这是我参与「第五届青训营」伴学笔记创作活动的第 7 天

本堂课重点内容

内存管理优化
编译器优化

0 基础概念

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

为什么？

用户体验: 带来用户体验的提升
资源高效利用: 降低成本，提高效率

怎么做？

业务层优化
- 针对特定场景，具体问题，具体分析
- 容易获得较大性能收益
语言运行时优化
- 解决更通用的性能问题
- 考虑更多场景
- Tradeoffs
数据驱动
- 自动化性能分析工具- pprof
- 依靠数据而非猜测
- 首先优化最大瓶颈

性能优化与软件质量

保证接口稳定的前提下进行改进
通过选项控制是否开启优化
可观测：必要的日志输出
测试用例的覆盖要广

1 自动内存管理

概念

动态内存
- 程序在运行时根据需求动态分配的内存: malloc()
自动内存管理 (垃圾回收) : 由程序语言的运行时系统管理动态内存
- 避免手动内存管理，专注于实现业务逻辑
- 保证内存使用的正确性和安全性
  - double-free problem：多次释放问题
  - use-after-free problem：释放后使用问题
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

专业术语

Mutator: 业务线程，分配新对象，修改对象指向关系
Collector: GC 线程，找到存活对象，回收死亡对象的内存空
Serial GC: 只有一个 collector
Parallel GC: 支持多个 collectors 同时回收的 GC 算法
Concurrent GC: mutator(s) 和 collector(s) 可以同时执行
- Collectors 必须感知对象指向关系的改变

评价 GC 算法

安全性 (Safety)：不能回收存活的对象基本要求
GC 时间吞吐率(Throughput)： $1 - \frac{GC时间}{程序执行总时间}$ 即花在 GC 上的时间
暂停时间 (Pause time)：stop the world (STW) 业务是否感知
内存开销 (Space overhead)：GC 元数据开销

追踪垃圾回收 (Tracing garbage collection)

对象被回收的条件: 指针指向关系不可达的对象
标记根对象
- 静态变量、全局变量、常量、线程栈等
标记:找到可达对象
- 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
清理: 所有不可达对象
- 将存活对象复制到另外的内存空间(Copying GC)
- 将死亡对象的内存标记为“可分配“(Mark-sweep GC)
- 移动并整理存活对象(Mark-compact GC)

回收策略：

根据对象的生命周期，使用不同的标记和清理策略
- Copying GC：将对象复制到另外的内存空间，回收原内存空间的对象
- Mark-sweep GC：使用free list管理空闲内存。空闲内存的首地址连接成链表
- Compact GC：原地整理对象，将仍然存活的对象移动到内存空间的小地址，回收大地址的对象

分代GC

对于年轻和老年的对象，制定不同的GC策略。降低整体内存管理的开销
- 年轻代(Young generation)
  - 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(Old generation)
  - 对象趋向于一直活着，反复复制开销较大
  - 可以采用 mark-sweep collection
不同年龄对象处于堆的不同区域

引用计数 (Reference counting)

每个对象都有一个与之关联的引用数目
对象存活的条件:当且仅当引用数大于 0
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: C++ 智能指针 (smart pointer)
缺点
- 维护引用计数的开销较大: 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
- 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

2 Go内存管理及优化

分块

目标:为对象在 heap 上分配内存
提前将内存分块
- 调用系统调用 mmap() OS 申请一大块内存，例如 4 MB
- 先将内存划分成大块，例如 8 KB，称作 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，选择最合适的块返回

横条是mspan，格子用于对象分配

缓存

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mcentra1 中，而不是立刻释放并归还给 OS

Go内存管理优化

现状：

对象分配是非常高频的操作: GB/s
小对象占比较高
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

优化方案：Balanced GC

每个 g 都绑定一大块内存 (1 KB) ，称作 goroutine allocation buffer (GAB)
GAB 用于 noscan 类型的小对象分配: < 128 B
使用三个指针维护 GAB: base,end,top
Bump pointer (指针碰撞) 风格对象分配
- 无须和其他分配请求互斥
- 分配动作简单高效

申请时地址修改逻辑

if top + size <= end {
    addr := top
    top += size
    return add
}

GAB

在Go内存管理的视角：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
存在的问题: GAB 的对象分配方式会导致内存被延迟释放
- GAB中任何一个小对象未释放都会延迟其余内存空间的释放时间
方案: 移动 GAB 中存活的对象
- 当 GAB 总大小超过一定值时，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

3 编译器和静态分析

基本介绍

编译器结构

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，机器无关优化，生成优化后的 IR
- 代码生成，生成目标代码

静态分析

定义：不执行程序代码，推导程序的行为分析程序的性质
控制流(Control flow): 程序执行的流程
- 控制流图（CFG）
数据流(Data flow): 数据在控制流上的传递

过程内分析和过程间分析

定义
- 过程内分析(Intra-procedural analysis)仅在函数内部进行分析
- 过程间分析(Inter-procedural analysis)考虑函数调用时参数传递和返回值的数据流和控制流
  - 需要通过数据流分析变量的类型，从而推出控制流，方可继续进行分析
  - 联合求解

4 编译器优化