这是我参与「第五届青训营 」伴学笔记创作活动的第 4 天

一、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

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

自动内存管理-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：mutator(s) 和collector(s)可以同时执行

• 评价GC算法

安全性：不能回收存活的对象（基本要求）

吞吐率：1-GC实践/程序执行总时间（花在GC上的时间）

暂停时间：stop the world（STW）业务是否感知

内存开销：GC元数据开销

• 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路

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：针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 colle ction
• GC吞吐率很高
• 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++ 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l用计数操作的原子性和可见性

无法回收环形数据结构一— weak reference

内存开销：每个对象都引1入的额外内存空间存储引用数目

回收内存时依然可能引发暂停

二、Go内存管理及优化

三、编译器和静态分析

四、Go编译器优化

1.函数内联

• 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

2.逃逸分析

• 逃逸分析：分析代码中指针的动态作用城：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 5
• 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