Go内存管理与优化 | 青训营笔记

76 阅读2分钟

这是我参与「第五届青训营 」笔记创作活动的第八天

一、本堂课重点内容:

  • Go内存分配
  • Go内存管理优化

二、详细知识点介绍:

Go内存管理

首先,我们的目的就是为对象在堆空间(heap)上分配内存

我们会提前将内存分块

  • 调用系统会去调用mmap()向OS申请一大块内存
  • 然后将这一大块内存划分成大块(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:分包含指针的对象——GC需要扫描

之后我们就会根据对象的大小,选择最合适的块返回

image.png

这是Go内存分配中的缓存机制

image.png 可以看到在每一个p上都包含一个mcache用于快速分配和为了绑定在p上的g分配对象

每一个mcache都管理一组mspan

当mcache中的mspan分配完毕,就会向mcentral申请带有未分配块的mspan

当mspan中没有分配的对象,mspan就会被缓存在mcentral中,而不是直接释放

Go对象分配的性能问题

image.png 首先,我们可以从该图看出

  • 对象分配是非常高频的操作
  • 小对象占比比较高

而且在Go中内存分配比较耗时:

  • 分配路径长:g -> m -> p -> mcache -> mspan -> memory block -> return pointer
  • pprof:对象分配的函数是最频繁调用的函数之一

Balanced GC

这种优化方案会将每个g都绑定一大块内存(1KB),称作goroutine allocation buffer(GAB)

然后GAB会用于noscan类型的小对象分配:< 128B

并使用三个指针维护GAB:base,end,top image.png image.png 该方案为Bump pointer(指针碰撞)风格对象分配,优点:

  • 无须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对象 image.png 其本质为:将多个小对象的分配合并成一次大对象的分配 image.png 带来的问题就是:GAB的对象分配机制会导致内存被延迟释放

解决方案:

  • 当GAB总大小超过一定阈值的时候,将GAB中的存活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

该解决方案其本质就是用 copying GC 的算法管理小对象 image (1).png

性能收益:

高峰期 CPU usage 降低4.6%,核心接口时延下降4.5%~7.7% image.png

三、课后个人总结:

这次学习到了关于Go语言的内存管理的机制以及相关可以优化的点在哪

还学习到了如何去优化与之相挂钩的模块

从 balanced GC 中体会到了内存优化带来的优势