这是我参与「第五届青训营 」伴学笔记创作活动的第 4 天
今天的主要内容是去使用性能优化工具pprof解决一些优化的案例
性能优化：提升软件系统的处理能力，减少不必要的消耗，充分发掘计算机算力
性能优化的作用：
用户体验：带来用户体验的提升——刷抖音更加丝滑，双十一购物不再卡顿
资源高效利用：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优化和效率提升
性能优化的层面
业务层优化: 针对特定场景，具体问题，具体分析
语言运行时优化：考虑更通用的性能问题，考虑更多场景
数据驱动：自动化性能分析工具,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
文档：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
一、自动内存管理
1.1 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
自动内存管理（垃圾回收）：由程序语言的运行时系统回收动态内存
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
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：mutators 和 collectors 可以同时执行
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时间/程序执行总时间）
暂停时间：stop the world （业务是否感知）
内存开销：GC 元数据
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
标记根对象：静态变量，全局变量，常量，栈
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分配空间
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
1.3 分代GC
分代假说：most objects die young
lntuition：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：经过的GC次数
目的：针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不同区域
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储存引用数目
回收内存依然可能引发暂停
二、Go性能优化
1. go内存分配
1.1 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
先将内存划分成大块
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，选择最合适的快返回
1.2 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msache 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os
2. 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
小对象占比较大
go内存分配比较耗时：分配路径长，pprof
3. Balanced GC
每个g都绑定一大块内存，称作goroutine allocation buffer（GAB）
GAB用于noscan类型的小对象分配：<128 B
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
三、编译器和静态分析
3.1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：
词法分析，生成词素
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
综合部分：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
3.2 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：程序执行的流程
数据流：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
根据这些性质优化代码
3.3 过程内分析和过程间分析
过程内分析：仅在过程内部进行分析
过程间分析：考虑过程调用时参数传递和返回值的数据流和控制流
四、go语言编译优化
4.1 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，同时重写戴拿以反映参数的绑定
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
内联策略：调用和被调函数的规模
4.2 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
Go镜像增加~10%
编译时间增加
增加了其他优化的机会：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
从对象分配处出发，沿控制流，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
传递给以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
