这是我参与「第五届青训营 」笔记创作活动的第4天
Day4
Go语言优化
内存管理优化
性能优化：提升系统处理能力，减少不必要的消耗，充分发掘计算机能力
为什么优化：提升用户体验，高效利用资源
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，容易获得较大性能收益
语言运行时优化：解决更通用的性能问题，考虑更多场景，tradeoffs
数据驱动：自动化性能分析工具 -- pprof。依靠数据而非猜测
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：由程序语言运行时系统动态管理内存
-
- 避免手动内存管理
- 保证内存使用的正确性和安全性：double-free problem, use-after-use problem
- 三个任务
-
- 为新对象分配空间
- 找到存活对象
- 回收死亡对象内存空间
- 评价GC
-
- 安全性：不能回收存活对象
- 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
- 对象被回收条件：指针指向关系不可达对象
- 标记根对象：静态变量、全局变量、常量、线程栈等指向的对象
- 标记：找到可达对象：
- 清理：所有不可达对象
不同清理策略：
- 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-conpact GC）
根据对象生命周期，使用不同标记和清理策略
分代GC（Generational GC）
分代假说：大部分对象存活时间短
每个对象都有年龄：经过GC次数
目的：对年轻和老年对象。指定不同GC策略，降低整体内存管理开销
不同年龄对象处于heap不同区域
- 年轻代
-
- 常规对象分配
- 存活对象少，可采用copying collection
- GC吞吐率高
- 老年代
-
- 对象趋于一直活着，反复复制开销大
- 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
对象存活条件：当且仅当引用数大于0
优点：
- 内存管理操作被平摊到程序执行过程中
- 内存管理不需要了解runtime实现细节：C++智能指针
缺点：
- 维护引用计数开销大：需要通过原子操作
- 无法回收环形数据结构--weak reference
- 内存开销：额外空间存储引用数目
- 回收内存是依然可能引发暂停
Go内存分配 —— 分块
目标：为对象在堆上分配内存
提前将内存分块：
- 调用系统调用mmap()像OS申请一大块内存，例如4M
- 先将内存划分为大块，例如8KB，称作mspan
- 再将大块继续划分特定大小小块，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：根据对象大小，选择合适的块返回
对象分配非常高频：实际能达到每秒GB级
大部分对象是小对象
编译器优化
编译器分为前端和后端两部分，前端负责分析，包括词法、语法、语义分析，最后得到代码的中间表示。后端负责代码优化及最终代码生成。
静态分析：不执行程序代码，推导程序的行为。
函数内联：将被调用的函数体副本替换到被调用位置上。
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
缺点：
- 函数体变大
- 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
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。
优化：未逃逸对象可以在栈上分配
- 对象在栈上分配和回收很快
- 减少在heap上的分配，降低GC负担
