这是我参与「第五届青训营」伴学笔记创作活动的第5天。
一、性能优化
1、性能优化是什么？
提升软件系统的处理能力，减少不必要的消耗，充分发掘计算机算力。
2、为什么要做性能优化？
带来用户体验的提升；资源高效利用，降低成本，提高效率。
二、自动内存管理
1、动态内存：
- 程序在运行时根据需求动态分配的内存：malloc()
2、自动内存管理（垃圾回收）：由程序语言的运行时系统管理动态内存
- 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。
3、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
1、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。
Collectors必须感知对象指向关系的改变。
评价GC算法：
安全性：不能回收存活的对象 基本要求
吞吐率： 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
引用计数
2、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：从跟对象出发，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略。
3、分代GC
- 分代假说：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：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：
常规的对象分配。
由于存活对象很少，可以采用copying collection。
GC吞吐率高。
- 老年代：
对象趋向于一直活着，反复复制开销较大。
可以采用mark-sweep collection。
4、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。
- 缺点
维护引用计数的开销较大：通过原子操作保证对引用计数操作的原子性和可见性。
无法回收环形数据结构---weak reference。
内存开销：每个对象都引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。
三、Go内存管理及优化
1、Go内存分配
分块
- 目标：为对象在heap上分配内存。
- 提前将内存分块。
调用系统调用mmap（）向OS申请一大块内存，
先将内存划分为大块，
再将大块继续划分成特定大小的小块，用于对象分配，
noscan mspan：分配不包含指针的对象---GC不需要扫描，
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。
缓存
- TCMalloc:thread caching
- 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
- mcache管理一组mspan
- 当mcache中的mspan分配完毕，向mcentral申请带有未分配块的mspan
- 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。
对象分配时非常高频的操作：每秒分配GB级别的内存。
小对象占比较高。
Go内存分配比较耗时。
分配路径长：g -> m -> p -> mcache -> mspan -> memory block -> return pointer
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
- 每个g都绑定一大块内存（1KB），称作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
无需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：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。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，原先的GAB可以释放，避免内存泄漏。本质：用copying GC的算法管理小对象。
四、编译器和静态分析
1、编译器的结构
- 重要的系统软件
识别符合语法和非法的程序
生成正确且高效的代码
- 分析部分
词法分析，生成词素
语法分析，生成语法树
语义分析，收集类型信息，进行语义检查
中间代码生成，生成IR
- 综合部分
代码优化，机器无关优化，生成优化后的IR
代码生成，生成目标代码
2、静态分析
不执行程序代码，推导程序的行为，分析程序的性质。
控制流：程序控制的流程。
数据流：数据在控制流上的传递。
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。
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。
五、Go编译器优化
1、为什么做编译器优化？
用户无感知，重新编译即可获得性能收益；通用性优化。
2、Beast mode：
函数内联、逃逸分析、默认栈大小调整、边界检查消除、循环展开。
1、函数内联
内联：将被调用函数的函数体的副本替换到调用位置上，同时重写代码以反映参数的绑定。
优点：
消除函数调用开销，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，如逃逸分析。
函数内联影响性能的程度用micro-benchmark验证。
缺点：
函数体变大，icache不友好。 编译生成的Go镜像变大。
函数内联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域：指针在何处可以被访问。
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。
