这是我参与「第三届青训营 -后端场」笔记创作活动的的第2篇笔记
高性能GO语言发行版优化与落地实践
性能优化是什么？
- 软件越来越复杂，涉及客户端、服务端，方便开发和管理分模块和组件。
- 组件调用会有不必要的消耗，提升软件。
- 指标：减少I/O延迟、提高CPU利用率、降低内存占用。
为什么要做性能优化？
- 用户体验
- 资源高效利用：降低陈本、提高效率。 优化的两个层面
-
业务层优化 针对特定场景，具体问题具体分析。业务代码冗余数据容易获得较大性能收益
-
语言运行时层面优化——针对GO语言SDK
通用性能（内存分配、编译器生成代码质量问题），考虑更多场景，权衡。
PS：任何层面都要数据驱动（pprof工具）
1、自动化内存管理
动态内存 程序在运行是根据需求动态分配内存：malloc()/c，new()/c++
自动内存管理（垃圾回收）：避免手动内存管理，专注业务逻辑
保证内存使用正确性和安全性，连续两次释放同一块内存，释放后又去使用该块内存。内存使用不当会引发很多问题。
GC技术三个核心任务：
- 找到接下来仍会使用的存活对象
- 回收死亡对象内存空间
- 为新对象分配空间 相关概念：
Mutator:业务线程，主要任务：分配新对象，修改对象指向关系
Collector: GC线程（不停执行本次代码）主要任务找到存活对象，回收死亡对象的内存空间
GC算法：
- Serial GC:只有一个collector，会有暂停，
- Parallel GC:支持多个collectors同时回收的GC算法，会有暂停
- Concurrent GC: mutator(s)和collector(s)可以同时执行，一遍垃圾回收一边执行。
- Concurrent GC存在的挑战：必须感知到被标记对象的指向关系的改变。
评价GC算法：
- 安全性：不能回收存活的对象
- 吞吐率：花在GC上的时间，越短越好，GC属于额外操作。
- 暂停时间：stop the world越短越好 业务感知
- 内存开销：GC元数据开销 两种常见GC方式：
1、追踪垃圾回收
对象被回收的对象：指向关系不可达
三个步骤：
- 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
- 清理所有不可达对象
三种清理策略：
- 存活对象复制到另外的空间（copying GC）
- 死亡对象内存标记为“可分配”（Mark-sweep GC），free list管理空闲内存空间
- 移动并整理存活对象（Mark-compact GC）原地整理对象（压缩）压缩
Mark-sweep GC和Mark-compact GC很像，区别在于前者需要额外的空间
根据对象的生命周期，使用不同的标记和清理策略
分代GC（很好的实现了根据对象的生命周期，使用不同的标记和清理策略的理念）
分代假说：基于大多数对象很快就死掉了事实
每个对象有个年龄：经历过GC的次数
目的：年轻和老年的对象指定不同的GC策略。
不同年龄对象出于heap的不同区域
年轻代(Young generation)
常规的对象分配，刚分配出来的都是年轻代
由于存活对象很少，可以采用copying collection
GC吞吐率很高，年轻代很快死掉了，拷贝的很少
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
2、引用计数
每个对象都有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，一边执行程序代码一边内存管理的操作顺带就执行了。
- 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:可能有多个线程去操作同一个对象，通过原子操作（开销大）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（换节点不可达，大引用计数为1）——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（大数据结构）
