这是我参与「第三届青训营 -后端场」笔记创作活动的第1篇笔记。
性能优化：
what？：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
why？：从用户的角度，带来用户体验的提升一让刷抖音更丝滑，让双十一购物不再卡顿；从资源利用的角度，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。
性能优化的层面可划分为：业务代码、SDK、基础库、语言运行时、操作系统。 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。
要用数据驱动来确定优化点依靠数据而非猜测：首先优化最大瓶颈，自动化性能分析工具——pprof。
自动内存管理-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(Safety):不能回收存活的对象 基本要求
- 吞吐率(Throughput):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)
- 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 （以后可能会被用到）
- 标记:找到可达对象（求指针指向关系的传递闭包）
- 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) 根据情况选择不同的策略。如根据对象的生命周期来选择。（分代GC：年轻代存活较少，采用coping GC可获得较高GC吞吐率；老年代存活可能性更高，反复复制的开销更大copying GC就不合适，则更应该采用Mark-sweep GC）
引用计数(Reference counting)：
- 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的实现细节如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。
GO内存分配-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4 MB
- 先将内存划分成大块，例如8 KB，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 然后根据对象的大小选择合适的块返回。
GO内存分配-缓存
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；pprof:对象分配的函数是最频繁调用的函数之一。
