高性能 Go 语言发行版优化与落地实践（四）|青训营笔记

这是我参与「第三届青训营 -后端场」笔记创作活动的的第四篇笔记。

本节主要内容：

前言

运行时主要是指SDK。

尽量以测试驱动开发。

自动内存管理

概念

double-free:一块儿内存被释放后又被释放了一遍。
use-after-free：一块儿内存被释放后又被使用了。
这两个问题不仅仅会带来正确性的问题，程序很可能就crash了，甚至会带来一些安全漏洞。在CVE库上搜索这两个关键词会有很多漏洞。

GC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

这里Serial GC和Parallel GC都会暂停业务，而Concurrent GC可以让业务线程以及GC线程同时运行，当然这也会带来问题：

如果GC将o和a标记为存活对象后，o又指向了b，而b未被标记为存活对象，因此有可能被清除。
因此，Collectors必须感知对象指向关系的改变！

Tracing garbage collection(追踪垃圾回收)

回收一共分为了三步:

1. 在全局变量和栈中标记根对象，即1，2，3.
2. 通过根对象找到并标记可达对象，即4，5.
3. 清理不可达对象，即6，7.这里分了三种方法：
   • Copying GC：将存活的对象复制到另外的内存空间，然后当前内存空间就可以继续使用随意分配了。
     
   • Mark-sweep GC:将死亡对象的内存标记为 可分配，组成一个链表，下次分配对象的时候可以直接使用free list中的空间
     
   • Mark-compact GC：原地整理对象，compact即压缩。
     

有这么多GC策略，我们该如何挑选？
根据对象的生命周期，使用不同的标记和清理策略。

Generational GC(分代GC)

分代假说将对象分为了年轻代和老年代。
例如一个函数执行过程中创建了很多对象，但当返回结果后函数内的大部分对象都是应当被销毁的。因此很多对象在分配出来后很快就不再使用了。
年轻代和老年代的区分就是通过经历过多少次GC，经历的次数越多还活着说明越老越重要，因此可以分开管理，并用不同的GC策略。

年轻代使用Copying GC,是因为当前内存中可能90%的对象都应当销毁，只有小部分对象存活，只需要把这一小部分对象移动到另一块儿内存即可。
老年代使用Mark-sweep GC，因为他们大多数都会继续活着，只有少部分会被销毁，因此如果用Copying GC的话需要拷贝90%的对象，消耗很大，而Mark-sweep GC只需要他们留在原地即可。

Reference counting(引用计数)

左上角红框中，2是指有两个箭头指向它，1代表一个对象指向它，也就是被引用了一次。
右下角红框的0，因为没有对象引用它，所以计数是0。

Go内存管理及优化

Go内存分配

分块

缓存

GO语言GC借鉴了TCMalloc，可以根据右边的图来梳理分配过程。
Go 内存管理构成了多级缓存机制，从 OS 分配得的内存被内存管理回收后，也不会立刻归还给 OS，而是在 Go runtime 内部先缓存起来，从而避免频繁向 OS 申请内存。内存分配的路线图如上。

GO内存管理优化

pprof可以看到分配函数占比很高。

优化方案：Balanced GC

这里虽然很好，通过对GAB的一次分配，省略了很多小对象的长的分配路径，直接从GAB里调整top指针位置即可（指针碰撞的方式)，但是因为小对象生命周期较短，很快都死掉了，但GAB作为一个大对象，只要里面有一个小对象存活GAB就会被认为是存活的，从而不会被回收。

这里通过copying GC的算法解决了这个问题，当总的GAB大小到了一定程度，就会对GAB进行一次合并，减少一个小对象让整个GAB不能被回收的问题。

性能收益：

下面那个是开启Balanced GC后的曲线。

编译器和静态分析

基本介绍

编译器的结构：

静态分析

静态分析左上的图，控制流图CFG右侧的图，数据流左下的图，经过这一系列的分析我们可以将这部分代码用return 4替代，完成优化，省去了那一坨代码的生成运算过程。

过程内和过程间分析

Go编译器优化

因为想要优化获得更高效的机器码需要花时间去分析代码，然后会使编译时间变长，而GO语言本身编译时间较短，没必要优化。
字节为了让自己的后端长期执行的任务更加高效，创建了Beast mode模式，里面用了很多优化技术，这里主要讲前两个。

函数内敛

函数内敛优化非常的明显。
递归的时候或者函数体本身已经很大了就不要函数内敛了，因此也需要设计一些内敛的策略。

Beast Mode

字节自己用来搞优化的一个产品。

逃逸分析

即如果这个指针传递出去了，就可以被外界访问到，那么就会给GC压力。而上一步的函数内敛让更多的对象不再逃逸，因此可以在栈上更加快的分配，也减少了GC的负担。

总结