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
一、 本堂课主要内容
1.1 自动内存管理
1.2 Go内存管理及优化
1.3 编译器和静态分析
1.4 Go语言编译器优化
二、 详细知识点介绍‘
2.1 自动内存管理
动态内存：程序再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
2.1.1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：不能回收存活的对象（基本要求）
吞吐率：1-GC/程序执行总时间（花在GC上的时间）
暂停时间：stop the world (业务是否感知)
内存开销：GC元数据开销
2.1.2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
将死亡对象的内存标记为“可分配”
移动并整理存活对象
根据对象的生命周期，使用不同的标记和清理策略
2.1.3 分代GC
每个对象都有年龄：经历过GC的次数
目的：针对年轻和老年的对象，制定不同的GC策略，降低内存管理开销
不同年龄的对象处在堆的不同区域
年轻代：
常规的内存分配
由于存活对象很少，可以使用copying collection
GC吞吐率高
老年代：
对象趋向于一直活着，反复复制开销较大
可以采用mark-sweep collection
2.1.4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++实现细节
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一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
2.2 Go内存管理及优化
2.2.1 Go内存分配——分块
目标：为对象在堆上分配内存
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
2.2.2 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OS
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
2.3 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
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管理来说是一个对象
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的算法管理小对象
2.4编译器和静态分析
2.4.1 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R
代码生成，生成目标代码
2.4.2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
2.4.3 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，Afoo0,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
2.5 Go编译器优化
2.5.1 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
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
缺点：
函数体变大，instruction cache(iche)不友好
编译生成的Go镜像变大
2.5.2 逃逸分析
1.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
2.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：逃逸分析
开销：
Go镜像增加~10%
编译时间增加
3.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
4.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
三、 课后个人总结
本节课讲述了从内存管理、编译器优化各方面优化程序性能的方法与思路，具有通用性。
四、 引用参考
1.The Garbage Collection Handbook --the art of automatic memory management
3.JP333:ZGC:AScalable Low-Latency Garbage Collector openjdk.java.net/jeps/333
A.数据密集型应用系统设计Designing Data-Intensive Applications:The Big Ideas Behind Reliable,Scalable,and
Maintainable Systems
5.编译原理The Dragon book,Compilers:Principles,Techniques,and Tool
6.编译器设计Engineering a Compiler
7.Principles and Techniques of Compilers silverbullettt.bitbucket.io/courses/com…
8.静态程序分析Static Program Analysis https:/pasca-group.bitbucket.io/teaching.html
9.JVM Anatomy Quark #4:TLAB allocation shipilev.net/jvm/anatomy…
10.Constant folding,en.wikipedia.org/wiki/Consta…
11.Choi,Jong-Deok,et al."Escape analysis for Java."Acm Sigplan Notices 34.10 (1999):1-19.
