高性能Go语言发行版优化与落地实践｜青训营笔记

课前

课程导学：https://juejin.cn/post/7095977466094682148/#comment

课程ppt：https://bytedance.feishu.cn/file/boxcnRcx62rX5X22Q2WFR5Xm5Oh

课程链接：https://live.juejin.cn/4354/yc_high-performance

本节课程主要介绍了Go语言的内存管理方式，Go编译器的工作流程。在此基础上给出了字节内部对于Go内存管理的优化方案Balanced GC，以及编译器优化Beast Mode。

课中

一、自动内存管理

1.1 基本概念

• Mutator：业务线程，分配新对象，修改对象指向关系（人为创建的goroutine）
• 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（stop the world）
• Parallel GC：支持多个collectors同时回收的GC算法

• Concurrent GC：mutator(s)和collector(s)可以同时执行的算法

  • 因为GC线程和业务线程一起工作，因此collectors必须感知对象指向关系的改变

• 评价GC算法

  • 安全性：不能回收存活的对象
  • 吞吐率：1-（GC时间/程序执行总时间）
  • 暂停时间：业务是否感知
  • 内存开销：GC元数据的开销

1.2 可达性分析算法（基于追踪）

一种用于判断哪些对象需要被回收的算法（这是垃圾回收的第一步，还不涉及到清理的过程）

• 对象被回收的条件：指针指向关系不可达的对象
• 标记根对象：静态常量、全局变量、常量、线程栈等

• 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

1.3 垃圾清理算法

• 清理：所有不可达对象（下面是一些清理策略）

  • 将存活对象复制到另一个内存空间（Copying GC）

  

  • 将死亡对象内存标记为可分配（Mark-sweep GC）

  

  • 移动并整理存活对象（Mark-compact GC）

  

• 对于上面三种垃圾清理策略，该怎么使用呢：根据对象的生命周期，使用不同的标记和清理策略

1.4 分代GC（Generational GC）

• 分代假说：很多对象在分配之后很快就不再使用了
• 对象的年龄：经历过的GC的次数
• 目的：对于年轻和老年的对象，制定不同的GC策略，降低整体的内存管理的开销
• 不同年龄的对象处于heap的不同区域

• 年轻代

  • 常规对象分配
  • 由于存活对象很少，可以采用copying collection（HotSpot 虚拟机年轻代eden区from区和to区比例为：8:1:1）
  • GC吞吐率高

• 老年代

  • 对象趋于一直活着，反复复制开销大
  • 可以采用mark-sweep collection（原地标记死亡对象可分配，碎片多了就来一遍compact collection）

1.5 引用计数算法

这个垃圾回收体系和基于追踪的可达性分析算法体系是不同的，其内存管理的操作被平摊到了程序的执行过程当中

• 每个对象都有一个与之关联的引用数目
• 对象存活条件：当且仅当引用数大于0

• 优点：

  • 内存管理的操作被平摊到了程序的执行过程当中

  

  • 内存管理不需要了解runtime的实现细节：C++智能指针

• 缺点：

  • 维护引用计数的开销较大：通过原子操作保证对引用计数操作的原子性和可见行
  • 无法回收环形数据结构 （一些语言的解决方式：weak reference）

  

  • 内存开销；每个对象都要引入额外的内存空间存储引用数目
  • 回收内存时依然可能引发暂停（回收大数据结构）

二、Go内存管理及优化

2.1 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

  • 提前系统调用mmap()，向OS申请一块大内存，如4MB
  • 先将内存划分为大块，例如8KB，称作mspan
  • 再将大块继续划分为特定大小的小块，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

2.2 Go内存分配 — 缓存

• TCMalloc：thread caching
• 每个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，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，而不是立即释放归还给OS

2.3 Go内存管理的问题

• 对象的分配是非常高频的操作：线上业务每秒分配GB级别的内存
• 小对象占比高

• Go内存分配比较耗时

  • 分配路径长：g -> m -> p -> mcache -> mspan -> memory block -> return pointer
  • pprof：对象分配的函数是最频繁调用的函数之一（占用很多的CPU）

2.4 字节跳动的优化方案：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
• 使用三个指针维护GAB：base，end，top

• 指针碰撞风格对象分配

  • 无须和其他分配请求互斥
  • 分配动作简单高效

• GAB对于Go内存管理来说是一个大对象
• 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对象的分配方式会导致内存被延迟释放

• 方案：移动GAB中存活的对象

  • 当GAB总的大小超过一定阈值时，将GAB中存活的对象复制到另外分配的GAB中
  • 原先的GAB可以释放，避免内存泄漏
  • 本质：用copying GC的算法管理小对象（根据对象的生命周期，使用不同的标记和清理策略）

三、编译器和静态分析

3.1 编译器的结构

3.2 静态分析

• 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

• 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

3.3 过程内分析和过程间分析

• 过程内分析

  • 仅在函数内部进行分析

• 过程间分析

  • 考虑过程调用时参数传递和返回值的数据流和控制流

• 为什么过程间分析是个问题：

  

  • 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
  • 根据i的类型，产生了新的控制流，A.foo（或B.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

四、Go编译器优化

• 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
  • 通用性能优化

• 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

  • 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

4.1 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：

  • 消除函数调用的开销，例如传递参数，保存寄存器等
  • 将过程间分析转化成过程内分析，帮助其他优化，例如逃逸分析

• 函数内联能多大程度影响性能？—— 使用 micro-benchmark 验证一下

• 缺点：

  • 函数体变大，icache不友好
  • 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

  • 根据调用和被调用函数的规模编译器去决定是否做内联

4.2 Beast Mode的函数内联

• Go函数内联受到的限制较多

  • 语言特性，例如interface，defer等限制了函数内联
  • 其原生的内联策略非常保守

• Beast mode：调整函数内联的策略，使更多函数被内联

  • 降低了函数调用的开销
  • 增加了其他优化的机会

• 开销

  • Go镜像增加～10%
  • 编译时间增加

4.3 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

4.4 Beast Mode的逃逸分析

• 函数内联扩展了函数边界，更多的对象不逃逸

• 优化：未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

课后

参考文献