性能优化及自动内存管理 | 青训营笔记

23 阅读3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
性能优化:提升软件系统处理能力,减少不必要的消耗,充分发挥计算机算力

为什么性能优化:带来用户体验的提升、资源高效的利用,降低成本提高效率

性能优化层面:业务层优化,针对特定场景,容易产生较大性能收益;语言运行时优化,解决更通用的性能问题,考虑更多的场景;数据驱动,自动化性能分析工具pprof,依靠数据而非猜测,优先优化最大性能瓶颈

做优化时要在保证接口稳定的前提下改进具体实现

内存管理优化

自动内存管理

管理的是动态内存:程序根据运行需求动态分配

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,避免手动管理,专注业务逻辑,保证内存使用的正确性和安全性

三个任务:为对象分配空间,找到存活对象,回收死亡对象空间

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,会有暂停

Parallel GC:支持多个colletiors同时回收的GC算法,也会有暂停

Concurrent GC:Mutator和Collector可以同时执行,必须感知对象指向关系的改变

基于追踪的垃圾回收GC

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),根据对象的生命周期,使用不同的标记和清理策略

分代GC Generational GC

分代假说,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GC的次数,目的:针对老年和年轻对象,制定不同的GC策略,不同年龄的对象处于heap的不同区域

年轻代:常规的对象分配,由于存活对象很少,可用copying colletion,GC吞吐率很高

老年代:对象一直活着,反复复制开销较大,可用mark-sweep collection

引用计数

每个对象都有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:内存管理的操作平摊到程序执行中,内存管理不需要了解runtime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,内存开销:每个对象都引入额外空间存储引用数,回收内存时仍然可能引发暂停