Go 语言（高质量编程与性能调优笔记） ｜ 青训营

用户3907653959367
98 阅读8分钟

课程目标：在学会go语言基础和编写go语言程序后，实现以下几个目标，编写更清晰简洁的代码；程序优化手段；性能分析工具；了解到工程中性能优化的原则和流程。

一、高质量编程

其主要目的是使编写的代码能够达到安全可靠、简洁清晰、无性能隐患的目标，从而实现高质量代码。另外，程序的实际应用场景是千变万化的，各种语言的特性和语法各不相同，但是高质量编程遵循的原则是相通的；最后，高质量的编程需要注意以下原则：简单性、可读性、生产力。

1. 命名规范

  • variable
    • 简洁胜于冗长
    • 缩略词全大写，但当其位于变量开头且不需要导出时，使用全小写
    • 变量距离其被使用的地方越远，则需要携带越多的上下文信息
    • 全局变量在其名字中需要更多的上下文信息，使得在不同地方可以轻易辨认出其含义
  • function
    • 函数名不携带包名的上下文信息，因为包名和函数名总是成对出现的
    • 函数名尽量简短
    • 当名为 foo 的包某个函数返回类型 Foo 时，可以省略类型信息而不导致歧义
    • 当名为 foo 的包某个函数返回类型 T 时（T 并不是 Foo），可以在函数名中加入类型信息
  • package
    • 只由小写字母组成。不包含大写字母和下划线等字符
    • 简短并包含一定的上下文信息。例如 schema、task 等
    • 不要与标准库同名。例如不要使用 sync 或者 strings

总结：
关于命名的大多数规范核心在于考虑上下文；人们在阅读理解代码的时候也可以看成是计算机运行程序，好的命名能让人把关注点留在主流程上，清晰地理解程序的功能，避免频繁切换到分支细节，增加理解成本

2. 控制流程

  • 避免嵌套，保持正常流程清晰
  • 如果两个分支中都包含 return 语句，则可以去除冗余的 else
  • 尽量保持正常代码路径为最小缩进，优先处理错误情况/特殊情况，并尽早返回或继续循环来减少嵌套，增加可读性 总结： 在流程控制中，线性原理和处理逻辑时尽量走直线，避免复杂的嵌套分支；同时还要注重代码编写规范性，提高代码的可读性
3. 错误和异常处理

  • 简单错误处理

    • 优先使用 errors.New 来创建匿名变量来直接表示该错误。有格式化需求时使用 fmt.Errorf

  • 错误的 Wrap 和 Unwrap

    • 在 fmt.Errorf 中使用 %w 关键字来将一个错误 wrap 至其错误链中

  • 错误判定

    • 使用 errors.Is 可以判定错误链上的所有错误是否含有特定的错误。
    • 在错误链上获取特定种类的错误，使用 errors.As

  • panic

    • 不建议在业务代码中使用 panic
    • 如果当前 goroutine 中所有 deferred 函数都不包含 recover 就会造成整个程序崩溃
    • 当程序启动阶段发生不可逆转的错误时，可以在 init 或 main 函数中使用 panic

  • recover

    • recover 只能在被 defer 的函数中使用，嵌套无法生效，只在当前 goroutine 生效
    • 如果需要更多的上下文信息，可以 recover 后在 log 中记录当前的调用栈。

总结： panic 用于真正异常的情况；error 尽可能提供简明的上下文信息，方便定位问题；recover 生效范围，在当前 goroutine 的被 defer 的函数中生效

4. 性能优化建议

在满足正确性、可靠性、健壮性、可读性等质量因素的前提下，设法提高程序的效率

slice 预分配内存
-   在尽可能的情况下，在使用 make() 初始化切片时提供容量信息，特别是在追加切片时
-   原理
    -   切片本质是一个数组片段的描述，包括了数组的指针，这个片段的长度和容量(不改变内存分配情况下的最大长度)
    -   切片操作并不复制切片指向的元素，创建一个新的切片会复用原来切片的底层数组，因此切片操作是非常高效的
    -   切片有三个属性，指针(ptr)、长度(len) 和容量(cap)。append 时有两种场景：
        -   当 append 之后的长度小于等于 cap，将会直接利用原底层数组剩余的空间
        -   当 append 后的长度大于 cap 时，则会分配一块更大的区域来容纳新的底层数组
    -   因此，为了避免内存发生拷贝，如果能够知道最终的切片的大小，预先设置 cap 的值能够获得最好的性能
-   另一个陷阱：大内存得不到释放
    -   在已有切片的基础上进行切片，不会创建新的底层数组。因为原来的底层数组没有发生变化，内存会一直占用，直到没有变量引用该数组
    -   因此很可能出现这么一种情况，原切片由大量的元素构成，但是我们在原切片的基础上切片，虽然只使用了很小一段，但底层数组在内存中仍然占据了大量空间，得不到释放
    -   推荐的做法，使用 copy 替代 re-slice
map 预分配内存
-   原理
    -   不断向 map 中添加元素的操作会触发 map 的扩容
    -   根据实际需求提前预估好需要的空间
    -   提前分配好空间可以减少内存拷贝和 Rehash 的消耗
使用 strings.Builder
-   常见的字符串拼接方式
    -   -
    -   strings.Builder
    -   bytes.Buffer
-   strings.Builder 最快，bytes.Buffer 较快，+ 最慢
-   原理
    -   字符串在 Go 语言中是不可变类型，占用内存大小是固定的，当使用 + 拼接 2 个字符串时，生成一个新的字符串，那么就需要开辟一段新的空间，新空间的大小是原来两个字符串的大小之和
    -   strings.Builder，bytes.Buffer 的内存是以倍数申请的
    -   strings.Builder 和 bytes.Buffer 底层都是 []byte 数组，bytes.Buffer 转化为字符串时重新申请了一块空间，存放生成的字符串变量，而 strings.Builder 直接将底层的 []byte 转换成了字符串类型返回
使用空结构体节省内存
-   空结构体不占据内存空间，可作为占位符使用
-   比如实现简单的 Set
    -   Go 语言标准库没有提供 Set 的实现，通常使用 map 来代替。对于集合场景，只需要用到 map 的键而不需要值
使用 atomic 包
-   原理
    -   锁的实现是通过操作系统来实现，属于系统调用，atomic 操作是通过硬件实现的，效率比锁高很多
    -   sync.Mutex 应该用来保护一段逻辑，不仅仅用于保护一个变量
    -   对于非数值系列，可以使用 atomic.Value，atomic.Value 能承载一个 interface{}
总结

避免常见的性能陷阱可以保证大部分程序的性能；针对普通应用代码，不要一味地追求程序的性能，应当在满足正确可靠、简洁清晰等质量要求的前提下提高程序性能

性能调优实战

性能调优简介

  • 性能调优原则
    • 要依靠数据不是猜测
    • 要定位最大瓶颈而不是细枝末节
    • 不要过早优化
    • 不要过度优化

性能分析工具

性能调优的核心是性能瓶颈的分析，对于 Go 应用程序，最方便的就是 pprof 工具

  • pprof 功能说明
    • pprof 是用于可视化和分析性能分析数据的工具
    • 可以知道应用在什么地方耗费了多少 CPU、memory 等运行指标

  • pprof 实践

    • 前置准备，熟悉简单指标，能够编译运行 pprof 测试项目
    • 实际分析排查过程
      • 排查 CPU 问题
        • 命令行分析
        • top 命令
        • list 命令
        • 熟悉 web 页面分析
        • 调用关系图，火焰图
      • 排查堆内存问题
      • 排查协程问题
      • 排查锁问题
      • 排查阻塞问题
  • pprof 的采样过程和原理
    • CPU 采样
    • 堆内存采样
    • 协程和系统线程采样
    • 阻塞操作和锁竞争采样

性能调优案例

  • 基本概念
    • 服务：能单独部署，承载一定功能的程序
    • 依赖：Service A 的功能实现依赖 Service B 的响应结果，称为 Service A 依赖 Service B
    • 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
  • 业务优化
    • 流程
      • 建立服务性能评估手段
      • 分析性能数据，定位性能瓶颈
      • 重点优化项改造
      • 优化效果验证
    • 建立压测评估链路
      • 服务性能评估
      • 构造请求流量
      • 压测范围
      • 性能数据采集
    • 分析性能火焰图，定位性能瓶颈
      • pprof 火焰图
    • 重点优化项分析
      • 规范组件库使用
      • 高并发场景优化
      • 增加代码检查规则避免增量劣化出现
      • 优化正确性验证
    • 上线验证评估
      • 逐步放量，避免出现问题
    • 进一步优化，服务整体链路分析
      • 规范上游服务调用接口，明确场景需求
      • 分析业务流程，通过业务流程优化提升服务性能
  • 基础库优化
    • 适应范围更广，覆盖更多服务
    • AB 实验 SDK 的优化
      • 分析基础库核心逻辑和性能瓶颈
      • 完善改造方案，按需获取，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
    • 适应范围最广，Go 服务都有收益
    • 优化方式
      • 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
avatar
文章
阅读
粉丝