这是我参与「第五届青训营 」伴学笔记创作活动的第 11 天
性能优化
什么是性能优化：
提升软件系统处理能力，减少不必要的消耗，充分发挥计算机算力。
为什么做性能优化：
-
带来用户体验的提升
-
高效利用资源，降低成本，提高效率
性能优化层面：
首先，软件层级结构按照从顶层到底层的顺序，依次为业务代码，SDK，基础库，语言运行时（GCC和调度器）和OS。
性能优化往往从两个方面入手：
-
业务层优化：针对特定场景，具体问题，具体分析。例如业务代码有冗余数据产生，可以针对具体问题解决性能瓶颈从而获得较大的收益。
-
语言运行时优化：GO 语言运行时的优化，对所有Go使用者都受益，其要点是解决更通用性问题，考虑更多场景。
做优化时要注意的原则：数据驱动，基于pprof等自动化性能分析工具，依靠数据而非猜测，首先优化最大瓶颈。
性能优化的可维护性：
性能优化过程中，要注意软件质量至关重要，在保证接口稳定的前提下改进具体实现；测试用例要覆盖尽可能多的场景；文档要体现出做了什么，没做什么，能达到怎样的效果；隔离性是通过选项控制是否开启优化，开启前后保证行为一致性和产品稳定性；最后保证优化产品的可观测性，通过必要的日志输出来提醒用户其优化的收益。
自动内存管理
背景和概念
内存管理，其管理对象是动态内存，也即程序在运行时基于需求执行动态分配的内存，而自动内存管理（垃圾回收），是由程序语言的运行时系统管理动态内存，既能避免程序员手动内存管理，专注于实现业务逻辑，又能保证内存使用的正确性和安全性。
在C++等语言中可能会出现多次释放内存，以及在使用已经释放的内存等问题，而使用自动内存管理可以有效避免该问题。自动内存管理其三个核心任务是：
-
为对象分配新的空间
-
找到存活的对象
-
回收死亡对象的内存空间。
常用概念如下：
- mutator threads: 业务线程，分配新对象，修改对象的指向关系
- collector threads: GC线程，执行GC代码，找到存货对象，回收死亡对象的内存空间
- serial GC: 一种GC算法，只有一个collector，会暂停mutator，然后检查和回收对象
- parallel GC: 支持多个collectors同时回收的GC算法，还是会暂停mutator
- concurrently GC： mutator和collector可以同时执行
注意，concurrently GC的挑战是collectors必须要感知对象指向关系的改变。比如在GC过程中会出现已经标记存在的指向未被标记的对象，此时未被标记的应该被标记为存活，如果漏掉可能会报错。
评价GC算法如下：
- 安全性：不能回收存活对象
- 吞吐率：1-GC/程序执行总时间
- 暂停时间：stop the world 的时间越短越好，避免业务有感知
- 内存开销：GC元数据开销
追踪垃圾回收
对象被回收的条件：指针指向关系不可达对象
标记根对象：首先标记静态变量，全局变量，常量和线程栈
标记可达对象：指针指向关系的传递闭包，从根对象触发，找到所有可达对象
清理所有不可达对象，方法如下：
-
copy GC：将存活复制到其他的内存空间，将死亡对象的内存标记为可分配
-
mark-sweep GC：使用freeList管理内存，下次分配内存直接用链表的内存块
-
compact GC：原地复制的方法，将存活拷贝到内存开始的地方，根据一定策略进行压缩
自动内存管理的思想：根据对象生命周期来使用不同的标记和清理策略。
分代GC（Generational GC）
分代假说是大部分对象在函数中创建完成后很快就回收了，寿命很短。
设定对象的年龄为经历GC次数，对年轻对象和老对象指定不同的GC策略，来降低整体内存管理开销：
-
年轻代：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：趋向于一直存活，反复复制的开销大，可以采用mark-sweep collection 来做。
引用计数（reference counting ）
每个对象都有一个与之关联的引用计数：当且仅当引用计数大于0对象可存活。
优点在于，内存管理的操作被平摊到程序执行过程，内存管理不需要了解runtime的实现细节，类似C++的智能指针。
缺点在于，维护引用计数的开销较大，通过原子操作保证对引用的原子性和可见性；而且无法回收环形数据结构，考虑使用weak reference解决； 有一定内存开销，比如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。
