这是我参与「第三届青训营 -后端场」笔记创作活动的的第4篇笔记」

性能优化

• 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

• 为什么要做性能优化

  • 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——很小的优化乘以海量机器会是显著的性能提升和成本节约
  • 程序组件之间调用可能存在不必要的性能消耗

• 优化层面 业务代码-sdk-基础库-语言运行时-os

  • 业务层优化 -针对特点场景、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
    • 考虑更通用的性能问题
    • 考虑更多场景
    • tradeoffs
  • 数据驱动
    • 使用自动化性能分析工具
    • 非猜测
    • 首先优化最大瓶颈
  • 优化与质量控制（可维护性）
    • 测试用例 尽可能覆盖多的场景 方便回归
    • 文档 做了什么没做什么 方便客户决定是否开启优化
    • 功能优化可观测：必要的日志输出

自动内存管理

• 动态内存：根据运行时动态分配 malloc()
• 垃圾回收： 由程序语言的运行时系统管理动态内存
  • 避免手动内存管理，专注于实现业务逻辑
  • 保证内存使用的正确性和安全性
• 三个任务
  • 为新对象分配空间
  • 找到存活对象（程序还会使用的）
  • 回收死亡对象的内存空间
• concurrently
  • 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
  • 回收算法
    • Serial GC：只有一个collector，把mutator都pause，然后用一个collector回收垃圾，回收结束后再继续mutators的执行
    • Parallel GC：支持多个collectors同时回收的GC算法
    • Concurrent GC：mutator(s)& collector(s)可以同时执行，一边做gc一边做mutator
      • o标记了，b没标记（gc过程中业务线程还在执行，创建了新的b对象），但concurrent gc要能感知对象指向关系的改变，把b也标记上（三色标记，混合写膨胀？？）

-暂停时间越小越好-用户感知不到最好

tracing garbage collection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
• 三步骤
  • 标记根对象
    • 静态变量、全局变量、常量、线程栈等
  • 标记： 找到可达对象
    • 求指针指向关系的传递闭包，从根对象出发
  • 清理：所有不可达对象，清理策略
    • 复制copying GC（复制存活对象到额外开的新空间）
    • 标记清理，将死亡对象的内存标记为“可分配” （Marking sweep GC）freelist管理空闲内存
    • Mark-compact GC， 移动并整理存活对象（原地整理）类copy但不开新空间
  • 根据对象的生命周期，使用不同的标记和清理策略
  • 分代GC -分代假说：大部分对象很快就死了，用完了就回收了 -年龄：经历GC的次数
    • 目的：新生代，老年代 制定不同gc策略，降低整体内存管理的开销，
    • 新老分别放在两个不同的内存空间中， 不同年龄处于heap的不同区域
      • 新生代
        • 常规的对象分配
        • 存活对象很少，可以copying collection
        • gc吞吐率很高
      • 老年代

        • 趋于一直活着，反复复制开销较大

        • marking-sweep collection

引用计数

• 每个对象都有一个与之关联的引用数目
• 对象存活的条件：当且仅当引用数大于0
• 优点
  • 内存管理的操作被平摊到程序执行过程中，程序边运行 边进行引用计数管理
  • 内存管理不需要了解runtime的实现细节：C++智能指针（引用计数的内存管理 自动帮你做）
• 缺点
  • 维护引用计数的开销较大，通过原子操作保证引用计数操作的原子性和可见性
  • 无法回收环形数据结构
  • 内存开销： 每个对象都引入的额外内存空间 存储引用数目
  • 回收内存时依然可能引发暂停， null-引用链上是大数据结构 -白色圈 引用不可达-被清理

go内存管理及优化

• 分块，目标：
  • 为对象在heap上分配内存
  • 提前分块
  • 对象分配：根据对象的大小，选择合适的块返回
  • gc扫描-指针指向的所有对象扫描
• 缓存
  • 多级缓存
  • 第一级找不到内存可分配-》去下一级缓存找

• 优化
  • 原因， 对象分配是高频操作，小对象占比高-小对象特级优化，内存分配很耗时耗cpu
  • 字节方案- balanced GC

小对象移动清理GAB

编译器和静态分析

静态分析：不执行程序代码，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
• 分析得到更多关于程序的性质——进而优化代码
• 过程内分析：仅在函数内部
• 过程间分析，考虑调用时参数传递和返回值的数据流和控制流

Go编译器优化

• 为什么
  • 用户无感知
  • 通用性优化