高性能 GO 语言发行版优化与落地实践 | 青训营笔记
这是我参与 「第三节青训营-后端场」笔记创作活动的第四篇
高性能 GO 语言发行版优化与落地实践
追求极致性能
性能优化是什么？
- 提升软件系统处理能力，减少不必要的消耗，充分发掘计算机算力
为什么要进行性能优化
- 用户体验：带来用户体验的提升
- 资源高效利用：降低成本，提高效率-很少的优化乘以海量机器会是显著的性能提升和成本节约
性能优化的层面
- 软件结构：业务代码->SDK->基础库->语言运行时->OS
- 业务层的优化
- 针对特定场景，具体问题，具体分析
- 容易获得较大性能收益
- 语言运行时优化
- 解决更通用的性能问题
- 考虑更多场景
- Tradeoffs
- 数据驱动
- 自动化性能分析工具--pprof
- 依靠数据而非猜测
- 首先优化最大瓶颈
Go SDK
在保证接口稳定的前提下改进具体实现
接口
- Commands
- APIs
- New APIs
实现
- Comoiler
- Scheduler
- GC
- Runtime
- Libs
- Profiling
自动内存管理
背景
动态内存
程序在运行时根据需要动态分配的内存malloc()
自动内存管理（垃圾回收）由程序语言的运行时系统回收动态内存
三个任务
- 为新对象分配空间
- 找到存活对象
- 回收死亡对象
相关概念
Mutator:业务线程，分配新对象，修改对象指向关系
Collector:GC线程，找到存活对象，回收死亡对象的内存空间
Serial:只有一个collector
Parallel GC:支持多个collectors同时回收的GC算法
Concurrent GC:mutator和collector可以同时执行
Collectors必须感知对象指向关系的改变！
GC算法
安全性：不能回收存活的对象基本要求
吞吐率：1-GC时间/程序执行时间，花在GC上的时间
暂停时间：业务是否感知
内存开销：GC元数据开销
追踪垃圾回收
- 对象被回收的条件：指针指向关系不可达的对象
- 标记跟对象：静态变量，全局变量，常量，线程栈等
- 标记：找到可达对象
- 清理：不可达对象
分代GC-常用的内存管理机制
- 每个对象都有年龄：经过GC的次数
- 目的：对年轻和老年的对象，制定不同的GC策略，降低整体内存管理的开销
年轻代
- 常规的对象分配
- 由于存活对象很少，可以使用copying collection
- GC吞吐率很高
老年代
- 对象趋向于一直活着，反复复制开销较大
- 可以采用mark-sweep collection
引用计数
- 每个对象都有一个与之相关的引用计数
- 对象存活的条件：当且仅当引用计数大于
- 优点
- 内存管理的操作被平摊到程序执行过程中
- 内存管理不需要了解runtime的实现细节
Go内存管理及优化
Go内存分配--分块
- 目标：为对象再heap上分配内存
- 提前将内存分块
- 调用系统调用mmap()向OS申请一大块内存
- 先将内存划分为大块
- 再将大块继续划分为特定大小的小块，用于对象分配
- noscan mspan：分配不包含指针的对象 ——GC不需要扫描
- scan mspan : 分配包含指针的对象——GC需要扫描
Go内存管理优化
- 对象分配是非常高频的操作：每秒分配GB级别的内存
- 小对象占比较高
- Go内存分配比较耗时
编译器和静态分析
编译器结构
- 重要的系统软件
- 识别符合语法和非法的程序
- 生成正确且高效的代码
- 分析部分
- 词法分析，生成词素
- 语法分析，生成语法树
- 语义分析，收集类型信息，进行语义检查
- 中间代码生成
静态分析
- 静态分析：不执行程序，推导程序的行为，分析程序的性质
- 控制流：程序执行的流程
- 数据流：数据在控制流上的传递
- 通过分析控制流和数据流，可以知道更多关于程序的性质，据此优化代码
Go编译器优化
编译器思路优化
- 场景：面向后端长期执行任务
- 用编译器时间换取更高效的机器码
函数内联
内联：将被调用函数的函数体的副本替换到调用位置上，同时重写代码以反映参数的绑定
优点：
消除函数调用开销
将过程间分析转化为过程内分析，帮助其他优化
