这是我参与「第五届青训营 」伴学笔记创作活动的第 4 天

一、本堂课重点内容

本节课程主要分为四个方面：

1. 自动内存管理
2. Go 内存管理及优化
3. 编译器和静态分析
4. Go 编译器优化

二、详细知识点介绍

1. 性能优化

1.1 简介

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——让刷抖音更丝滑，让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提升和成本节约

1.2 性能优化层面

• 业务代码

• SDK

• 基础库

• 语言运行时（语言实现，GC、调度器等）

• OS（提供了运行的环境）

• 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

• 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

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

2. 自动内存管理

2.1 相关概念

• 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，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

• 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

• 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): 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)
  • 引用计数(Reference counting)

2.2 追踪垃圾回收

• 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
  • Copying GC
  • Mark-sweep GC
  • Mark-compact GC
• 根据对象的生命周期，使用不同的标记和清理策略

2.3 分代GC

基于分代假说，就是说很多对象在分配出来之后很快就不再使用了。

• 对象年龄: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

• 年轻代(Young generation)

  • 常规的对象分配
  • 由于存活对象很少，可以采用copying collection
  • GC吞吐率很高

• 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

2.4 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: 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 —— 可以用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（回收大型结构的时候还是会引发）

3. Go内存管理及优化

3.1 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
• 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

3.2 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:对象分配的函数是最频繁调用的函数之一

3.3 优化方案：Balanced GC

• 每个g都绑定一大块内存(1 KB)，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

• GAB对于Go内存管理来说是一个大对象

• 本质:将多个小对象的分配合并成一次大对象的分配

• 问题: GAB的对象分配方式会导致内存被延迟释放(因为有一个小对象存活，整个GAB都是存活的)

• 方案:移动GAB中存活的对象

  • 当GAB总大小超过一定阈值时，将GAB中存活的对象复制到另外分配的GAB中
  • 原先的GAB可以释放，避兔内存泄漏
  • 本质: 用copying GC的算法管理小对象

4. 编译器和静态分析

4.1 编译器结构

• 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 (R)
• 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

4.2 静态分析

在做编译的时候用到的一个非常重要的技术。

• 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)

4.3 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)
  • 考虑函数调用时参数传递和返回值的数据流和控制流

5. Go编译器优化

[!question] 为什么做编译器优化？

用户无感知，重新编译即可获得性能收益 通用性优化

• 现状
  • 采用的优化少
  • 编译时间较短，没有进行较复杂的代码分析和优化
• 编译优化的思路
  • 场景:面向后端长期执行任务
  • Tradeoff:用编译时间换取更高效的机器码
• Beast mode
  • 函数内联
  • 逃逸分析
  • 默认栈大小调整
  • 边界检查消除
  • 循环展开

5.1 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

5.2 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
  • 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

5.3 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、引用参考

• 青训营：性能优化及自动内存管理
• 青训营：Go 内存管理 & 编译器优化思路