高性能Go语言发行版优化与落地实践 ｜ 青训营笔记

Twenming
86 阅读9分钟

这是我参与「第五届青训营 」伴学笔记创作活动的第 5 天

本节课将主要介绍关于高性能 Go 语言发行版优化的内存管理优化，分享自动内存管理与 Go 内存管理知识，提供可行性的优化建议。

性能优化

追求极致性能

  • 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，充分发挥计算机算力

  • 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

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
    • 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

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

image.png

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：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
    • 找到存货对象
    • 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

    • image.png

  • Parallel GC：支持多个collectors同时回收的GC算法

    • image.png

  • 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！
    • image.png
    • image.png

  • 评估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-\frac{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）

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

    • 将存活的对象复制到另外的内存空间（Copying GC）

      • image.png

    • 将死亡对象的内存标记为“可分配“（Mask-sweep GC）

      • image.png

    • 移动并整理存活对象（Mark-compact GC）

      • image.png

  • 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（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copying collection
    • GC吞吐量很高

  • 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

引用计数

  • 每个对象都有一个与之关联的引用书目
  • 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 —— week reference
    • 内存开销：每个对象都引入的额外内存空间存储饮用数目
    • 回收内存时依然可能引发暂停

Go内存管理及优化

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4MB
    • 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

image.png

Go内存分配 —— 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

image.png

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 -> span -> memory block -> return pointer
    • pprof：对象分配的函数是最频繁调用的函数之一

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

image.png

if g.ab.end - g.ab.top < size {
    // Allocate a new allocation buffer
}
addr := g.ab.top
g.ab.top += size
return addr
  • 分配对象时，根据对象大小移动 top 指针并返回，快速完成一次对象分配
  • 同原先调用 mallocgc() 进行对象分配的方式相比，balanced GC 缩短了对象分配的路径，减少了对象分配执行的指令数目，降低 CPU 使用
  • 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 中存活的对象

    • 当 GAB 中哪怕只有一个小对象存活时，Go runtime 也会认为整个大对象（即 GAB）存活。为此，balanced GC 会根据 GC 策略，将 GAB 中存活的对象移动到另外的 GAB 中，从而压缩并清理 GAB 的内存空间，原先的 GAB 空间由于不再有存活对象，
    • 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，避免内存泄漏
    • 本质： 用copyinng GC的算法管理小对象

image.png

编译器和静态分析

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，收集类似信息，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

image.png

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）

    • 考虑函数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() 调用的哪个 foo()
    • 根据 i 的具体类型，产生了新的控制流，i.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

Go编译器优化

  • 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
    • ......

函数内联（lnlining）

  • 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

  • 函数内联在大多数情况下是正向优化

  • 内联策略

    • 调用和被调函数的规模

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参数
      • 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
avatar
文章
阅读
粉丝