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」

为什么需要性能优化？当然是甲方的要求，但要求的是什么呢？

提升用户体验，降低成本，提高效率

如何进行性能优化？

提升软件系统的处理能力，降低不必要的消耗，充分发挥计算机的算力，可以从哪些层面进行优化？主要是从两个方面进行优化：业务层和语言运行层。

无论怎么优化，其基础均需要在实际数据下的优化，其次解决问题一般先去解决最大瓶颈，最后优化不能改变代码的正确性（即不能将1 + 1 = 2 优化成 1 + 1 = 3 即使运算效率快100倍）

一、背景

1.自动内存管理

go语言由于是一个后生代语言，因此吸收了其他语言的优势之处，初次接触这个语言，最让我意外的还是他既有c/c++中的指针，又有java的自动回收机制。这对于无论是c++ / java 转行来说都是一个易于上手的友好语法。这里就不得不提提go的内存管理机制。

go中也像java一样有着主流的三种垃圾回收机制（也许有着借鉴前者的关系）

复制对象GC ：见名知义，将回收区域通过可达性标记找到所有的存活的对象，将其复制到另外的空间（java中同样也是将回收区存活的对象复制到一块叫做Surivor的区域存放存活的对象）
标记清理GC：标记存活的对象，统一回收不存活的对象
标记压缩GC：通过标记存活的对象，在回收时将其复制放在内存的前方，并将边界高数GC，让GC回收边界后的部分

那么我在学习时可能有以下疑问，究竟三者哪一个好呢？具体通过什么实现的呢？ 没有最好的，只有更好的，对于三者回收机制，不同的时机有更适合的一种方法，下面讲解一种分代收集理论

分代GC【提到回收的内存区域，又要提到golang中的两个区域（java老版本也存在这两个区域）】：

1.新年代（Young Generation）：这里通常是刚创建的对象，在长期积累的经验中，发现新年代往往不容易存活，大部分需要被回收。因此对于这块区域我们使用复制对象GC效率更高

2.老年代（Old Generation）：长驻于内存的对象（经历过多次GC，一次GC算做一次年龄），由于长驻内存，因此几乎不会发生GC（趋势于一直活着），反复复制开销较大，采用mark- sweep collection（标记清理）

既然各有各的适用条件，那么如何评价GC算法呢？

当对象在heap上分配内存时：

那如何判断g上的内存是否分配满呢？ 如果top加当前所需的大小比整块内存小则可以分配

if top + size <= end {
    addr := top
    top += size 
    return addr
}

要知道如何编译器如何优化我们需要了解编译器的结构

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（前段 front end）
- 词法分析，生成词素(lexeme)
- 语法分析，生成语法书
- 予以分析，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 bakc 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

    int a = 30
    int b = 9 - (a / 5)
    int c
    c = b * 4
    
    if c > 10 {
        c = c -10
    }
    return c * (60 / a)

通过分析控制流(Control flow：程序执行的流程)和数据流(Data flow:数据在控制流上的传递)，我们可以知道更多关于程序的性质

为什么做编辑器优化？

编译优化方向：Tradeoff（用编译时间换取更高效的机器码｜适合面向后端长期执行的任务）