青训营笔记4 -Go 语言内存管理详解
这是我参与「第五届青训营」伴学笔记创作活动的第 4 天
概述
本节课程主要分为四个方面：
- 性能优化
- 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
知识点介绍
性能优化
性能优化是提高软件系统处理能力，减少不必要的消耗，充分发掘计算机算力，能够带来用户体验的提升和资源的高效利用。下面我们来了解一下性能优化的层面：
-
业务层优化: 针对特定场景，具体问题，具体分析，一般收益较大
-
语言运行时的优化: 对GO的SDK进行语言运行时的优化，解决更通用的性能问题，考虑更多场景
-
数据驱动: 使用像pprof这样的自动化性能分析工具，优化是依靠数据而非猜测，首先优化最大瓶颈
性能优化的软件质量至关重要，要在保证接口稳定的前提下改进具体实现，同时要有能覆盖尽可能多的场景的测试用例，方便回归测试。文档要准确描述软件软件做了什么没做什么，有什么样的效果，同时可以观测。
自动内存管理
自动内存管理也就是我们常说的垃圾回收，是程序在运行时根据需求动态的管理内存的一种机制。可以避免我们去手动的管理内存，专注于实现业务逻辑，同时保证内存使用的正确性和安全性。
下面我们来了解一下自动内存管理中的相关概念：
- 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: 并行 GC，支持多个 collectors 同时回收的 GC 算法
- Concurrent GC: 并发 GC，支持 mutator(s) 和 collector(s) 同时执行的 GC 算法。
要评价GC算法，基本要求是安全性，不能够回收存活的对象。在自动内存管理中，我们要求Collector必须能够感知对象指向关系的改变，这样才能够保证自动内存回收的安全性和准确性。
追踪垃圾回收
追踪垃圾回收的基本流程如下：
- 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
- 清理：所有不可达对象
引用计数
引用计数的垃圾回收机制大致流程如下：
在程序运行时，对每一个对象都添加一个相关的引用数目，只要有引用指向这个对象就说明这个对象是存活的。
这种方法的优点在于内存管理的操作与程序执行的过程同时进行，内存管理不需要了解运行时的实现细节。
但是同时也存在着如下的缺点：
- 引用计数开销比较大
- 无法对环形数据结构进行回收
- 当我们同时释放大量内存需要对其进行回收时，依然可能发生暂停。
Go内存管理
Go对象分配是非常高频的操作，小对象占比比较高，非常耗时，优化方案：Balanced GC，本质上是将多个小对象分配合并成一次大对象的分配，但是GAB的对象分配方式会导致内存被延迟释放。对此，可以通过移动GAB中存活的对象来避免，用copyingGC的算法来管理小对象。
编译器和静态分析
静态分析
静态分析不执行程序的行为，推导程序的行为，分析程序的性质，一般分为控制流分析和数据流分析，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，从而根据这些性质来改代码。
静态分析
过程间分析是指仅在过程内部进行分析，过程间分析则考虑过程调用时参数传递和返回值的数据流和控制流，需要同时分析数据流和数据流
Go编译器优化
函数内联（inlinging）
函数内联将被调用函数（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，大多数情况下是正向优化。这种方法的优点在于消除函数调用开销，例如传递参数、保存寄存器等，同时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。它存在的缺点时函数体变大，对instruction（icahe）不友好，编译产生的Go镜像变大。
逃逸分析
逃逸分析的对象是代码中指针的动态作用域,即指针在何处可以被访问，大致思路如下：
- 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对象，更多对象不逃逸，未逃逸的对象可以实现栈上分配。
