这是我参加第五届青训营伴学笔记创作活动的第 2 天

day3

性能优化（回顾）

• 提升软件系统处理能力，减少不必要的消耗
• 提升用户体验
• 资源高效利用，减低成本，提高效率

性能优化层面

• 业务层优化

  • 针对特定场景，具体问题具体分析
  • 容易获得较大性能受益

• 语言运行时优化

  • 解决通用的性能问题
  • 考虑更多场景
  • Tradeoffs

• 数据驱动

  • pprof
  • 依靠数据
  • 首先优化最大瓶颈

软件质量

• 保证接口稳定的时候去改进具体实现
• 测试用例尽可能覆盖多的场景，便于回归
• 做文档：什么做了，什么没做
• 隔离：通过选项控制是否开启优化
• 可观测性：必要的

一.自动内存管理

垃圾回收机制

• 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

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

相关概念

• Mutator

  • 业务线程，分配新对象，修改对象指针关系

• 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

  • Collectors必须感知对象指向关系的改变

• GC算法的评价

  • 安全性：基本要求
  • 吞吐率：花在GC上的时间
  • 暂停时间：业务是否感知
  • 内存开销：GC元数据开销

• 追踪垃圾回收：

  • 指针指向关系不可达对象时，即可回收

    • 标记根对象

    • 标记可达对象

    • 清理不可达对象

      • 1.将存活的对象复制到另外的内存空间
      • 2.将死亡对象的内存标记为可分配
      • 3.移动并整理存活对象

    • 根据对象的生命周期，使用不同的标记和清理策略

    eg：

• 引用计数

  • 每个对象都有一个与之关联的引用数目
  • 对象存活条件：当且仅当引用数>0

二.Go内存管理及优化

• 提前将内存分块

• 对象分配是分场高平的曹组
• 小对象占比较高

优化方案 Balanced GC

• 每个g都绑定一大块内存(1kb)，称作goroutine allocation buffer（GAB）

• GAB用于noscan类型的小对象分配：<128b

• 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

• 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：导致内存被延迟释放

• 解决方案：移动GAB中存活的对象

三.编译器和静态分析

结构

静态分析

• 不去执行代码，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

过程内和过程间分析

• 过程内分析：

  • 仅在函数内部进行分析

• 过程间分析

  • 考虑函数调用时参数传递和返回值的数据流和控制流

四.Go编译器优化

函数内联(Inlining)

• 将被调用的函数的函数体(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不友好
  • 编译生成的Go镜像变大

• Beast Mode

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