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
性能优化是什么：
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
为什么要做性能优化：
用户体验：带来用户体验的提升--刷抖音更丝滑，双十一购物不卡顿
资源高效利用：降低成本，提高效率
性能优化的层面
业务代码->SDK->基础库->语言运行时->OS
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，Tradeoffs(权衡取舍)
数据驱动：自动化性能分析工具--pprof,依靠数据而非猜测，首先优化最大瓶颈
性能优化与软件质量
软件质量至关重要
- 在保证接口稳定的前提下改进具体实现
- 测试用例：覆盖尽可能多的场景，方便回归
- 稳定：做了什么，没做什么，能达到怎样的效果
- 隔离：通过选项控制是否开启优化
- 可观测：必要的日志输出
自动内存管理
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
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，关注实现业务逻辑
保证内存的正确性和安全性
三个任务
- 为新对象非配空间
- 找到存货对象
- 回收死亡对象的内存空间
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，Colloctor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）
- 吞吐量：1-（GC时间）/（程序执行总时间），即1-花在GC上的时间的比例
- 暂停时间：STW（stop the world），业务是否感知
- 内存开销：GC元数据开销
追踪垃圾回收
对象被回收的条件：指针指向关系不可达
过程：标记根对象（静态变量，全局变量，常量，线程栈等）->标记可达对象（求指针指向关系的传递闭包：从跟对象出发，找到所有可达对象）->清理不可达对象（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
分代GC（Generational GC）
每个对象都有年龄：经理GC的次数
目的：对年轻和年老的对象，制定不同的GC策略，降低整体内存管理的开销，将不同年龄段对象置于heap的不同区域
年轻代：
- 常规的对象分配
- 由于存活的对象很少，可以采用copying collection
- GC吞吐率高 老年代：
- 对象趋于一直活着，反复复制开销较大
- 可以采用mark-sweep collection
引用计数
每个对象都由一个与之关联的引用计数
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 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的原子性和可见性。
- 无法回收环形数据结构。
- 内存开销。
- 回收内存时依然可能引发暂停。
Go内存管理及优化
Go内存分配--分块
目标：为对象在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4MB
- 先将内存划分成大块，例如8KB，称为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
Go内存分配--缓存
- TCMalloc：thread caching，有减少内存碎片，适用于多核，更好的并行性支持等特性
- 每个p上包含一个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操作系统
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（实际线上应用测试发现）
- Go内存分配比较耗时
- 分配路径长：g->m->p->mcache->mspan->memory block->return pointer
- pprof：测试发现，对象分配的函数是最频繁调用的函数之一
编译器和静态分析
编译器的结构
编译器是重要的系统软件，用于识别符合语法和非法的程序，并且升正确且高效的代码。
分析部分（前端）：
- 词法分析，生成词素（源程序中的一个字符序列，它和某个词法单元的模式匹配，并被词法单元识别为该词法单元的一个实例。）
- 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）
- 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
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：程序执行的流程
数据流：数据在控制流上的传递
过程内分析：仅在函数内部分析
过程间分析：考虑调用是参数传递和返回值的数据流和控制流
Go编译器优化
函数内联
内联：将被调用函数的函数体的副本替换到调用位置上，同时重写代码以反应参数的绑定。
优点：消除函数调用开销，例如传递参数，保存寄存器等，同时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，编译生成的Go镜像更大
函数内联大多数情况下是正向优化
内联策略：根据调用和被调函数的规模决定是否内联
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
4.2 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：
- 从对象分配处触发，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 未逃逸的对象可以在栈上分配，对象在栈上的分配和回收很快，减少了在heap上的分配，降低GC负担
