这是我参与「第五届青训营 」伴学笔记创作活动的第5天。
Go自动内存管理
自动内存管理管理是动态内存
动态内存：程序在运行时根据需求动态分配的内存，如函数malloc
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
自动内存管理的优点：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，C/C++中连续释放或释放后使用会出现安全漏洞
可以在CVE上查询漏洞
自动内存管理的任务：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。
Auto memory management: 自动内存管理
Grabage collction: 垃圾回收
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GC线程的GC算法，会引入暂停
Concurrent GC: 并发 GC，业务线程和GC线程可以同时执行，不引入暂停，一边垃圾回收一边运行其他线程，必须感知对象指向关系的改变
Parallel GC: 并行 GC，支持多个GC线程同时回收的GC算法，会引入暂停
Tracing garbage collection: 追踪垃圾回收
Copying GC: 复制对象 GC
Mark-sweep GC: 标记-清理 GC
Mark-compact GC: 标记-压缩 GC
Reference counting: 引用计数，给每个对象一个与之关联的引用数目，当引用数大于0对象才是存活的，但这个方法通过原子操作开销较大并且没办法回收环形数据结构
Generational GC: 分代 GC，基于分代假说（很多对象在分配出来后很快就不使用），针对对象经历过GC的次数指定不同的GC策略，经历少的对象存活对象很少，GC吞吐率高，可以采用copying collection，经历多的对象趋向一直活着，可以采用mark-sweep collection
Young generation: 年轻代
Old generation: 老年代
TCMalloc
mmap() 系统调用
scan object 和 noscan object
mspan, mcache, mentral
Bump-pointer object allocation: 指针碰撞风格的对象分配
词法分析
语法分析
语义分析
Intermediate representation (IR) 中间表示
代码优化
代码生成
Control flow: 控制流
Data flow: 数据流
Intra-procedural analysis 过程内分析
Inter-procedural analysis: 过程间分析
Function inlining: 函数内联
Escape analysis: 逃逸分析
GC算法安全性：不能回收存活的对象
GC算法吞吐率：（总时间-GC时间）/总时间
GC算法暂停时间：STW时间(stop the world)
GC算法内存开销：GC元数据开销
追踪垃圾回收：从根对象出发，标记可达对象，清理所有不可达对象，移动并整理存活对象
学术界指出自动内存管理不足的文章：PLDI'22 Low-Latency,High-Throughput Garbage Collection
Go内存管理和编译器优化
内存分配：为对象在heap上分配内存，提前将内存分块
内存分配过程：系统调用mmap()向OS申请一块内存，将内存分成大块，再将大块分成用于对象分配的特定大小的小块
对象分配：根据对象大小选择合适的块返回
noscan mspan：分配不含特定指针的对象，GC不需要扫描
scan mspan：分配含特定指针的对象，需要GC扫描
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，而不是立即释放并归还给OS
对象分配非常高频，每秒分配GB级别的内存
对象分配中小对象占比较高
Go内存分配路径长，耗时较长
内存分配路径：g->m->p->mcache->mspan->memory block->return pointer
内存分配优化方案（Balanced GC）：每个g绑定一大块内存（1KB），用于noscan类型的小对象分配，可以使用三个指针来进行维护，可将多次小对象分配变为一次大对象分配
Balanced GC缺点：会导致内存释放延迟
解决方法：当存活总大小小于一定阈值，就将存活对象用copying GC复制到另一个g中，释放原g绑定的内存
编译器结构：系统软件、分析部分、综合部分
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，中间代码生成
综合部分：代码优化，机器无关优化，代码生成，生成目标代码
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：程序执行的流程
数据流：数据在控制流上的传递
可以通过micro-benmark快速验证性能优化
编译器优化原因：重新编译即可获得性能收益，通用性优化
编译器优化思路：面向后端长期执行任务，用编译时间换取更高效的机器码
函数内联：将被调用函数的函数体的副本替换到调用位置，同时重写代码以反映参数的绑定
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
逃逸分析思路：从对象分配处出发，沿着控制流，观察对象的控制流，若指针p在作用域s作为参数传递给其他函数，若指针p传递给全局变量，若指针p传递给其他goroutine，若指针p传递给已逃逸的指针指向的对象，则指针p指向的对象逃逸出s，反之没有逃逸出s
