这是我参与「第五届青训营 」笔记创作活动的第4天
回顾
高质量编程 编码规范 性能优化建议
性能优化 pprof 业务 基础库 go语言优化
优化 内存管理 编译器
背景 自动内存管理 go内存管理机制 编译器优化基本问题和思路
性能优化是什么 提升软件系统处理能力 减少不必要消耗
为什么要做 用户体验 资源高效利用：降低成本，提高效率
性能优化的层面 业务代码 SDK 基础库 语言运行时 OS
业务层优化 特定场景
语言运行时优化 更通用性能问题 考虑更多场景
数据驱动 pprof 依靠数据而非猜测 首先优化最大瓶颈
性能优化与软件质量 保证接口稳定前提下改进 测试用例：覆盖尽可能多场景，方便回归 文档：做了什么，没做什么，达到怎样效果 隔离：通过选型控制是否开启优化 可观测：必要的日志输出
总结 性能优化 2基本问题 两个层面 业务 语言运行时 可维护性 质量
1自动内存管理
Tracing garbage collection Generation GC Reference counting
动态内存 malloc（） 自动内存管理（垃圾回收）：系统管理动态内存 避免手动管理内存，专注实现业务逻辑 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 回收死亡对象的空间
Concurrently Mutator threads
Mutator:业务线程 Collector：GC线程 Serial GC：只有一个collector Parallel GC：支持多个collector同时回收 Concurrent GC:mutators和colllectors可同时执行 Collecors必须感知对象指向关系的改变
评价GC算法 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 引用计数
1.2追踪垃圾回收
对象被回收的条件 标记根对象 标记：找到可达变量 清理：所有不可达对象 Copying GC Mack-sweep GC Mark-compact GC 原地整理对象
根据对象生命周期
1.3分代GC Generational GC 分代假说 年龄：经历过GC的次数 目的：制定不同GC策略 减少内存开销
年轻代 存活对象少 copying collection
老年代 对象趋于一直活着 反复复制开销较大 mark-sweep collection
1.4引用计数 对象存活条件：当且仅当引用数大于0 优点 内存操作被平摊到程序执行过程中 不需要了解runtime的实现细节c++智能指针 缺点 原子操作 原子性 可见性 无法回收环形数据结构 weak reference 内存开销：引入额外内存空间 回收内存时依然可能引发暂停
总结 背景意义 概念评价方法 追踪垃圾回收 引用计数 分代GC
2go内存管理及优化
3编译器和静态分析
4go编译器优化
