这是我参与「第五届青训营」伴学笔记创作活动的第5天

一、GO内存支配——分块

目标:为对象在heap.上分配

内存

提前将内存分块

1.调用系统调用mmapQ)向OS申请大块内存，例如4 MB

2.先将内存划分成大块，例如8 KB,称作mspan

3.再将大块继续划分成特定大小的小块，用于对象分配

4.noscan mspan:分配不包含指针的对象一GC 不需要扫描

5.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

二、 Go内存分配-缓存

1.TCMalloc thread caching

2.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

3.mcache管理一组mspan

4.当mcache中的mspan分配完毕，向mcentral申请带有末分配块的mspan

5.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

GO 内存管理优化

1.对象分配是非常高频的操作：每秒分配GB级别的内存

2.小对象占比较高

3.Go内存分配比较耗时

（1）分配路径长：g->m->p->mcache->mspan->memory block->return pointer（分配路径很长，非常消耗CPU）

（2）pprof：对象分配的函数是最频繁调用的函数之一

优化方案：Balanced GC

1.每个g都给绑定一大块内存（1KB），称作 goroutine allocation buffer （GAB）

2.GAB用于noscan类型的小对象分配：<128B

3.使用三个指针维护GAB：base，end，top

4.Bump pointer（指针碰撞）风格对象分配

（1）无须和其他分配请求互斥

（2）分配动作简单高效

屏幕截图 2023-01-19 221727.png

if top + size <=end{
    adder:=top
    top+=size
    return adder
}

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

1.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

2.原先的GAB可以释放，避免内存泄漏

3.本质：用copying GC的算法管理小对象

屏幕截图 2023-01-19 213311.png

屏幕截图 2023-01-19 213550.png

Balanced GC——性能收益

高峰期CPU usage降低4.6%，核心接口时延下降4.5%—7.7%

总结

1.Go内存管理—分块

2.Go内存管理—缓存

3.Go对象分配的性能问题

（1）分配路径过长

（2）小对象居多

4.Balanced GC

（1）指针碰撞风格的对象分配

（2）实现了copying GC

（3）性能收益

三、编译器和静态分析

编译器的结构

1.重要的系统软件

（1）识别符合语法和非法的程序

（2）生成正确且高效的代码

2.分析部分（前端 front end）

（1）词法分析，生成词素（lexeme）

（2）语法分析，生成语法树

（3）语义分析，收集类型信息，进行语义检查

（4）中间代码生成，生成 intermediate representation（IR）

3.综合部分（后端 back end）

（1）代码生成，机器无关优化，生成优化后的IR

（2）代码生成，生成目标代码

静态分析

1.静态分析：不执行程序代码，推导程序行为，分析程序性质

控制流（Control flow）：程序执行的流程

3.数据流（Data flow）：数据在控制流上的传递

4.通过夫人逆袭控制流和数据流，我们可以知道更多关于程序的性质（properties）

5.根据这些性质优化代码

过程类和过程间的分析

1.过程内分析（Intra-procedural analysis)

（1）仅在过程内部进行分析

2.过程间分析（Inter-procedual analysis）

（1）考虑过程调用时参数传递和返回值的数据流和控制流

3.为什么过程间分析是个问题

（1）需要通过数据流分析得知 i 的具体类型，才能知道 i，foo() 调用的是哪个foo()

（2）根据 i 的具体类型，产生了新的控制流，i foo()，分析继续

（3）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

四、Go编译器优化

1.为什么做编译器优化

（1）用户无感知，重新编译即可获得性能收益

（2）通用性优化

2.现状

（1）采用的优化少

（2）编译时间较短，没有进行较复杂的代码分析和优化

3.编译优化的思路

（1）.场景:面向后端长期执行任务

（2）Tradeoft:用编译时间换取更高效的机器码

4.Beast mode

（1）函数内联

（2）逃逸分析

（3）默认栈大小调整

（4）边界检查消除

（5）循环展开等等

函数内敛（Inlining）

1.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

2.优点

（1）消除函数调用开销，例如传递参数、保存奇存器等

（2）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

3.缺点

（1）函数体变大，instruction cache (icache)不友好

（2）编译生成的Go镜像变大

4.函数内联能多大程度影响性能? ——使用 micro-benchmark验证一下

屏幕截图 2023-01-19 210439.png

Inlining优化后函数被内联后，性能数据提升 4.58倍

5.内联策略

调用和被调用函数的规模

Beast Mode

1.Go函数内联受到的限制较多

（1）语言特性，例如interface, defer等，限制了函数内联

（2）内联策略非常保守

2.Beast mode:调整函数内联的策略，使更多函数被内联

（1）降低函数调用的开销

（2）增加了其他优化的机会:逃逸分析

3.开销

（1）Go镜像增加~10%

（2）编译时间增加

逃逸分析

1.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

2.大致思路

（1）从对象分配处出发，沿着控制流，观察对象的数据流

（2）若发现指针p在当前作用域S:

（2.1）参数传递给其他函数

（2.2）传递给全局变量

（2.3）传递给其他的goroutine

（2.4）传递给已逃逸的指针指向的对象

（3）则指针p指向的对象逃逸出S，反之则没有逃逸出S

3.Beast Mode：函数内联拓展了函数边界，更多对象不逃逸

4.优化：未逃逸的对象可以在栈上分配

（1）对象在栈上分配和回收很快：移动sp

（2）减少在heap上的分配，降低GC负担

总结

1.Go编译器优化问题

2.Beast Mode

3.函数内联

4.逃逸分析

5.通过 micro—benchmark

6.性能收益

五、课程总结

1.本节课程：高性能Go原因呢发行版优化与落地实践

2.性能优化

（1）自动内存管理

（2）Go内存管理

（3）编译器与静态f分析

（4）编译器优化

3.实践

（1）Balanced GC 优化对象分配

（2）Beast mode 提升代码性能

4.分析问题的方法与解决问题的思路，不仅使用于Go语言，其他语言的优化也同样适用

[Go内存管理&编译器优化|青训营笔记]