这是我参与「第五届青训营 」笔记创作活动的第 4 天

前言

今日学习内容——高性能Go语言发行版优化与落地实践，涉及到了Go语言自动内存管理，对Go语言进行了更深入的了解。

一、本堂课重点内容：

优化：

• 内存管理优化
• 编译器优化 背景：
• 自动内存管理和Go内存管理机制
• 编译器优化的基本问题和思路 实践：字节跳动遇到的性能问题以及优化方案

二、详细知识点介绍：

2.1 自动内存管理

• 动态内存
  • 程序在运行时根本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：double-free problem，use-after-free problem
• 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
• 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 collection 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(Safty):不能回收存活的对象 基本要求
  • 吞吐率(Throughput):1 - GC时间/程序执行总时间 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
  • 标记：找到可达对象
    • 求指针指向关系和传递闭包：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(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)
  • 根据对象的生命舟曲，使用不同的标记和清理策略
• 引用计数(Reference counting)
• 分代GC
  • 分代假说(Generational hypothesis):most objects die young
  • 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
  • 年轻代(Young generation)
    • 常规的对象分配
    • 由于存活对象很少，可以采用copyiong collection
  • 老年代(Old generation)
    • 对象趋向于一直活着，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
• 缺点：
  • 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：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对的原子性和可见性
  • 无法回收环形数据结构
  • 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内存分配

分块

• 目标：为对象在heap上分配内存
• 提前将内存分块
• 对象分配：根据对象的大小，选择最合适的块返回。

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，而不是立刻释放并还给OS

2.3 Go内存管理优化

• 对象分配时非常高频的操作：每秒分配GB级别的内存
• 小对象占比比较高
• Go内存分配比较耗时
  • 分配路径长：g->m->p->mcache->mspan->memory block->return pointer
  • pprof：对象分配的函数时最频繁调用的函数之一

2.4 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

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
• 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)
• 根据这些性质优化代码

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)
  • 考虑通过调用时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(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(icache)不友好
  • 编译生成的Go镜像变大

Beast Mode

• 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
• 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

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

三、实践练习例子：

通过Balanced GC的实践例子，帮助我们更好的去理解性能。把多个小对象的分配合并成一次大对象的分配，这样的一种方式，就可以很直观的降低CPU使用率，让人印象深刻。

四、课后个人总结：

在本次学习中，领会到了性能优化的魅力。同时，也学习到了GO语言自动管理内存的知识，帮助很大。感觉张逸飞老师讲的很好！

五、引用参考：

无