高性能Go语言发行版优化与落地实践

性能优化

概述

• 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，充分发掘计算机算力
• 为什么要做性能优化
  • 用户体验：带来用户体验的提升
  • 资源高效利用：降低成本，提高效率

性能优化的层面

性能优化的可维护性

• 保证接口稳定的前提下改进具体实现
• 测试用例：覆盖尽可能多的场景，方便回归
• 文档：做了什么，没做什么，能达到怎样的效果
• 隔离：通过选项控制是否开启优化
• 可观测：必要的日志输出

自动内存管理

概念

• 动态内存

  • 程序在运行时根据需求动态分配内存：malloc()

• 自动内存管理（垃圾回收）：有程序语言的运行时系统管理动态内存

  • 避免手动内存管理，专注于实现业务逻辑
  • 保证内存使用的正确性和安全性：double-free、use-after-free

• 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

• 相关概念

  • Mutator：业务线程，分配新对象，修改对象指向关系

  • Collector：GC线程，找到存活对象，回收死亡对象的内存空间

  • Serial GC：只有一个collector

    

  • Parallel GC：支持多个collectors同时回收的GC算法

    

  • Concurrent GC：mutator和collector可以同时执行

    • collectors必须感知对象指向关系的改变

    

• 评价GC算法

  • 安全性：不能回收存活对象
  • 吞吐率：花在GC上的时间
  • 暂停时间：stop the world 业务是否感知
  • 内存开销：GC元数据开销

Tracing GC

• 对象被回收的条件：指针指向关系不可达的对象

• 标记跟对象

  • 静态变量、全局变量、常量、线程栈

• 标记：找到可达对象

  • 求指针指向关系的传递闭包：从根对象出发，找到所有可达对象

• 清理：所有不可达对象

  • 将存活对象复制到另外的内存空间（Copying GC）

    

  • 将死亡对象的内存标记为“可分配”（Mark-sweep GC）

    

  • 移动并整理存活对象（Mark-compact GC）

    

• 根据对象的生命周期，使用不同的标记和清理策略

Generational GC

• 分代假说：most objects die young
• Intuition：很多对象在分配出来后很快就不再使用了
• 每个对象都有年龄：经历GC的次数
• 目的：对于年轻和老年的对象，制定不同的GC策略，降低整体内存管理的开销
• 不同年龄的对象处于heap的不同区域
• 年轻代（Yong Generation）
  • 常规的对象分配
  • 由于存活对象很少（基于假说），可以采用copying collection
  • GC吞吐率高
• 老年代（Old Generation）
  • 对象趋向于一直活着，反复复制开销较大
  • 可以采用mark-sweep collection

Reference Counting

• 每个对象都有一个与之关联的引用数目

• 存活条件：当且仅当引用数>0

• 优点

  • 内存管理操作被平摊到程序执行过程中
  • 内存管理不需要了解runtime的实现细节：C++智能指针（smart pointer）

• 缺点

  • 维护引用计输的开销较大：通过原子操作保证对引用计数操作的原子性和可见性（多线程）
  • 无法回收环形数据结构——weak reference
  • 内存开销：每个对象都引入额外内存空间存储引用数目
  • 回收内存时依赖可能引发暂停：如果需要回收大量对象

  

Go内存管理及优化

Go内存分配

分块

• 目标：为对象在heap上分配内存
• 提前将内存分块
  • 调用系统调用mmap向OS申请一大块内存，例如4MB
  • 先将内存划分成大块，例如8KB，称作mspan
  • 再将大块继续划分成特定大小的小块，用于对象分配
  • noscan mspan：分配不包含指针的对象——GC不需要扫描
  • scan mspan：分配包含指针的对象——GC需要扫描
• 对象分配：根据对象的大小，选择最合适的块返回

缓存

• 借鉴了TCMalloc的思想：thread caching
• 每一个p包含一个mcache用于快速分配，用于为绑定于p上的g分配对象
• mcache管理一组mspan
• 当mcache中的mspan分配完毕，再向mcentral申请带有未分配块的mspan
• 当mspan中没有分配的对象，mspan会被缓存在mcentral中，而不是立刻释放并归还给OS

当需要为对象分配空间时，首先会在mcache中寻找是否存在空闲的合适的内存块，有则返回指针；无则向下一层mcentral寻找内存块。

Go内存管理优化

• 对象分配是非常高频的操作：每秒分配GB级别的内存
• 小对象占比较高
• Go内存分配比较耗时
  • 分配路径长：g -> m -> p -> mcache -> mspan -> memory block -> return pointer
  • pprof：对象分配的函数时最频繁调用的函数之一

Balanced GC

• 每个g都绑定一大块内存（1KB），称作goroutine allocation buffer(GAB)

• GAB用于noscan类型的小对象分配：< 128B

• 使用3个指针维护GAB：base、end、top

• Bump pointer（指针碰撞）风格对象分配

  • 无须和其他分配请求互斥（每个g都绑定内存）
  • 分配动作简单高效

  if top + size <= end {
      addr := top
      top += size 
      return addr
  }

• GAB对于Go内存管理来说是一个小对象

• 本质：将多个小对象的分配合并成一次大对象的分配

• 问题：GAB的对象分配方式会导致内存被延迟释放。

GAB的分配还是要走之前那条很长的分配路径的，对于GC来说，一整个GAB才是一个对象。所以，当GAB中存在某一个小对象存活时，GC会将整个GAB标识为存活。

• 方案：移动GAB中存活的对象
  • 
  • 当GAB总大小超过一定阈值时，将GAB中存活对象复制到另外分配的GAB中
  • 原先的GAB可以释放，避免内存释放
  • 本质：用copying GC的算法管理小对象

编译器和静态分析

基本介绍

数据流和控制流

• 静态分析：不执行程序代码，推导程序的行为，分析程序的性质
• 控制流：程序执行的流程 => 控制流图
• 数据流：数据在控制流上的传递
• 通过分析控制流和数据流，我们可以知道更多关于程序的性质，根据这些性质优化代码

过程内和过程分析

• 过程内分析（Intra-procedural analysis）
  • 仅在函数内部进行分析
• 过程间分析（Inter-procedural analysis）
  • 考虑过程调用时参数传递和返回值的数据流和控制流
• 为什么过程分析是一个问题？
  • 
  • 需要通过数据流分析得知i的具体类型，才能知道i.foo()调用的是哪个foo()
  • 根据i的具体类型，产生了新的控制流，A.foo()，分析继续
  • 过程间分析需要同时分析控制流和数据流——联合求解，比较复杂

Go编译器优化

背景

• 为什么要做编译器优化
  • 用户无感知，重新编译即可获得性能收益
  • 通用性优化
• 现状
  • 采用的优化少
  • 编译时间较短，没有进行较复杂的代码分析和优化
• 编译优化的思路
  • 场景：面向后端长期执行任务
  • Tradeoff：用编译时间换取更高效的机器码
• Beast mode（编译优化产品）
  • 函数内联
  • 逃逸分析
  • 默认栈大小调整
  • 边界检查消除
  • 循环展开
  • ...

函数内联

• 内联：将被调用函数的函数体（callee）的副本替换到调用位置（caller）上，同时重写代码以反映参数的绑定
• 优点
  • 消除函数调用开销，例如传递参数、保存寄存器等
  • 将过程间分析转化为过程内分析，帮助其他优化，例如逃逸分析
• 缺点
  • 函数体变大，instruction cache不友好，命中率降低
  • 编译生成的Go镜像变大
• 函数内联在大多数情况下是正向优化
• 内联策略
  • 调用和被调函数的规模...

逃逸分析

• 逃逸分析：分析代码中指针的动态作用域：指针在何处可以被访问
• 大致思路
  • 从对象分配处出发，沿着控制流，观察对象的数据流
  • 若发现指针p在当前作用域s：
    • 作为参数传递给其他函数
    • 传递给全局变量
    • 传递给其他的goroutine
    • 传递给已逃逸的指针指向的对象
  • 则指针p指向的对象逃逸出s，反之则没有逃逸出s
• Beast Mode：函数内联拓展了函数的边界，更多对象不逃逸
• 优化：为逃逸的对象可以在栈上分配
  • 对象在栈上分配和回收很快：移动sp
  • 减少在heap上的分配，降低GC负担