高性能Go语言发行版优化与落地实践｜ 青训营笔记

白日梦蓝876
98 阅读10分钟

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

追求极致性能

性能优化是什么？

  • 提升软件系统处理能力（用户体验），减少不必要的消耗（资源高效利用），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等等。
  • 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。

1. 自动内存管理

1.1 自动内存管理

动态内存

  • 程序在运行时根据需求动态分配的内存：malloc()（C语言）

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

GC(Garbage Collector)的三个任务

  • 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

    • 用户启动的线程
    • Go当中的goroutine

  • Collector：GC线程，找到存活对象，回收死亡对象的内存空间

不同GC算法的分类：

  • 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！

image.png

image.png

image.png

1.2 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

image.png

追踪垃圾回收算法通常有三个步骤：

  • 标记根对象

    • 静态变量、全局变量、变量、线程栈等

image.png

  • 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。

image.png

  • 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）

      • Copying GC：将对象复制到另外的内存空间

    • 将死亡对象的内存标记为“可分配”（Mark-sweep GC）

      • Mark-sweep GC：使用free list管理空闲内存

    • 移动并整理存活对象（Mark-compact GC）

      • Mark-compact GC：原地整理对象

  • 根据对象的生命周期，使用不同的标记和清理策略。

image.png

image.png

image.png

image.png

1.3 分代GC（Generational GC）

分代假说（Generational hypothesis）：most object die young

  • 比如一个函数里面创建的对象，函数执行完，这些对象就已经死掉了。

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

image.png

年轻代（Young genration）

  • 常规的对象分配
  • 对象刚创建出来都是年轻代的，但很多对象创建出来后很快就死掉了。
  • 由于年轻代的存活对象很少，可以采用copying collection
  • GC吞吐率很高

image.png

老年代（Old generation）

  • 老年代对象趋向于一直活着，反复复制开销很大。
  • 可以采用mark-sweep GC
  • 也可以使用mark-compact GC

image.png

1.4 引用计数（Reference counting）

每一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

image.png

优点：

  • 内存管理的操作被平铺到程序执行过程中

    • 程序一边执行，一边维护着引用技术。

image.png

image.png

image.png

  • 内存管理不需要了解runtime的实现细节

    • C++提供的引用计数的内存管理方式：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(解决方法)

image.png

  • 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

    • 假设绿色的指针置为null，上面一大堆的蓝色对象都会被回收，如果该数据结构很大，那么我们爬上去依次回收对象时，不可避免会引入一些暂停。

image.png

总结

  • 自动内存管理的背景和意义
  • 概念和评价方法
  • 追踪垃圾回收
  • 引用计数
  • 分代GC
  • 学术界和工业界一直在致力于解决自动内存管理技术的不足之处

2. Go内存管理及优化

2.1 分块

目标：为对象在heap上分配内存

提前将内存分块：当需要为一个新对象分配内存时，找到与该对象的大小最为匹配的块进行分配。

  • 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

image.png

对象分配：根据对象的大小，选择最合适的块返回。

2.2缓存

TCMalloc：thread caching

  • TCMalloc是一种内存分配器，Go用的就是TCMalloc

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

image.png

2.3 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

image.png

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

    • runtime.mallocgc()函数被调用的占比很高，3.73%

image.png

2.4 我们的优化方案：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：<128B

  • 如果一个对象是<128B的noscan类型对象，它就会被通过GAB做分配。

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

    • 直接移动top指针，把GAB中分配的内存返回就可以了。

  • 分配动作简单高效

image.png

image.png

GAB对于Go内存管理来说是一个大对象

image.png

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

  • GAB上只有该黑色的对象是存活着的，而它只占了非常小的内存空间，却导致整个GAB都被标记为存活。

image.png

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的算法管理小对象
  • 思想：根据对象的生命周期，使用不同的标记和清理策略。

image.png

性能收益：

横轴：时间

纵轴：CPU使用率

image.png

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

Go与Java不同，Java对象会有头，存放着该对象的类型信息，知道是什么类型就知道该对象的大小；而Go没有对象头，我们需要额外的内存去标记对象头。

3. 编译器和静态分析

3.1 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intermediate 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

image.png

3.2 静态分析

静态分析：不执行程序代码，推到程序的行为，分析程序的性质。

image.png

控制流（Control flow）：程序执行的流程

image.png

数据流（Data flow）：数据在控制流上的传递

image.png

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）

根据这些性值优化代码

3.3 过程内分析和过程间分析

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

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

image.png

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

4. 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受益
  • 通用性优化

现状

  • 采用的优化少
  • 编译时间较短，没有进行较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
  • ......

4.1 函数内联（Inlining）

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。

函数内联能多大程度影响性能？—— 使用micro-benchmark验证一下

image.png

image.png

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都是正向的优化

根据一些策略决定是否内敛

内联策略：

  • 调用和被调函数的规模
  • ......

4.2 Beast Mode

Go函数内敛受到的限制很多

  • 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：调整函数内敛的策略，使更多函数被内联

  • 降低了函数调用的开销
  • 增加了其他优化的机会：逃逸分析

开销

  • Go镜像增加 ~10%
  • 编译时间增加

4.3 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

image.png

avatar
文章
阅读
粉丝