这是我参与「第三届青训营 -后端场」笔记创作活动的的第3篇笔记

前言

本节课学了什么？

• 优化

  • 内存管理优化
  • 编译器优化

• 背景

  • 自动内存管理和Go内存管理机制
  • 编译器优化的基本问题和思路

• 实践：字节跳动遇到的性能问题以及优化方案

---

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

---

• 为什么要做性能优化？

用户体验：带来用户体验的提升—让刷抖音更丝滑，让双十一购物不再卡顿

资源高效利用：降低成本，提供效率—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

---

性能优化层面

业务代码：处理用户的请求；

SDK 与 基础库：提供一些高性能的数据结构，网络库、IO库等等；

语言运行时：语言的实现，例如GO：提供的是GC、调度器等等；

OS：提供隔离运行时的环境。

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 与 软件质量

• 软件质量至关重要
• 在保证接口稳定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

总结

• 性能优化的基本问题
• 性能优化的两个层面
• 性能优化的可维护性

自动内存管理

概念

• 动态内存管理

程序在运行时根据需求动态分配的内存：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：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

Concurrently是什么意思？

Mutator threads指的是什么？

---

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空间/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）

引用计数（Reference counting）

---

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，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

Copying GC：将对象复制到另外的内存空间

Mark - sweep GC：使用free list管理空闲内存

Compact GC：原地整理对象

分代GC（Generational GC）

• 分代假说（Generational hypothesis）：most objects die young
• 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：对年轻和老年的对象，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

• 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：

• 维护引用计数的开销较大：通过原子操作保证对引用计数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

总结

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
• scan mspan：分配包含指针的对象 -- GC需要扫描

对象分配：根据对象的大小，选择最合适的块返回

Go内存分配 -- 缓存

• TCMalloc：thread caching

• 每个p包含一个mcache用于快速分配，用于为绑定于p上的g分配对象

• mcache管理一组mspan

• 当mcache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

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

• 分配路径长：g -> m -> p -> mcache -> mspan -> memory block ->return pointer

• pprof：对象分配的函数是最频繁调用的函数之一

字节跳动的优化方案：Balanced GC

• 每个g都绑定一大块内存（1KB），称作goroutine allocation buffer（GAB）
• GAB用于noscan类型的小对象分配：< 128 B
• 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

base：基地址

end：结束的地址

top：当前的地址

---

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成一次大对象的分配

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总大小超过一定阀值时，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的算法管理小对象（根据对象的生命周期，使用不同的标记和清理策略）

性能收益

总结：

• Go内存管理 -- 分块

• Go内存管理 -- 缓存

• Go对象分配的性能问题

  • 分配路径过长
  • 小对象居多

---

• Balanced GC

  • 指针碰撞风格的对象分配
  • 实现了copying GC
  • 性能收益

  编译器和静态分析

编译器的结构

• 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（前端front end）

  • 词法分析，生成词素（lexeme）
  • 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，生成internediate representation（IR）

• 综合部分（后端back end）

  • 代码优化，机器无关优化，生成优化后的IR
  • 代码生成，生成目标代码

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（Control flow）：程序执行的流程
• 数据流（Data flow）：数据在控制流上的传递

• 通过分析控制流和数据流，我们可以知道更多关于程序的性质（properties）

• 根据这些性质优化代码

过程内分析和过程间分析

• 过程内分析（intra-procedural analysis）

  • 仅在过程内部进行分析

• 过程间分析（Inter-procedural analysis）

  • 考虑过程调用时参数传递和返回值的数据流和控制流

• 为什么过程间分析是个问题？

  • 需要通过数据流分析得知i的具体类型，才能知道 i.foo() 调用的是哪个 foo()
  • 根据 i 的具体类型，产生了新的控制流，i.foo( ) ，分析继续
  • 过程间分析需要同时分析控制流和数据流 ---- 联合求解，比较复杂

总结：

• 编译器的结构与编译的流程

• 编译器后端优化

• 静态分析

  • 数据流分析和控制流分析
  • 过程内分析和过程间分析

  Go编译器优化

• 为什么做编译器优化

  • 用户无感知，重新编译即可获得性能收益
  • 通用性优化

• 现状

  • 采用的优化少
  • 编译时间较短，没有进行复杂的代码分析和优化

• 编译优化的思路

  • 场景：面向后端长期执行任务
  • Tradeoff：用编译时间换取更高效的机器码

• Beast mode

  • 函数内联
  • 逃逸分析
  • 默认栈大小调整
  • 边界检查消除
  • 循环展开

---

函数内联（lnlining）

• 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

• 优点：

  • 消除函数调用开销，例如传递参数，保存寄存器等
  • 将过程间分析转化为过程内分析，帮助其他优化，例如逃逸分析

• 函数内联能有多大程序影响性能？ -- 使用micro-benchmark验证一下

加入//go.noinline注释在函数定义前行可以取消函数内联

• 缺点

  • 函数体变大，instruction cache（icache）不友好
  • 编译生成的Go镜像变大

• 函数内联在大多数情况下是正向优化

• 内联策略

  • 调用和被调函数的规模
  • ......

  ---

  Beast Mode

• Go函数内联受到的限制较多

  • 语言特性：例如interface ， defer等，限制了函数内联
  • 内联策略非常保守

• Beast mode：调整函数内联的策略，使更多函数被内联

  • 降低函数调用的开销
  • 增加了其他优化的机会：逃避分析

• 开销：

  • Go的镜像增加 ～10%
  • 编译时间增加

  ---

  逃逸分析

• 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

• 大致思路：

  • 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

• Beast mode:函数内联拓展了函数边界，更多对象不逃逸

• 优化：未逃逸的对象可以在栈上分配

  • 对象在栈上分配和回收很快：移动sp
  • 减少在heap上的分配，降低GC负担

Beast Mode - 性能收益

总结：

• Go编译器优化的问题
• Beast mode
• 函数内联
• 逃逸分析
• 通过micro-benchmark快速验证性能优化
• 性能收益

---

课程总结：

• 本节课程：高性能Go语言发行版优化与落地实践

• 性能优化

  • 自动内存管理
  • Go内存管理
  • 编译器与静态分析
  • 编译器优化

• 实践

  • Balanced GC 优化对象分配
  • Beast mode提升代码性能

• 分析问题的方法与解决问题的思路，不仅实用于Go语言，其他语言的优化也同样适用