这是我参与「第五届青训营 」伴学笔记创作活动的第 4 天
1、高质量编程
什么是高质量编程?
一句话:编写的代码能够达到正确可靠、简介清晰的目标
具体考虑以下几方面
- 各种边界条件是否考虑完备
- 异常情况处理,稳定性保证
- 易读易维护
编程原则
简单性
- 消除“多余的复杂性”,以简单清晰的逻辑编写代码,负责的程序会让人害怕重构和优化,因为无法明确预支调整的影响范围
可读性
- 代码是写给人看的
- 编写可维护代码的第一步是确保代码可读
生产力
- 团队整体工作效率非常重要
编码规范
代码格式
推荐使用gofmt自动格式化代码
gofmt:go语言官方提供的工具,能自动格式化go语言代码为官方统一风格
goimports(另外一种)也是go官方语言提供的工具,实际上相当于gofmt加上依赖包管理,可以自动增删依赖的引用,将依赖包按照字母排序并分类。
注释
注释应该解释代码作用
- 适合注释公共符号
注释应该解释代码如何做的
- 适合注释方法
注释应该解释代码实现的原因
- 解释代码的外部因素,这些因素脱离上下文之后很难理解,例如下面的这条语句,如果没有注释很难理解为什么要设置为false,所以加了注释。
公共符号始终要注释
- 包中声明的每个公共的符号:变量、常量、函数以及结构都需要添加注释
、
注释应该解释函数什么时候会出错
一个例外
不要注释实现接口的方法
命名规范
-
variable
- 简洁胜于冗长
- 缩略词全大写,但当其位于变量开头且不需要导出时,使用全小写
- 变量距离其被使用的地方越远,则需要携带越多的上下文信息
- 全局变量在其名字中需要更多的上下文信息,使得在不同地方可以轻易辨认出其含义
-
function
- 函数名不携带包名的上下文信息,因为包名和函数名总是成对出现的
- 函数名尽量简短
- 当名为 foo 的包某个函数返回类型 Foo 时,可以省略类型信息而不导致歧义
- 当名为 foo 的包某个函数返回类型 T 时(T 并不是 Foo),可以在函数名中加入类型信息
-
package
-
只由小写字母组成。不包含大写字母和下划线等字符
-
简短并包含一定的上下文信息。例如 schema、task 等
-
不要与标准库同名。例如不要使用 sync 或者 strings
-
控制流程
- 避免嵌套,保持正常流程清晰
- 如果两个分支中都包含 return 语句,则可以去除冗余的 else
尽量保持正常代码路径为最小缩进,优先处理错误情况/特殊情况,并尽早返回或继续循环来减少嵌套,增加可读性
总结
- 线性原理,处理逻辑尽量走直线,避免复杂的嵌套分支
- 提高代码的可读性
错误和异常处理
简单错误处理
错误的wrap和unwrap
错误判断
在错误链上获取特定种类的错误,使用errors.AS
panic
- 不建议在业务代码中使用 panic
- 如果当前 goroutine 中所有 deferred 函数都不包含 recover 就会造成整个程序崩溃
- 当程序启动阶段发生不可逆转的错误时,可以在 init 或 main 函数中使用 panic
- 若问题可以被解决,建议使用error代替panic
recover
-
recover 只能在被 defer 的函数中使用,嵌套无法生效,只在当前 goroutine 生效、
-
如果需要更多的上下文信息,可以 recover 后在 log 中记录当前的调用栈。
总结
- panic 用于真正异常的情况
- error 尽可能提供简明的上下文信息,方便定位问题
- recover 生效范围,在当前 goroutine 的被 defer 的函数中生效
Go语言宕机恢复(recover)——防止程序崩溃 (biancheng.net)
性能优化建议
- 在满足正确性、可靠性、健壮性、可读性等质量因素的前提下,设法提高程序的效率
Benchmark
性能表现需要实际数据来衡量,go语言提供了支持基准测试的benchmark工具
go test -bench=. -benchmem
slice 预分配内存
- 在尽可能的情况下,在使用 make() 初始化切片时提供容量信息,特别是在追加切片时
-
-
原理
-
切片本质是一个数组片段的描述,包括了数组的指针,这个片段的长度和容量(不改变内存分配情况下的最大长度)
-
切片操作并不复制切片指向的元素,创建一个新的切片会复用原来切片的底层数组,因此切片操作是非常高效的
-
切片有三个属性,指针(ptr)、长度(len) 和容量(cap)。append 时有两种场景:
- 当 append 之后的长度小于等于 cap,将会直接利用原底层数组剩余的空间
- 当 append 后的长度大于 cap 时,则会分配一块更大的区域来容纳新的底层数组
-
因此,为了避免内存发生拷贝,如果能够知道最终的切片的大小,预先设置 cap 的值能够获得最好的性能
-
-
另一个陷阱:大内存得不到释放
-
在已有切片的基础上进行切片,不会创建新的底层数组。因为原来的底层数组没有发生变化,内存会一直占用,直到没有变量引用该数组
-
因此很可能出现这么一种情况,原切片由大量的元素构成,但是我们在原切片的基础上切片,虽然只使用了很小一段,但底层数组在内存中仍然占据了大量空间,得不到释放
-
推荐的做法,使用 copy 替代 re-slice
-
map 预分配内存
- 原理
- 不断向 map 中添加元素的操作会触发 map 的扩容
- 根据实际需求提前预估好需要的空间
- 提前分配好空间可以减少内存拷贝和 Rehash 的消耗
使用 strings.Builder
-
常见的字符串拼接方式
+ strings.Builder bytes.Buffer -
strings.Builder 最快,bytes.Buffer 较快,+ 最慢
-
原理
- 字符串在 Go 语言中是不可变类型,占用内存大小是固定的,当使用 + 拼接 2 个字符串时,生成一个新的字符串,那么就需要开辟一段新的空间,新空间的大小是原来两个字符串的大小之和
- strings.Builder,bytes.Buffer 的内存是以倍数申请的
- strings.Builder 和 bytes.Buffer 底层都是 []byte 数组,bytes.Buffer 转化为字符串时重新申请了一块空间,存放生成的字符串变量,而 strings.Builder 直接将底层的 []byte 转换成了字符串类型返回
可以提前预分配
使用空结构体节省内存
- 空结构体不占据内存空间,可作为占位符使用
- 比如实现简单的 Set
- Go 语言标准库没有提供 Set 的实现,通常使用 map 来代替。对于集合场景,只需要用到 map 的键而不需要值
使用 atomic 包
-
原理
- 锁的实现是通过操作系统来实现,属于系统调用,atomic 操作是通过硬件实现的,效率比锁高很多
- sync.Mutex 应该用来保护一段逻辑,不仅仅用于保护一个变量
- 对于非数值系列,可以使用 atomic.Value,atomic.Value 能承载一个 interface{}
2、性能调优
-
性能调优原则
- 要依靠数据不是猜测
- 要定位最大瓶颈而不是细枝末节
- 不要过早优化
- 不要过度优化
性能分析工具
性能调优的核心是性能瓶颈的分析,对于 Go 应用程序,最方便的就是 pprof 工具
pprof 功能说明
- pprof 是用于可视化和分析性能分析数据的工具
- 可以知道应用在什么地方耗费了多少 CPU、memory 等运行指标
前置准备 clone wolfogre/go-pprof-practice: go pprof practice. (github.com) 到本地 运行项目,并在浏览器输入: http://localhost:6060/debug/pprof/
实际分析排查过程
排查 CPU 问题
- 命令行分析
- go tool pprof "[http://localhost:6060/debug/pprof/profile?seconds=10](https://link.juejin.cn/?target=http%3A%2F%2Flocalhost%3A6060%2Fdebug%2Fpprof%2Fprofile%3Fseconds%3D10 "http://localhost:6060/debug/pprof/profile?seconds=10")"
可以看到有一个10000000000次的循环,定位成功
可视化需要安装graphviz
刚开始一直报错,环境变量也配置了但一直没有结果图,查阅资料之后原来是因为在goland自带的终端中的问题
heap堆内存
- go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/heap"
在堆内存采样中,默认展示的是inuse_space视图,只展示当前持有的内存,但如果有的内存已经释放买这个时候inuse采样就不会展示了,切换到alloc_space视图来看一看
排查协程问题
- go tool pprof -http=:8080 "[http://localhost:6060/debug/pprof/goroutine](https://link.juejin.cn/?target=http%3A%2F%2Flocalhost%3A6060%2Fdebug%2Fpprof%2Fgoroutine "http://localhost:6060/debug/pprof/goroutine")"
排查锁问题
- go tool pprof -http=:8080 "[http://localhost:6060/debug/pprof/mutex](https://link.juejin.cn/?target=http%3A%2F%2Flocalhost%3A6060%2Fdebug%2Fpprof%2Fmutex "http://localhost:6060/debug/pprof/mutex")"
排查阻塞问题
- go tool pprof -http=:8080 "[http://localhost:6060/debug/pprof/block](https://link.juejin.cn/?target=http%3A%2F%2Flocalhost%3A6060%2Fdebug%2Fpprof%2Fblock "http://localhost:6060/debug/pprof/block")"
-
pprof 的采样过程和原理
性能调优案例
基本概念
- 服务:能单独部署,承载一定功能的程序
- 依赖:Service A 的功能实现依赖 Service B 的响应结果,称为 Service A 依赖 Service B
- 调用链路:能支持一个接口请求的相关服务集合及其相互之间的依赖关系
- 基础库:公共的工具包、中间件
业务优化
- 流程
- 建立服务性能评估手段
- 分析性能数据,定位性能瓶颈
- 重点优化项改造
- 优化效果验证
- 建立压测评估链路
- 服务性能评估
- 构造请求流量
- 压测范围
- 性能数据采集
-
分析性能火焰图,定位性能瓶颈
- pprof 火焰图
重点优化项分析
- 规范组件库使用
- 高并发场景优化
- 增加代码检查规则避免增量劣化出现
- 优化正确性验证
上线验证评估
- 逐步放量,避免出现问题
- 进一步优化,服务整体链路分析
- 规范上游服务调用接口,明确场景需求
- 分析业务流程,通过业务流程优化提升服务性能
基础库优化
- 适应范围更广,覆盖更多服务
- AB 实验 SDK 的优化
- 分析基础库核心逻辑和性能瓶颈
- 完善改造方案,按需获取,序列化协议优化
- 内部压测验证
- 推广业务服务落地验证
-
Go 语言优化
-
适应范围最广,Go 服务都有收益
-
优化方式
-
优化内存分配策略
-
优化代码编译流程,生成更高效的程序
-
内部压测验证
-
推广业务服务落地验证
-
-