这是我参与「第五届青训营」伴学笔记创作活动的第5天。

高性能go语言发行版优化与落地实践

什么是性能优化

• 提升软件系统处理能力，减少不必要的消耗，充分发掘计算机算力
• 性能优化的目的是提高用户体验，使资源得到高效利用，降低成本，提高效率。在海量机器上的小优化也会带来显著的性能提升和成本节约

性能优化的层面

• 业务代码
  • 业务层优化：针对特定场景，具体问题具体分析
  • 容易获得较大性能的收益
• SDK
• 基础库
• 语言runtime
  • 解决更通用的性能问题,如内存分配等
  • 考虑更多场景
  • Tradeoffs
• OS
• 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

性能优化与软件质量

Go SDK 由 接口(Commands APIs NewAPIs) 和 实现(Compiler Scheduler GC Runtime Libs Profiling) 组成

• 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

自动内存管理

背景

• 管理动态内存：程序在运行时根据需求动态分配的内存
• 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 ：double free/use after free problem
• 三个任务
  • 为新对象分配空间
  • 找到存货对象
  • 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
• GC算法
  • Serial：只有一个collector
  • Parallel GC：支持对各collecors同时回收的GC算法
  • Concurrent GC：mutator(s) 和 collector(s) 可以同时执行，不必在GC时pause
    • collectors必须感知对象指向关系的改变。
• 评价GC算法
  • safety：不能回收存活的对象（基本要求）
  • Throughput：1 - GC时间/程序执行总时间
  • pause time：stop the world（STW）（业务尽可能不要感知）
  • 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
  • 静态变量、全局变量、常量、线程栈等
• 标记：找到可达对象
  • 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
• 清理：所有不可达的对象
  • 将存活对象复制到另外的内存空间 （Copying GC）新空间分配对象
  • 将死亡对象的内存标记为“可分配” （Mark-sweep GC）使用free list管理空闲内存
  • 移动并整理存活对象 （Mark-compact GC）compact - 原地整理对象
• 根据对象的生命周期，使用不同的标记和清理策略

分代GC

• 分代假说：most objects die yong
• Intitution：很多对象在分配出来后很快就不再使用了
• 每个对象都有年龄：经历过GC的次数
• 目的：对年轻和老年的对象，制定不同测GC策略，降低整体内存管理的开销
• 不同年龄的对象处于heap的不同区域
  • 年轻代
    • 常规的对象分配
    • 由于存活对象很少，可以采用copying collection
    • GC吞吐率高
  • 老年代
    • 对象趋向于一直活着，反复复制开销较大
    • 可以采用Mark - sweep GC
• 引用计数 (Reference counting)
  • 每个对象都有一个与之关联的引用数目
  • 对象存活条件：当且仅当引用数 > 0
  • 优点：
    • 内存管理的操作被平摊到程序执行过程中
    • 内存管理不需要了解runtime的实现细节：CPP的智能指针(smart pointer)
  • 缺点
    • 维护开销大：需要通过原子操作保证对引用计数操作的原子性和可见性
    • 无法回收环形数据结构 - weak reference
    • 内存开销：每个对象都引入额外的内存空间存储引用数目
    • 回收内存时依然可能引发暂停

go内存管理及优化

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
  • 调用系统调用mmap（）向OS申请一大块内存
  • 先将内存划分成大块，例如8KB，称作mspan
  • 再将大块继续划分成特定大小的小块，用于对象分配
  • noscan mspan：分配不包含指针的对象 —— GC不需要扫描
  • 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

go内存分配 - 缓存

• TCMalloc: thread caching
• 每个p包含一个mcache用于快速分配，用于绑定p上的g分配对象
• mcache管理一组msapn
• 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，而不是立刻释放并还给OS

对象分配特点

• 对象分配是非常高频的操作，每秒会分配GB级别的内存，小对象占比较高
• GO 内存分配比较耗时
  • 分配路径较长：g -> m -> p -> mcache -> mspan -> mblock -> return pointer
  • pprof：对象分配的函数是最频繁调用的函数之一

bytedance优化方案：Balanced GC

• 每个g都绑定一大块内存(1kb),称作goroutine allocation buffer(GAB)
  • base-----------------top----------------------end
    • 8->16-->8->16-->32---->
    • --|----|--|----|--------|
• GAB用于nocsan类型的小对象分配：<128b
• 使用三个指针维护GAB：base,end,top
• Bump pointer（指针碰撞）风格对象分配
  • 无需和其他分配请求互斥
  • 分配动作简单高效
• gab对于go内存管理来说是一个大对象，本质是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。只要有一个小对象在gab中存活，就不会被释放
• 方案：移动gab中存活的对象
  • 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算法管理小对象

编译器和静态分析

编译器的结构

• 作用: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intermediate representation（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

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(Control flow):程序执行的流程
• 数据流(Data flow)：数据在控制流上的传递
• 通过分析控制流和数据流，可以知道更多关于程序的性质，根据这些性质来优化代码

过程内分析和过程间分析

• 过程内分析(Intra - procedural analysis) : 仅在函数内部进行分析
• 过程间分析(Inter - procedural analysis) : 考虑函数调用时参数传递和返回值的数据流和控制流

GO编译器优化

• 为什么做编译器优化
  • 用户无感知，重新编译即可获得性能收益
  • 通用性优化
• 现状：采用的优化少，编译时间较短，没有进行较复杂的代码分析和优化
• 编译优化的思路
  • 场景：面向后端长期执行任务
  • Tradeoff：用编译时间获取更高效的机器码

Beast mode

• 函数内联
  • 内联：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
    • 使用micro-benchmark快速验证和对比性能优化的结果
  • 缺点
    • 函数体变大，instruction cache（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
  • 内联策略
    • 调用和被调用函数的规模
• Beast Mode
  • 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
    • 内敛策略非常保守
  • Beast mode
    • 调整函数内联的策略，使更多的函数被内联
    • 降低函数调用的开销
    • 增加了其他优化的机会：逃逸分析
    • 开销：Go镜像增加约10%，编译时间增加

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
  • 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:
    • 作为参数传递给其他函数
    • 传递给全局变量
    • 传递给其他的goroutine
    • 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：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，只需要移动栈指针
  • 减少在堆上的分配，降低GC负担