这是我参与「第三届青训营 -后端场」笔记创作活动的的第5篇笔记。
-
性能优化
-
层面
-
业务层优化
- 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
-
-
性能优化要求
- 软件质量
- 在保证接口稳定性的前提下改进具体实现
- 测试用例：覆盖尽可能多的场景，方便回归
- 文档：做了什么，没做什么，能达到怎样的效果
- 隔离：通过选项控制是否开启优化
- 可观测：必要的日志输出
-
-
自动内存管理
-
动态内存
-
自动内存管理（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，专注实现业务逻辑
- 保证内存使用的正确性和安全性：double-free problem, use-after-free problem
-
三个任务
- 为新对象分配空间
- 找到存活对象
- 回收死亡对象的内存空间
-
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 GC: 只有一个collector
-
Parallel GC: 支持多个collectors同时回收的GC算法
-
Concurrent GC: mutator(s)和collector(s)可以同时执行
- Collectors必须感知对象指向关系的改变
-
-
评价GC算法
- 安全性（Safety）：不能回收存活的对象 基本要求
- 吞吐率（Throughput）：1-GC时间/程序执行总时间 花在GC上的时间
- 暂停时间（Pause time）：stop the world（STW）业务是否感知
- 内存开销（Space overhead）：GC元数据开销
-
追踪垃圾回收（Tracing garbage collection）
-
对象被回收的条件：指针指向关系不可达的对象
-
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送闭包：从根对象出发，找到所有可达对象
-
清理：所有不可达对象
- 将存活对象复制到另外的内存空间（Copying GC）
- 将死亡对象的内存标记为可分配（Mark-sweep GC）
- 移动并整理存活对象（Mark-compact GC）
-
根据对象的生命周期，使用不同的标记和清理策略
- 标记复制(Copying GC) ：将对象复制到另外的内存空间
- 标记清除(Mark-sweep GC) ：使用free list 管理空闲内存
- 标记整理(Compact GC) ：原地整理对象
-
分代假说（Generational GC）
-
弱分代假说：most objects die young-绝大多数对象都是朝生夕灭的-年轻代
-
强分代假说：熬过越多次垃圾收集过程的对象就越难以消亡-老年代
-
Intuition：很多对象在分配出来后很快就不再使用了
-
每个对象都有年龄：经历过GC的次数
-
目的：对年轻和年老的对象，制定不同的GC策略，降低整体内存管理的开销
-
不同年龄的对象处于heap的不同区域：
-
年轻代（Young generation）
- 常规的对象分配
- 由于存活对象很少，可以采用copying collection
- GC吞吐率很高
-
老年代（Old generation）
- 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（Reference counting）
-
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
- 内存管理不需要了解runtime的实现细节：C++智能指针（smart pointer）
-
缺点
- 维护引用技术的开销较大：通过原子操作保证对引用技术操作的原子性和可见性
- 无法回收环形数据结构-weak reference
- 内存开销：每个对象都引入额外内存空间存储引用数目-由于Go中的对象没有对象头
- 回收内存时依然可能引发暂停
-
-
PLDI'22 Low-Latency, High-Throughput Garbage Collection
-
-
Go内存管理及优化
-
目标：为对象在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，例如4MB
-
先将内存划分成大块，例如8KB，称作mspan
- 再将大块继续划分成特定大小的小块，用于对象分配
-
noscan mspan：分配不包含指针的对象-GC不需要扫描
- 由于不包含指针，因此分配的内存是连续的内存，因此GC时只需对该内存块直接回收
- scan mspan：分配包含指针的对象-GC需要扫描
-
由于包含指针，因此分配的内存不是连续的，因此GC时需要对其指针指向的内存递归的进行扫描清除
-
对象分配：根据对象的大小，选择最合适的块返回
-
缓存
- TCMalloc：thread caching
- 每个p包含一个mscache用于快速分配，用于为绑定于p上的g分配对象
- mscache管理一组mspan
- 当mscache中的mspan分配完毕，向mcentral申请带有未分配块的mspan
- 当mspan中没有分配的对象，mspan会被缓存在mcentral中，而不是立刻释放并归还给OS
-
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
-
小对象占比比较高
-
Go内存分配比较耗时
- 分配路径长：g->m->p->mscache->mspan->memory block->return pointer
- pprof：对象分配的函数是最频繁调用的函数之一
-
-
Balanced GC
-
每个g都绑定一大块内存（1 KB），称作goroutine allocation buffer（GAB）
-
GAB用于noscan类型的小对象分配：<128B（统计发现大多数对象都小于128B）
-
使用三个指针维护GAB：base, end, top
-
Bump pointer（指针碰撞）风格对象分配
- 无须和其他分配请求互斥
- 分配动作简单高效
-
GAB对于Go内存管理来说是一个大对象
-
本质：将多个小对象的分配合并程一次大对象的分配
-
问题：GAB的对象分配方式会导致内存被延迟释放
-
方案：移动GAB中存活的对象
- 当GAB总大小超过一定阈值时，将GAB中存活的对象复制到另外分配的GAB中
- 原先的GAB可以释放，避免内存泄漏
- 本质：用copying GC的说法管理小对象
-
-
-
编译器和静态分析
-
结构，一般的编译器结构，包括前端后端部分
-
静态分析
- 控制流(Control flow)：程序执行的流程
- 数据流(Data flow)：数据在控制流上的传递
- 过程内分析(Intra-procedural analysis)仅在函数内部进行分析
- 过程间分析(Inter-procedural analysis)考虑函数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
-
Tradeoff：用编译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(callee)的副本替换到调用位置(caller)上，同时重写代码以反映参数的绑定
- 消除函数调用开销，例如传递参数，保持寄存器等
- 将过程间分析转化为过程内分析
- 函数体变大：instruction cache不友好
- 编译生成的Go镜像变大
-
逃逸分析
-
分析代码中指针的动态作用域：指针在何处可以被访问
-
过程
-
从对象分配处出发，沿着控制流，观察对象的数据流
-
若发现指针p在当前作用域s：
- 作为参数传递给其他函数
- 传递给全局变量
- 传递给其他的goroutine
- 传递给已逃逸的指针指向的对象
-
则指针p指向的对象逃逸出s，反之则没有逃逸出s
-
未逃逸的对象可以在栈上分配，加快对象分配回收速度，减少heap上的分配
-
-
-
