这是我参与「第五届青训营 」伴学笔记创作活动的第 4 天
主要内容：go语言优化、go自动内存管理
性能优化
性能优化:提高软件的处理能力，减少不必要的消耗，充分发掘计算机算力。从而提高用户体验，资源高效利用，降低成本。
性能优化的层面：
业务层优化：针对特定场景，具体问题，容易获得较大性能收益。
语言运行时优化：解决通用的性能问题，考虑更多场景。
数据驱动：使用自动化性能分析工具pprof，依靠数据而不是猜测，首先优化最大瓶颈。
自动内存管理
保证内存使用的正确性和安全性。
任务：为新对象分配空间，找到存活对象，回收垃圾对象。
GC类型：serial GC 、parallel GC 、 Concurrent GC。
评价GC算法：
- 安全性：不能回收存活的对象，基本要求
- 吞吐率
- 暂停时间
- 内存开销
追踪垃圾回收
追踪垃圾回收的流程：标记根对象、找到可达对象、清除所有不可达对象。
根据对象的生命周期来选择不同的分配回收算法。
每个对象可以设置一个年龄，每经过一次GC年龄加一，根据年龄的大小采用不同的策略。 对于年龄小的，我们使用copying collection方法。对于年龄大的我们使用mark-sweep GC方法。
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。
缺点：维护引用开销大，无法回收唤醒数据结构，回收内存仍然可能引发暂停。
Go内存分配
分块 mspan：8KB
多级缓存：mcache、mcentral、mheap。
对象分配是非常高频的操作，小对象占比更多。
go内存分配的路径太长了。
Balanced GC
GAB:将多个小对象合并成一个大对象分配。问题：可能导致对象延迟释放。
使用指针碰撞风格的对象分配。
静态分析
控制流分析：程序执行的流程。
数据流分析：数据在控制流上的传递。
过程内分析：尽在函数内部进行分析。
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。
go编译器优化
现状：采用的优化少，编译时间短，没有进行较复杂的代码分析和优化。
优化：函数内联、逃逸分析
