Day5 go内存管理优化 ｜ 青训营笔记

这是我参与「第五届青训营 」伴学笔记创作活动的第 5 天

性能优化

性能优化可以从两个层面分析

• 业务层优化
  • 针对特定场景，具体问题具体分析
• 语言运行时优化
  • 解决更通用（整体业务）的性能问题
  • 需要考虑更多场景
  • 权衡需要被优化的场景

而以上两个层面的优化都需要靠数据驱动去优化

• 数据驱动

  • 使用pprof等工具分析性能

  • 分析性能要依靠数据而不是猜测

  • 优化性能要优先优化大的性能瓶颈再去优化小的性能瓶颈

优化性能时需要保证代码质量和接口稳定性

保证代码质量可以使用测试驱动开发，每次优化时都行该对接口进行用例测试

go内存分配

go分配内存时会预先调用mmap()向系统申请内存进行分块，分成的块被称为mspan

分出mspan之后会继续把mspan进行分块用于分配

而mspan又分为两种

• noscan mspan：内存分配给包含指针的对象，gc不需要扫描
• san mspan：内存分配给包含指针的对象，gc需要扫描

go分配内存时会借助TCMalloc对内存进行缓存，以加速分配内存的速度

流程：

分配内存时会先使用mcache分配一组mspan，然后分配内存时会将mcache中的mspan的内存分配给对象

但如果mcache中的mspan的剩余内存不够用时，mcache会将mcentral(次一级的缓存)中的空闲mspan填充到scache中再分配内存给对象

go内存管理优化

在业务开发中，go的内存分配时非常高频的操作：每秒分配GB几倍的内存

而且大部分对象都是小对象，cpu对这些内存分配的操作过于频繁会导致对性能的影响

如何优化这样的场景？

GAB

预先绑定一块大内存（例如1kb），称作goroutine allocation buffer

gab专门用来分配内存给noscan类型的小对象

使用三个指针base,end, top来维护gab

gab本身对于go内存分配来说是一个大对象

gab的本质是将多个小对象的内存分配合并成一次大对象的分配

但是由于小对象的内存管理被合并了，这些小对象的内存并不会被及时回收

如何解决这种场景？

方案：当所有的GAB的大小超过一定的阈值之后，就会对每个GAB中的内存进行检查，如果GAB中的对象还存活，就将存活的对象copy到一个新的GAB中，最后再将原来的GAB释放

静态分析

静态分析：不执行代码，推到程序的行为，分析程序的性质

分析程序可以从两点出发

• 数据流分析和控制流分析

  • 控制流：程序执行的流程

  • 数据流：数据在控制流上的传递

• 过程内分析和过程外分析

  • 过程内分析是指只在函数内部进行的控制流分析
  • 过程外分析是指考虑函数调用对控制流造成影响的控制流分析（函数的调用会引入新的控制流）

go编译器优化

函数内联

原理：将被调用的函数的函数体的副本替换到调用位置上，同时重写代码以反映参数的绑定

优点：

• 消除函数调用的开销
• 将过程见分析转化为过程内分析

缺点：

• 编译体积变大
• 编译时间增加

go本身的内敛优化策略比较保守，可以调整函数内联的策略使更多的函数被内敛

逃逸分析

原理：分析代码中指针的动态作用域，指针可以在何处被访问

使用函数内联可以让更多的对象不逃逸，而不逃逸的对象的内存可以在栈上分配