这是我参与「第五届青训营」伴学笔记创作活动的第 15 天

1.复习已学知识

复习依赖管理
复习单元测试
复习如何高质量编程知识
复习性能优化的自动内存管理

2.观看性能优化指南

Go内存管理及优化

Go内存分配——分块

目标：提前为对象在heap上分配内存

调用系统调用mmap()向OS申请一大块内存，例如4MB
先将内存划分成大块，例如8KB，称作mspan
再继续将大块划分成特定大小的小块，用于按需对象的分配
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

Go内存分配——缓存

缓存过程：

TCMalloc：thread caching
每个p包含一个mcache用于快速分配，用于为绑定于p上的g分配对象
mcache管理一组mspan
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，而不是立刻释放并归还给OS

一图以释之：

Go内存管理优化

一些须知：

对象分配是非常高频的操作：每秒分配GB级别的内存
空间较小的对象占比比较高
Go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

字节跳动的优化方案：Balanced GC

每个g都绑定一大块内存（1KB），称作goroutine allocation buffer (GAB)
GAB用于noscan类型的小对象分配：< 128B
使用三个指针维护GAB：base基地址, end结束地址, top当前地址
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（移动top指针）
```
if top + size <= end {
	addr := top
	top += size
	return addr
}
```

Balanced GC的一些细节：

GAB对于Go内存来说是一个大对象
本质：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
方案：移动GAB中的存活对象
- 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的算法管理小对象（根据对象的生命周期，使用不同的标记和清理策略）

3. 编译器和静态分析

编译器的结构：

重要的系统软件
- 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：机器无关代码，生成优化后的IR
- 代码生成：生成目标代码

静态分析

控制流和数据流

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。

常见的两种分析：

控制流：程序执行的流程
数据流：数据在控制流上的传递

控制流图示：

通过分析控制流和数据流，我们可以知道更多关于程序的性质（properties） ，根据这些性质优化代码。

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

过程间分析的难点：

需要通过数据流分析得知i的具体类型，才能知道i.foo()调用的是哪个foo()
根据i的具体类型，产生了新的控制流，A.foo()，分析继续
过程间分析需要同时分析控制流和数据流——联合求解，比较复杂

4. Go编译器优化

编译优化的思路：

场景：面向后端长期执行任务
Tradeoff：用编译时间换取更高效的机器码

Beast mode：

函数内联
逃逸分析
默认栈大小调整
边界检查消除
循环展开，等

函数内联 inlining

内联的定义：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：

清除函数调用开销，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

逃逸分析解释：分析代码中指针的动态作用域：指针在何处可以被访问

// 一个使用micro-benchmark的性能测试
func BenchmarkInline(b *testing.B) {
    x := genInteger()
    y := genInteger()
    for i := 0; i < n.N; i++ {
        addInline(x, y)
    }
}

func addInline(a, b int) int {
    return a + b
}

func BenchmarkInlineDisabled(b *testing.B) {
    x := genInteger()
    y := genInteger()
    for i := 0; i < n.N; i++ {
        addNoInline(x, y)
    }
}

// go:noinline
func addNoInline(a, b int) int {
    return a + b
}
// 大约可以提升4.58倍的性能

缺点：

函数体变大，instruction cache不友好（大概就是会占用很多的意思）
编译生成的Go镜像变大（时间换空间的感觉）

函数内联在大多数情况下是正向优化

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
- 内联策略非常保守
Beast mode：调整函数内联的策略，使更多函数被内联
- 降低函数调用的开销
- 增加了其他优化机会：逃逸分析
开销：
- Go镜像增加约10%
- 编译时间增加

相当于是一个折中的方法。

该种方法下的逃逸分析大致思路：

三、相关术语解读

自动内存管理

Auto memory management: 自动内存管理
Grabage collction: 垃圾回收
Mutator: 业务线程
Collector: GC 线程
Concurrent GC: 并发 GC
Parallel GC: 并行 GC
Tracing garbage collection: 追踪垃圾回收
- Copying GC: 复制对象 GC
- Mark-sweep GC: 标记-清理 GC
- Mark-compact GC: 标记-压缩 GC
Reference counting: 引用计数
Generational GC: 分代 GC
- Young generation: 年轻代
- Old generation: 老年代

Go 内存管理及优化

TCMalloc
mmap() 系统调用
scan object 和 noscan object
mspan, mcache, mentral
Bump-pointer object allocation: 指针碰撞风格的对象分配

编译器和静态分析

词法分析
语法分析
语义分析
Intermediate representation (IR) 中间表示
代码优化
代码生成
Control flow: 控制流
Data flow: 数据流
Intra-procedural analysis 过程内分析
Inter-procedural analysis: 过程间分析

Go 编译器优化

Function inlining: 函数内联
Escape analysis: 逃逸分析

零基础学习Go的Day15｜ 青训营笔记