这是我参与「第五届青训营」伴学笔记创作活动的第4天

前言

本节主要承接上一讲，详细讲解了性能优化中的go语言优化部分，具体主要从内存管理优化和编译器优化两方面讲解，并列举出了字节跳动公司遇到的性能问题和优化方案。

性能优化

是什么：提升软件系统处理能力，减少不必要的资源消耗，充分发掘计算机算力
为什么：提升用户体验，提高资源利用率

0.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
首先优化最大瓶颈

性能优化vs软件质量

软件质量至关重要
在保证接口稳定的前提下改进具体实现
测试用例：覆盖尽可能多的场景，方便回归
文档：做了什么，没做什么，能达到怎样的效果
隔离：通过选项控制是否开启优化
可观测：必要的日志输出

ps：SDK(Software Development Kit)即软件开发工具包，由API、帮助文档、开发示例和实用工具组成，我们写代码其实就是在SDK中完成的。

1.自动内存管理

1.基本概念

动态内存：程序运行时根据需求动态分配的内存，类似于C语言的malloc()

自动内存管理(GC):在程序语言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，防止出现double-free problem和use-after-free problem

GC三大任务

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

GC相关概念

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，暂停进行单线回收
Parallel GC: 支持多个 collectors 同时回收的 GC 算法，暂停进行多线回收
Concurrent GC: mutator(s) 和 collector(s) 可以**同时执行**

具体如下图：

GC评价因子

安全性：不能回收存活的对象——基本要求
吞吐率：1-GC时间/程序运行总时间，GC时间越少，吞吐率越大
暂停时间：即GC运行时间
内存开销：GC元数据开销

GC方法：追踪垃圾回收和引用计数

2.追踪垃圾回收

对象回收条件：指针指向关系不可达
步骤：
1. 标记root对象:包括静态变量、全局变量、常量和线程栈等等
2. 标记可达对象:求指针指向关系的传递闭包:从根对象出发,找到所有可达对象
3. 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)
4. 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

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。其中，不同年龄的对象在heap的不同区域。
年轻代：常规的对象分配由于存活对象很少,可采用 copying collection，GC 吞吐率很高
老年代：对象趋向于一直活着，反复复制开销较大，可采用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：
1. 内存管理的操作被平摊到程序执行过程中
2. 内存管理不需要了解runtime的实现细节，类似于C++智能指针
缺点：
1. 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
2. 无法回收环形数据结构 —— weak reference
3. 内存开销：每个对象都引入的额外内存空间存储引用数目
4. 回收内存时依然可能引发暂停

2.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,步骤如下：
1. 调用系统调用 mmap（）向 OS 申请一大块内存
2. 先将内存划分成大块，称作 mspan
3. 再将大块继续划分成特定大小的小块，用于对象分配
4. noscan mspan: 分配不包含指针的对象——GC 不需要扫描
5. 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

2.Go内存分配：缓存

过程如下：

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，其中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

3.Go内存管理优化

由于对象分配时高频操作，且小对象占比较高，Go语言内存分配比较耗时

字节跳动的优化方案：Balanced GC

结构：
- 每个 g 都绑定一大块内存(1 KB),即GAB
- AB 用于 noscan 类型的小对象分配:<128 B
- 使用三个指针维护 GAB: base, end,top
- Bump pointer (指针碰撞)风格对象分配：无须和其他分配请求互斥，分配动作简单高效
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中的存活对象
- 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（根据对象的生命周期，使用不同的标记和清理策略）
结果：性能明显提升

3.编译器和静态分析

1.编译器结构

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（前端 front end)
- 词法分析，生成词素(lexeme)
- 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（后端 back end）
- 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

下面主要学习编译器后端优化。

2.静态分析

控制流和数据流

定义：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

通过分析控制流和数据流，我们可知更多的程序性质，进而优化代码。 过程内分析和过程间分析

过程内分析：只在过程内部进行分析
过程间分析：考虑过程调用时参数传递和返回值的数据流和控制流
难点：过程间分析需要同时分析数据流和控制流，联合求解，比较复杂

4.Go编译器优化

背景：由于编译时间较短，没有进行较复杂的代码分析和优化
思路：面向后端长期执行任务，进而用编译时间换取更高效的机器码（Tradeoff）

1.函数内联

定义：将被调用函数的函数体callee的副本替换到调用位置caller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，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，帮助其他优化，例如逃逸分析
缺点
- 函数体变大，icache 不友好
- 编译生成的 Go 镜像变大
函数内联在大多数情况下是正向优化

2.Beast Mode

原因：Go 函数内联受到的限制较多
- 语言特性，例如 interface， defer 等，限制了函数内联
- 内联策略非常保守
Beast mode方法: 调整函数内联的策略，使更多函数被内联
- 降低函数调用的开销
- 增加了其他优化的机会：逃逸分析
结果开销
- Go镜像增加~10%
- 编译时间增加

ps：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

思路分析：
- 从对象分配处出发，沿着控制流，观察对象的数据流
- 若发现指针 p 在当前作用域 s，即以下四种情况
  1. 作为参数传递给其他函数
  2. 传递给全局变量
  3. 传递给其他的 goroutine
  4. 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，反之则没有逃逸出 s
Beast mode作用：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
- 对象在栈上分配和回收很快：移动 sp
- 减少在 heap 上的分配，降低 GC 负担

小结

本文主要讲解了内存管理和编译器原理，并针对go语言进行了详细分析，学到了很多，这让我对go语言理解加深，对我之后优化提供了方向。

参考

字节跳动高性能Go语言发行版优化与落地实践教程

高性能go语言优化与落地实践 | 青训营笔记

前言