这是我参与「第五届青训营 」伴学笔记创作活动的第 5 天

性能优化及自动内存管理

性能优化的层面

业务层优化

• 针对特定的场景，具体问题，具体分析
• 容易获得较大的收益

语言运行时优化

• 解决更加通用的性能问题
• 考虑更多场景
• Tradeoffs

性能优化与软件质量

• 软件质量至关重要
• 在保证接口稳定的前提下改进具体的实现
• 测试用例：要尽可能覆盖更多的场景，方便回归
• 文档：做了什么，没做什么，能够达到什么效果
• 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

Background

• 动态内存

  • 类似于 malloc()

• 垃圾回收

  • 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，这两个问题非常常见：

    • double free problem
    • use-after-free problem

• 3 Tasks

  • 为新对象分配新的空间
  • 找到存活的部分
  • 回收死亡对象

Concept

Basic Concept

评价 GC 算法的角度

• 安全性 (Safety)
• 吞吐量 (Throughput)：花在 GC 的时间
• 暂停时间 (Pause Time)：业务是否感知
• 内存开销 (Space overhead)：GC 元数据开销

BOOK RECOMMEND: "THE GARBAGE COLLECTION HANDBOOK"

追踪垃圾回收 (Tracing garbage collection)

• 回收条件：指针指向关系不可达

• 过程

  1. 标记根对象

  • 静态变量、全局变量、常量、线程栈等

  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. 清理不可达对象

  • 将存活对象复制到另外的空间（Copying GC）

    • 效率低？

  • 将死亡对象的内存标记为“可分配”（Mark-sweep GC）

    • 内存碎片？

  • 移动并整理存活对象（Mark-compact GC）

    • 原地整理

  • 根据对象的生命周期，使用不同的标记和清理策略

Generational GC

• 分代假说 (Generational hypothesis): most objects die young

• Intuition: 很多对象在分配出来后很快不再使用

• Age: 经历过的 GC 次数

• 目的：对于年轻和年老的对象，指定不同的 GC 策略，以降低整体的内存开销

• 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 吞吐率很高

  • 老年代

    • 对象趋于一直存活，反复复制开销很大
    • 可以采用 marking-sweep collection

引用记数 (Reference counting)

• 每个对象都有一个与之相关的引用数目

• 存活条件：当且仅当引用数目大于 0

  

• 优点

  • 内存管理操作被平摊到程序操作中

    

  • 内存管理不需要了解 runtime 的实现细节：C++ 的智能指针 (Smart Ponter)

• 缺点

  • 维护开销大：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 可以解决这个问题）

    

  • 内存开销：每个对象都引入的额外内存空间存储引用数目

  • 回收内存时依然可能引发暂停