Golang内存&CPU优化实践

1.优化背景

开发过程中,随着业务逻辑过多过复杂,往往写代码的时候不重视代码的性能,往往选择以最方便的方式编写,这无疑埋下了一颗雷,只需要适当的条件去引爆。
所以我们急切于养成良好的编码方式以及远瞻能力,至少要对我们写的代码所应用的业务场景做个前瞻,根据业务迭代频率,开发效率,资源利用率等多方面去做好短期和长期规划,至少半年内不用重构。

2.问题发现

golang提供了pprof工具,它可以做以下数据的分析:

- CPU Profiling：CPU 分析，按照一定的频率采集所监听的应用程序 CPU（含寄存器）的使用情况，可确定应用程序在主动消耗 CPU 周期时花费时间的位置
  - Memory Profiling：内存分析，在应用程序进行堆分配时记录堆栈跟踪，用于监视当前和历史内存使用情况，以及检查内存泄漏
  - Block Profiling：阻塞分析，记录 goroutine 阻塞等待同步（包括定时器通道）的位置
  - Mutex Profiling：互斥锁分析，报告互斥锁的竞争情况

我们使用了pprof工具能很清晰的看到项目中cpu和内存消耗过大的代码块,所以我们能快速的对症下药。
例图:

如果你想知道你的Go程序在做什么吗？ go tool trace可以向你揭示：Go程序运行中的所有的运行时事件。这种工具是Go生态系统中用于诊断性能问题时（如延迟，并行化和竞争异常）。

go tool trace可以显示大量的信息，所以从哪里开始是个问题。我们首先简要介绍使用界面，然后我们将介绍如何查找具体问题。

go tool traceUI是一个Web应用程序。下面我已经嵌入了一个这个web程序的实例！是可视化并行快速排序实现的追踪信息

3.GC原理

4.优化方案

网络IO
1.连接优化
&大量的短连接使用连接池提供长连接代替
&对连接数的消耗速率有个预估,给出最优连接池配置
2.数据优化
&对大数据传输使用压缩算法进行压缩,大小缩减到原数据大小的1/5以内
&优化数据结构,减少嵌套层级,精简字段大小,合理使用字段类型
3.协议封装
&对TCP进行封装,规定header及body的长度,避免粘包
&协议封装复用内存资源和对象资源,根据流量预估,给出最优复用方案
内存利用率
1.字符串处理优化
由于string类型是一个不可变类型，但拼接会创建新的string。GO中字符串拼接常见有如下几种方式：
- string + 操作：导致多次对象的分配与值拷贝
- fmt.Sprintf ：会动态解析参数，效率好不哪去
- strings.Join ：内部是[]byte的append
- bytes.Buffer ：可以预先分配大小，减少对象分配与拷贝
&字符串拼接优先考虑bytes.Buffer

&减少[]byte和string的转换,统一使用[]byte处理

&bytes.Buffer等通过预先分配足够大的内存，避免当Grow时动态申请内存，这样可以减少内存分配次数

&频繁操作大字符串,考虑使用sync.Pool对象池,进行内存复用,合理设置内存池新对象的内存空间

2.对象优化

&避免频繁创建临时变量

&对象拷贝考虑使用指针引用,减少内存分配
&创建频繁的对象,考虑使用sync.Pool对象池,进行对象复用,优化对象结构,精简属性字段

&小对象合并成结构体一次分配,减少内存分配次数,如例:

3.变量使用优化

&尽量使用局部变量
&多个局部变量合并一个大的结构体或数组，减少扫描对象的次数，一次回尽可能多的内存

&变量拷贝考虑使用指针引用,减少内存分配

4.slice和map的使用优化

&slice和map与数组不一样，不存在固定空间大小，可以根据增加元素来动态扩容。

&slice初始会指定一个数组，当对slice进行append等操作时，当容量不够时，会自动扩容：
- 如果新的大小是当前大小2倍以上，则容量增涨为新的大小；
- 否而循环以下操作：如果当前容量小于1024，按2倍增加；否则每次按当前容量1/4增涨，直到增涨的容量超过或等新大小。
&map的扩容比较复杂，每次扩容会增加到上次容量的2倍。它的结构体中有一个buckets和oldbuckets，用于实现增量扩容：
- 正常情况下，直接使用buckets，oldbuckets为空；
- 如果正在扩容，则oldbuckets不为空，buckets是oldbuckets的2倍，
&初始化时预估大小指定容量
```
       m := make(map[string]string, 100)
       s := make([]string, 0, 100) // 注意：对于slice make时，第二个参数是初始大小，第三个参数才是容量
```
5.并发优化

&goroutine尽量独立，无冲突地执行；若goroutine间存在冲突，则可以采分区来控制goroutine的并发个数，减少同一互斥对象冲突并发数

传统多线程编程时，当并发冲突在4~8线程时，性能可能会出现拐点。

Go中的推荐是不要通过共享内存来通讯，Go创建goroutine非常容易，当大量goroutine共享同一互斥对象时，也会在某一数量的goroutine出在拐点。

&goroutine虽轻量，但对于高并发的轻量任务处理，频繁来创建goroutine来执行，执行效率并不会太高效,考虑使用goroutine池：
- 过多的goroutine创建，会影响go runtime对goroutine调度，以及GC消耗；
- 高并时若出现调用异常阻塞积压，大量的goroutine短时间积压可能导致程序崩溃。
&把涉及到同步调用的goroutine，隔离到可控的goroutine中，而不是直接高并的goroutine调用
- - goroutine的实现，是通过同步来模拟异步操作。在如下操作操作不会阻塞go runtime的线程调度：
```
  - 网络IO

  - 锁

  - channel

  - time.sleep

  - 基于底层系统异步调用的Syscall

    下面阻塞会创建新的调度线程：

  - 本地IO调用

  - 基于底层系统同步调用的Syscall

  - CGo方式调用C语言动态库中的调用IO或其它阻塞

    网络IO可以基于epoll的异步机制（或kqueue等异步机制），但对于一些系统函数并没有提供异步机制。例如常见的posix api中，对文件的操作就是同步操作。

- 虽有开源的fileepoll来模拟异步文件操作。但 Go的Syscall还是依赖底层的操作系统的API。系统API没有异步，Go也做不了异步化处理。
```
6.调用优化

&长调用栈避免申请过多的临时对象

goroutine的调用栈默认大小是4K（1.7修改为2K），它采用连续栈机制，当栈空间不够时，Go runtime会不动扩容：
- 当栈空间不够时，按2倍增加，原有栈的变量崆直接copy到新的栈空间，变量指针指向新的空间地址；
- 退栈会释放栈空间的占用，GC时发现栈空间占用不到1/4时，则栈空间减少一半。
```
  比如栈的最终大小2M，则极端情况下，就会有10次的扩栈操作，这会带来性能下降。
```

建议：

- 控制调用栈和函数的复杂度，不要在一个goroutine做完所有逻辑；
  - 如查的确需要长调用栈，而考虑goroutine池化，避免频繁创建goroutine带来栈空间的变化。

&避免使用cgo或者减少cgo调用次数

	GO可以调用C库函数，但Go带有垃圾收集器且Go的栈动态增涨，但这些无法与C无缝地对接。

	Go的环境转入C代码执行前，必须为C创建一个新的调用栈，把栈变量赋值给C调用栈，调用结束现拷贝回来。

	而这个调用开销也非常大，需要维护Go与C的调用上下文，两者调用栈的映射。相比直接的GO调用栈，单纯的调用栈可能有2个甚至3个数量级以上。

Golang内存&CPU优化实践

1.优化背景

2.问题发现

3.GC原理

4.优化方案

猜你喜欢