Go语言——性能优化及自动内存管理 | 青训营笔记

wee
620 阅读5分钟

这是我参与「第五届青训营」伴学笔记创作活动的第 7 天

前言

本文主要介绍：

  • 性能优化
  • 内存管理以及自动内存管理优化

性能优化

1.性能优化的定义与原因

定义：提升软件系统的处理能力，减少不必要的消耗，充分发掘计算机算力。

原因：

  1. 用户体验：带来用户体验的提升

    • 抖音滑动点击更加顺滑流畅
    • 突发事件618，双11，双12购物能够尽可能做到和平时购物一样的流畅度，不卡顿

  2. 资源高效利用：降低成本，提高效率

    • 很小的优化乘以海量机器会显著的性能提升和成本节约

2.两个层面

业务层优化：

  • 针对特定场景，具体问题，具体分析
  • 容易获得较大性能提升

语言运行优化：

  • 解决更通用的性能问题
  • 需要考虑更多的场景
  • Tradeoffs，折中考虑

3.可维护性

一般来说，优化都是需要写代码，而一般性能优化都是对Go SDK写代码

Go SDK

  • 接口层：Commands APIs New APIs
  • 实现层： Compiler Scheduler GC Runtime Libs Profiling

质量和可维护性要保证

  1. 前提：保证接口稳定再进行改进
  2. 测试用例：覆盖尽可能多的场景，基于正确的软件进行优化
  3. 文档：将做了什么，能达到什么效果展示给用户，以便用户的个性化使用
  4. 隔离：通过选项控制是否开启优化
  5. 可观测：日志输出，告诉用户功能是正常的

内存管理优化

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(垃圾回收)：由程序语言的运行时系统管理动态内存

    • 避免手动管理内存，专注于实现业务逻辑
    • 保证内存使用的正确性和安全性：double-free problem，use-after-free problem

  • 对于自动内存管理：三个任务

    • 为新对象分配空间
    • 找到存活对象
    • 回收死亡对象的内存空间

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，此时业务线程暂停
  • Parallel GC: 支持多个 collectors 同时回收的 GC 算法，此时业务线程暂停
  • Concurrent GC: mutator(s) 和 collector(s) 可以同时执行

image.png

其中，Collectors必须感知对象指向关系的改变

原因见图，

image.png

GC算法的评价指标：

  • 安全（Safety）：基本要求，不能回收存货的对象

  • 吞吐率（throughput）：花在gc上的时间，1-GC_time/total_time

  • 暂停时间（pause time）： STW（stop the world） 业务是否感知

  • 内存开销（space overhead） ：GC 元数据开销

  • 追踪垃圾回收（tracing garbage collection）

    • 对象被回收的条件：指针指向关系不可达的对象

    • 标记根对象，包括全局变量global、堆heap、栈stack，线程栈等

    • 标记：找到可达对象

      • 传递闭包，从根对象出发找所有可达对象

    • 清理：不可达对象，包括三种方式：

      1. 将存活对象复制到另外的内存空间(Copying GC)。

        • 需要另外的内存空间

      2. 将死亡对象的内存标记为"可分配”(Mark-sweep GC)。

        • 通过free list 管理空闲内存，分配找free list一个内存块即可

      3. 移动并整理存活对象(Mark-compact GC)

        • 原地整理对象（进行压缩，copy在最开始地方）

  • 分代GC（generational GC）

    • 分代假说：most objects die young

    • 思想：很多对象分配出来之后很快就不用了。

    • 每个对象都有一个年龄：与经过GC的次数相关

    • 不同年龄的对象分配在不同heap区域。

    • 目的：通过制定不同的GC策略，降低整体内存管理的开销

    • 对于年轻代

      • 常规的对象分配
      • 由于一般来说年轻代存活对象很少，用Copying GC处理
      • gc吞吐率很高

    • 对于老年代

      • 对象趋近一直或者，反复赋值开销较大
      • 可以采用Mark-compact GC处理

  • 引用计数（Reference counting）

    • 每个对象都有一个与之关联的引用数目

    • 圈圈内部数字为引用数目，当引用数目为0时会被清理

    • image.png

    • 条件（思路）：当且仅当引用数大于0时对象存活。

    • 优点：

      • 内存管理的操作被平摊到程序执行过程中（程序执行过程中就有内存管理）
      • 程序进行过程中维护对象的计数，甚至不需要了解runtime的实现细节，如C++智能指针smart pointer

    • 缺点：

      • 维护上述引用计数的开销比较大：通过原子操作保证引用计数操作的原子性和可见性
      • 无法回收环形数据结构，可以通过weak reference解决这个问题
      • 内存开销：每个对象都引入的额外内存空间存储引用数目，会使得内存开销变大
      • 大数据结构在回收内存时依然可能引发暂停

心得

了解性能优化的目的和意义，学习了内存管理以及自动内存管理的相关知识，获益匪浅，都是学校很少细讲的知识。通过从大的自动内存管理观念讲到细小的gc算法，慢慢带你由浅入深地揭开内存管理的面纱。

引用

ppt：‌⁤​⁢⁤‬⁣⁣⁡‌⁡⁡⁢⁢⁢‬⁢⁤⁤‬‍‬​⁤​‌​‍⁣​‬⁣⁡​‬⁣⁢​⁤⁣‍‌‌⁤​​⁤高性能 Go 语言发行版优化与落地实践 .pptx - 飞书云文档 (feishu.cn)

avatar
文章
阅读
粉丝