这是我参与「第五届青训营 」伴学笔记创作活动的第 5 天
自动内存管理
管理Go内存分为三个部分：
- 根据需求分配的内存：
malloc - 自动内存管理：由runtime回收内存
- 避免手动管理，专注于业务
- 保证正确性和安全性
- 三个任务：
- 为新对象分配内存
- 找到存活对象
- 回收死亡对象的内存空间
相关概念：
- Mutator：内务线程，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：mutators和collectors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
- 吞吐率：
- 暂停时间：业务是否被感知
- 内存开销
- 追踪垃圾回收
- 引用计数
追踪垃圾回收
需要回收的垃圾是指针指向关系不可达的对象。垃圾回收分为三步：
- 标记根对象
- 标记：找到可达对象
- 清理：所有不可达对象
所谓根对象，指的是在栈内存或全局内存中可以直接管理的内存。这些内存可能引用堆内存中的内存，当存在引用时，就相当于一个指向可达对象的指针。
求解可达性一般是dfs。不清楚Go工程上的实现，但是求传递闭包 ，应该不太可能。
清理不可达对象包括三个内容：
- 将可达对象复制到新内存（Copying GC）
- 将死亡对象的内存标记为可分配（Mark-swap GC）
- 整理存活对象 （Mark-compact GC）
这是三种各有优劣的清理策略。
分代GC
分代GC假定每个对象都有年龄：经过GC的次数。很多对象分配后很快不再使用，有些内存却被长久使用，因此需要指定不同的GC策略。
对于年轻对象，使用Copying GC，这是因为它们存活很少，针对存活内存的操作开销较小。
而对于存活时间久的老对象，使用针对死亡对象的Mark-swap GC。
引用计数
引用计数方法为每个内存对象记录被引用的次数，当被引用0次时即回收。这使得内存管理的时间被平摊到程序运行中，避免了一次性GC带来可能的卡顿。
缺点是，维护引用计数需要原子操作，开销较大；难以解决环形计数（weak ptr），记录引用带来了额外的内存开销。
Go内存管理及优化
Go首先对内存进行分块操作，起初向系统申请例如4MB的大内存，之后分块为例如8KB的块，称为mspan。之后再将mspan划分为确定大小的块给对象使用。
分配策略：缓存
使用包含多个mspan的mcache缓存堆内存，避免了每次申请内存都进行系统调用。对于死亡的内存对象，也不会直接还给系统，而是存在mcache内。当mcache中的mspan用尽，会向mcentral申请新的内存，释放时内存也将还给mcentral。
使用pprof可以看到内存分配频率很高，大量分配小内存，分配路径很长。字节使用了Balanced GC进行优化。
编译器和静态分析
我们着重考虑编译器的后端优化：代码优化和代码生成。
静态分析
不执行代码而分析程序的行为。分析程序为控制流和数据流。对于冗余控制流，例如
if true {
c = 2
}
return 2 * c
可以直接优化为return 4
过程内分析和过程间分析
前者只分析函数内部的流，而后者需要考虑过程传递，以及调用方法的对象，较为复杂。
Go编译器优化
函数内联
将简单函数的调用直接在调用过程中展开，避免了函数调用的开销。
Beast Mode与逃逸分析
该两者提高了内联函数的效率。
