class 3-2：性能优化指南

时间效率 vs 空间效率

评估代码性能：基准性能测试Benchmark

• go test -bench=. -benchmem

• go test -run=. -v

• slice预分配内存空间

• 使用copy代替re-slice，降低内存使用

• map预分配内存，减少内存拷贝和rehash消耗

性能优化 - 字符串处理

+拼接/strings.Builder √/byte.Buffer拼接字符串

分析：

• 字符串在Go语言是不可变类型，占用内存大小固定；
• 使用+每次都需要重新分配内存；
• strings.Builder 和byte.Buffer底层都是[]byte数组；
• 内存扩容策略，不需要每次拼接都重新分配内存

byte.Buffer转化为字符串时重新申请了一块空间

strings.Builder直接将底层的[]byte转换成字符串类型返回

性能优化 - 空结构体

空结构体struct{}实例不占据任何内存空间 可作为各种场景下的占位符使用

• 节省资源
• 空结构体本身具备很强的语义，即这里不需要任何值，仅作为占位符

实现Set，可以考虑用map实现

性能优化 - atomic包

多线程问题：通过加锁的方式保证每次更新都是准确的，不会被其他变更影响，操作系统实现，为系统调用，时间更长

atomic包：通过硬件实现，效率高；对于非数值操作，可以使用atomic.Value，能承载一个interface{}

保证正确可靠、简介清晰的质量要求下提供程序性能

class 3-3：性能调优实战

性能调优原则：

• 依靠数据而不是猜测
• 要定位最大瓶颈
• 不要过早优化/过度优化

性能分析工具：pproof github.com/wolforge/go…

cpu

• 采集10s数据

命令：go tool pproof "http://localhost:6060/debug/proof/profile?seconds=10"

• 展示结果，查看占用资源最多的函数

命令：top

flat 当前函数本身执行耗时

flat% flat占CPU总时间的比例

sum% flat%的总和

cum 当前函数本身加其调用函数的总耗时

cum% cum占CPU总时间的比例

• 根据指定的正则表达式查找代码行

命令：list

• 调用关系可视化

命令：web

heap - 堆内存

命令：go tool pproof -http=:8080 "http://localhost:6060/debug/proof/heap"

-http=:8080 表示可视化视图

top视图/source视图，对应命令行的top/list

火焰图：从上到下为函数的调用顺序

火焰图解释：www.infoq.cn/article/a8k…

• alloc_objects: 程序累计申请的对象数

• inuse_objects: 程序当前持有的对象数

• alloc_space: 程序累计申请的内存大小

• inuse_space: 程序当前占用的内存大小

goroutine - 协程

命令：go tool pproof -http=:8080 "http://localhost:6060/debug/proof/goroutine"

可视化视图：火焰图（动态图，支持点击块分析）

锁

命令：go tool pproof -http=:8080 "http://localhost:6060/debug/proof/mutex"

阻塞

命令：go tool pproof -http=:8080 "http://localhost:6060/debug/proof/block"

注意：有时候会过滤掉部分阻塞

class 3-4：pproof采样过程及原理

cpu

• 采样对象：函数调用和占用的时间

• 采样率：100次/秒，固定值

• 采样时间：手动启动/手动结束

开始采样 - 设定信号处理函数 - 开启定时器

停止采样 - 取消信号处理函数 - 关闭定时器

heap - 堆内存

采样程序通过内存分配器在堆上分配和释放的内存，记录分配/释放的大小和数量

采样率：每分配512kb记录一次，科长运行开头修改

采样时间：从程序运行开始到采样时

计算方式：inuse = alloc（已分配内存） - free（空闲内存）

Goroutine-协程/ThreadCreate-线程

Goroutine：记录所有用户发起且在运行中的Goroutine的runtime.main的调用栈信息

ThreadCreate：记录程序创建的所有系统线程的信息

Goroutine：stop the world - 遍历allg切片 - 输出创建g的堆栈 - start the world

ThreadCreate：stop the world - 遍历allg链表 - 输出创建m的堆栈 - start the world

阻塞 & 锁

阻塞是超过某一阈值才会被记录，而锁只记录固定比例的锁操作

性能调优案例

• 业务服务优化
• 基础库优化
• Go语言优化

业务服务优化

名词解释：

• 服务：能单独部署，承载一定功能的程序
• 依赖
• 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

单个服务流程：

• 建立服务性能评估手段（请求流量构造、不同负载、单机/集群压测范围、单机/集群性能数据采集）
• 分析性能数据，定位性能瓶颈（使用库不规范/日志库使用不规范/离并发场景优化不足）
• 优化（先正确，再优化。 相应数据diff，线上请求数据录制回放，新旧逻辑接口数据diff）
• 优化效果验证（重复压测验证、上线评估：关注服务监控、逐步放量、收集性能数据）

服务链路分析与优化：

• 规范上游服务调用接口，明确场景需求
• 分析链路，通过业务流程优化提升服务性能

链路分析思路：

• service调用时，是否更小的数据集就能满足需求
• service A是否实时需要service B数据，是否可以通过加缓存减轻服务调用压力，加速相应
• 由于A逻辑复杂/多人维护等，可能导致重复调用B服务，是否可以合并两个请求

基础库优化：AB实验SDK优化

• 分析基础库核心逻辑和性能瓶颈（设计改善方案，数据按需获取，数据序列化协议优化）
• 内部压测验证
• 推广业务服务落地验证

Go语言优化：编译器&运行时优化

• 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

优点：接入简单，只需要调整编译配置，通用性强