golang gc优化总结

2019独角兽企业重金招聘Python工程师标准>>>

go语言的GC

使用的内存回收机制

go语言垃圾回收总体采用的是经典的mark and sweep（标记-清除）算法。

该算法法分为两步：

标记从根变量开始迭代得遍历所有被引用的对象，对能够通过应用遍历访问到的对象都进行标记为“被引用”；
清除是在标记完成后进行的操作，对没有标记过的内存进行回收（回收同时可能伴有碎片整理操作）。

这种方法解决了引用计数的不足，但是也有比较明显的问题：

每次启动垃圾回收都会暂停当前所有的正常代码执行，回收是系统响应能力大大降低！当然后续也出现了很多mark&sweep算法的变种（如三色标记法）优化了这个问题。

如何工作？

代码存在于栈中，对象分配在堆中，当程序运行到一定时间的时候：

标记（mark phase）：gc会暂停正在运行的程序（提高gc的优先级，抢占cpu，1.5之后是并行了），这时候，gc对所有已分配对象进行遍历，并标记处在栈中已经被引用的对象。
回收：扫描完这些对象之后，将没有被引用（reference）的对象进行回收（释放内存），并清理gc自己的对象库。

和JAVA之类的语言比起来，golang 中的垃圾回收模型还是相对简单的。

我画了个草图描述一下流程：

版本更迭

GO1.5引入并发GC后，runtime会对一个goroutine在上次扫描过stack后是否执行过，进行了跟踪。STW阶段会检查每个goroutine是否执行过，然后会重新扫描那些执行过的。在GO1.7开始，runtime会维护一个独立的短list，这样就不需要在STW期间再遍历一次所有的goroutine，同时极大的减少了那些会触发kernel的NUMA迁移的内存访问。
1.7中，amd64的编译器会默认维护frame pointers，这样标准的debug和性能测试工具，例如perf，就可以debug当前的Go函数调用堆栈了。
1.8中，由于消除了GC的“stop-the-world stack re-scanning”，使得GC STW(stop-the-world)的时间通常低于100微秒，甚至经常低于10微秒。当然这或多或少是以牺牲“吞吐”作为代价的。
1.9中，用于触发垃圾收集的库函数现在可触发并发垃圾收集，并在吞吐和低延迟上做了一个的平衡。

具体来说，runtime.GC，debug.SetGCPercent和debug.FreeOSMemory，可触发并发垃圾回收，阻止调用goroutine，直到垃圾收集完成。

此外，如果由于新的GOGC值的需要，debug.SetGCPercent函数可以仅触发垃圾回收，这使得可以即时调整GOGC。在使用包含许多对象的大型(> 50GB)堆的应用程序中，对象的分配性能显着提高。runtime.ReadMemStats函数即使对于非常大的堆也少于100μs。

硬件参数调优

涉及算法的问题，总是会有些参数。GO gc参数主要控制的是下一次gc开始的时候的内存使用量。

比如当前的程序使用了4M的对内存（这里说的是堆内存），即是说程序当前reachable的内存为4m，当程序占用的内存达到reachable*(1+GO gc/100)=8M的时候，gc就会被触发，开始进行相关的gc操作。

如何对GO gc的参数进行设置，要根据生产情况中的实际场景来定，比如GO gc参数提升，来减少gc的频率。

代码规范(gopher 大会)

减少对象

减少对象分配：所谓减少对象的分配，实际上是尽量做到，对象的重用。

比如像如下的两个函数定义：

func(r*Reader)Read()([]byte,error)
//此函数没有形参，每次调用的时候返回一个[]byte，第二个函数在每次调用的时候，形参是一个buf []byte 类型的对象，之后返回读入的byte的数目。
func(r*Reader)Read(buf[]byte)(int,error)
//此函数在每次调用的时候都会分配一段空间，这会给gc造成额外的压力。第二个函数在每次迪调用的时候，会重用形参声明。

string与[]byte转化

在stirng与[]byte之间进行转换，会给gc造成压力通过gdb，可以先对比下两者的数据结构：

type = struct []uint8 {    uint8 *array;    int len;    int cap;}
type = struct string {    uint8 *str;    int len;}

两者发生转换的时候，底层数据结结构会进行复制，因此导致gc效率会变低。

解决策略:

一直使用[]byte，特别是在数据传输方面，[]byte中也包含着许多string会常用到的有效的操作。
使用更为底层的操作直接进行转化，避免复制行为的发生(主要是使用unsafe.Pointer直接进行转化。参考资料-雨痕血糖)。

字符串拼接

遵循策略：

尽量减少使用+对字符串进行拼接，由于采用+来进行string的连接会生成新的对象，降低gc的效率，好的方式是通过append函数来进行。

但是要注意如下问题：

b := make([]int, 1024)
b = append(b, 99)
fmt.Println("len:", len(b), "cap:", cap(b))

在使用了append操作之后，数组的空间由1024增长到了1312。

所以如果能提前知道数组的长度的话，最好在最初分配空间的时候就做好空间规划操作，会增加一些代码管理的成本，同时也会降低gc的压力，提升代码的效率。

总结

作为一个code来说，要重视自己的代码性能，减少内存分配和提高对象重用尤为重要。

特别是在摩尔定律即将失效的年代，性能又开始重新被提上的议程。

ps:

摩尔定律是由英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）提出来的。其内容为：当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18-24个月翻一倍以上。这一定律揭示了信息技术进步的速度。