Go 语言内存管理详解 ｜ 青训营笔记

用户4955575447946
53 阅读8分钟
  • 这是我参与「第五届青训营 」伴学笔记创作活动的第 4 天

1. 重点内容

  • 自动内存管理
  • Go内存管理及优化
  • 编译器和静态分析
  • Go编译器优化

2. 知识点

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的实现
  • 测试用例：覆盖尽可能多的场景
  • 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
  • 可观测性：必要的日志输出
2.1 自动内存管理
2.1.1 自动内存管理

  1. 动态内存

    • 程序在运行时根据需求动态分配的内存：malloc()

  2. 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

    • 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

  3. 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

  4. 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：mutators(s)和collector(s)可以同时进行

      • Collectors必须感知到对象指向关系的改变

    • GC算法评价

      • 安全性(Safety)：不能回收存活对象（基本要求）
      • 吞吐率(Throughput)：1-(GC时间)/(程序执行总时间) （画在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)

2.1.2 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

    • 将存活对象复制到另外的内存空间(Copying GC)

      将对象复制到另外的空间

    • 将死亡对象的内存标记为“可分配”(Mark-sweep GC)

      使用free list 管理空闲内存

    • 移动并整理存活对象(Mark-compact GC)

      原地整理对象

  • 根据对象的生命周期，使用不同的标记和清理策略

2.1.3 分代GC （Generation 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，指定不同的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copying collection
    • GC吞吐率很高

  • 年老代（Old generation）

    • 对象趋于一直活着，反复复制开销较大
    • 可以采用mark-sweep collection
2.1.4 引用计数

  • 每个对象都有一个与之相关联的引用数目

  • 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++的智能指针

  • 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
    • 回收内存依然可能引发暂停
2.2 Go内存管理及优化
2.2.1 Go内存分配

  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，例如4MB
      • 先将内存划分成大块，例如8KB，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

  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
2.2.2 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函数之一
2.2.3 Balanced GC

  • 每个g都绑定一大块内存（1KB），称作goroutine allocation buffer（GAB）

  • GAB使用noscan类型的小对象分配：<128B

  • 使用三个指针维护GAB： base，end，top

  • Bump pointer（指针碰撞）风格对象分配

    • 无需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

  • 方案：移动GAB的存活对象

    1. 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GAN中
    2. 原先的GAB可以释放，避免内存泄漏
    3. 本质：用copying GC的算法管理小对象
2.3 编译器和静态分析
2.3.1 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（前端）

    • 语法分析，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）

    • 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
2.3.2 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（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
  • 根据这些性质优化代码
int a = 30;
int b = 3;
int c;
c = b * 4;
                        -->     return 4;
if (c > 10) {
    c = c - 10
}
​
return c * (60 / a);
2.3.3 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）

    • 考虑过程调用时参数传递和返回值的数据流和控制流

  • 为什么过程间分析是个问题

    • 需要通过数据流分析得知i的具体类型，才能知道i.foo()调用的是哪个foo()
    • 根据i的具体类型，产生了新的控制流，A.foo()，分析继续
    • 过程间分析需要同时分析控制流和数据流——联合求解，比较复杂
    type I interface {
    foo()
}
​
type A struct {}
type B struct {}
​
func (a *A) foo() {
    ...
}
func (b *B) foo() {
    ...
}
​
func bar() {
    i = &A{}
    i.foo()
}
2.4 Go编译器优化

  • 为什么做编译器优化

    • 用户无感知
    • 通用性优化

  • 现状

    • 采用的优化少
    • 编译时间较短，欸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
2.4.1 函数内联（Inlining）

  • 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，保持寄存器等
    • 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

  • 函数内联在大多数情况下是正向优化

  • 内联策略

2.4.2 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
      • 传递给自己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
avatar
文章
阅读
粉丝