这是我参与「第五届青训营 」伴学笔记创作活动的第 5 天
01 性能优化是什么？
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
02 为什么要做性能优化？
用户体验、资源高效利用降本增效
03 性能优化的层面
- 业务层优化（针对特定场景）
- 语言运行时优化（更多场景通用问题）
- 数据驱动（如pprof）
1. 自动内存管理
1.1 GC
- 概念：
- 由程序语言的运行时系统管理动态内存，避免手动管理，保证内存使用的正确性和安全性
- Mutator：业务线程
- Collector：GC线程
- 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
- 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
- 评价GC算法：安全性、吞吐率、暂停时间、内存开销
1.2 常见GC技术之追踪垃圾回收
根据对象的生命周期，使用不同的标记和清理策略
step 1：标记根对象
step 2：标记所有可达对象（求指针指向关系的传递闭包）
step 3：清理所有不可达对象
清理策略
Copying GC：将存活对象复制到另外的内存空间
Mark-sweep GC：将死亡对象的内存标记为“可分配”，使用free list管理空闲内存
Mark-compact GC：移动并整理存活对象，原地整理对象
1.3 分代GC(Generational GC)
分代假说：most objects die young
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
策略选择：年轻代存活对象少，采用Copying GC，提高GC吞吐率 老年代对象趋向于一直活着，反复复制开销较大，采用mark-sweep collection
1.4 引用计数
概念：每个对象有一个引用数目，只有引用数 > 0的时候对象存活
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（例如C++ 智能指针）
缺点：
- 需要原子操作，维护开销大
- 无法回收环形数据结构
- 内存开销，每个对象引入额外空间存储引用数目
- 依然可能引发暂停（stop the world）
2. Go内存管理及优化
2.1 Go内存分配
分块
提前将内存分块：调用系统调用mmap()申请大块内存，然后划分成mspan，再划分成小块
缓存
借鉴了TCMalloc
2.2 Go内存管理优化
分配频率高，且小对象居多
2.3 字节Balanced GC
本质：使用copying GC的算法管理小对象
3. 编译器和静态分析
3.1 编译器的结构
3.2 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 控制流分析：程序执行的流程， 使用Control-flow graph来表示 数据流分析：数据在控制流上的传递
3.3 过程内分析和过程间分析
过程内分析：仅在函数内部进行分析 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，联合求解比较复杂呢
4. Go编译器优化
场景：面向后端长期执行任务，用编译时间换取更高效的机器码
4.1 函数内联(Inlining)
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，将过程间分析转化为过程内分析
缺点：函数体变大，icache会经常miss；编译生成的Go镜像变大
但大多数时候函数内联是正向优化
4.2 Beast Mode
调整函数内联的策略，拓展了函数边界，更多对象不逃逸
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；如果能在s域之外访问p，则称为p指向的对象逃逸出s（比如p传递给全局变量、其他函数、其他goroutine等）
优化：未逃逸等对象在栈上分配（分配和回收很快，减少在heap上的分配，降低GC负担）
总结与反思
本节课我学习了自动内存管理(GC)的机制，几种GC策略如追踪垃圾回收、分代GC、引用计数，以及go的内存管理，和字节跳动内部的优化方案Balanced GC来优化对象分配；还学习了编译器和静态分析以及Go编译器优化，比如使用函数内联，以及字节为了使代码性能更高研发的Beast Mode，对逃逸分析更优。感觉字节在go语言优化方面在国内还是很强的，希望以后可以深入了解。
