我是如何实现Go性能5倍提升的?

原创
01/04 15:39
阅读数 15

动图封面

导读

代码的稳健、可读和高效是每一位 coder 的共同追求,写出更高效的代码不仅让自己爽、让 reviewer 赏心悦目,更能对业务带来实际的正面影响。本文将从实践及源码层面对 Go 的高性能编程进行解析,带你进入 Go 的高性能世界。

目录

1 为什么要进行性能优化

2 Go中如何对性能进行度量与分析

3 常用结构、用法背后的故事

4 空间与布局

5 并发编程

6 其他

01为什么要进行性能优化 对 Golang 程序进行性能优化,可以在提升业务收益的同时,起到降低成本的作用。笔者在做一次代码重构时发现过一个问题,DeepCopy 占据了大量 CPU 时间,其处理逻辑如下:

x1 := DeepCopy(x) // 对x进行deep copy Modify(x) // 对x进行修改 Read(x1) // 读取旧x ......... 我们完全可以通过简单业务逻辑调整,比如调整处理的先后顺序等移除DeepCopy。优化前后性能对比如下:

性能有5倍左右提升,折算到成本上的收益是巨大的。

02Go 中如何对性能进行度量与分析 2.1 Benchmark

Benchmark 示例

func BenchmarkConvertReflect(b *testing.B) { var v interface{} = int32(64) for i:=0;i<b.N;i++{ f := reflect.ValueOf(v).Int() if f != int64(64){ b.Error("errror") } } } 函数固定以 Benchmark 开头,其位于_test.go 文件中,入参为 testing.B 业务逻辑应放在 for 循环中,因为 b.N 会依次取值 1, 2, 3, 5, 10, 20, 30, 50,100.........,直至执行时间超过 1s 可以运行 go test -bench 命令执行 benchmark,其结果如下:

➜ gotest666 go test -bench='BenchmarkConvertReflect' -run=none goos: darwin goarch: amd64 pkg: gotest666 cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkConvertReflect-12 520200014 2.291 ns/op --bench='BenchmarkConvertReflect', 要执行的 benchmark。需注意:该参数支持模糊匹配,如--bench='Get|Set' ,支持./...-run=none,只进行 Benchmark,不执行单测 BenchmarkConvertReflect, 在12核下,1s内执行了520200014次,每次约2.291ns。

高级用法

➜ gotest666 go test -bench='Convert' -run=none -benchtime=2s -count=3 -cpu='2,4' -benchmem -cpuprofile=cpu.profile -memprofile=mem.profile -blockprofile=blk.profile -trace=trace.out -gcflags=all=-l goos: darwin goarch: amd64 pkg: gotest666 cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkConvertReflect-2 1000000000 2.286 ns/op 0 B/op 0 allocs/op BenchmarkConvertReflect-2 1000000000 2.302 ns/op 0 B/op 0 allocs/op BenchmarkConvertReflect-2 1000000000 2.239 ns/op 0 B/op 0 allocs/op BenchmarkConvertReflect-4 1000000000 2.244 ns/op 0 B/op 0 allocs/op BenchmarkConvertReflect-4 1000000000 2.236 ns/op 0 B/op 0 allocs/op BenchmarkConvertReflect-4 1000000000 2.247 ns/op 0 B/op 0 allocs/op PASS -benchtime=2s', 依次递增 b.N 直至运行时间超过 2s-count=3,执行 3 轮-benchmem,b.ReportAllocs,展示堆分配信息,0 B/op, 0 allos/op 分别代表每次分配了多少空间,每个 op 有多少次空间分配-cpu='2,4',依次在 2 核、4 核下进行测试-cpuprofile=xxxx -memprofile=xxx -trace=trace.out,benmark 时生成 profile、trace 文件-gcflags=all=-l,停止编译器的内联优化b.ResetTimer, b.StartTimer/b.StopItmer,重置定时器b.SetParallelism、b.RunParallel, 并发执行,设置并发的协程数 目前对 Go 性能进行分析的主要工具包含:profile、trace,以下是对二者的介绍。

2.2 profile

go profile 主要是通过对快照中数据进行采样实现,采样命中越多说明函数越是热点 Go 中 profile 包括: cpu、heap、mutex、goroutine。要在 Go 中启用 profile 数据采集,主要包含以下几种方式:

通过运行时函数,pprof.StartCPUProfile、pprof.WriteHeapProfile 等; 通过导入 net/http/pprof 包,请求相关接口(debug/pprof/*); go test 中使用-cpuprofile、-memprofile、-mutexprofile、-blockprofile等。 对 Profile 数据的解析,Go 提供了命令行工具 pprof、web 服务,以命令行工具为例,如下:

go tool pprof cpu.profile (pprof) top 15 Showing nodes accounting for 14680ms, 99.46% of 14760ms total Dropped 30 nodes (cum <= 73.80ms) flat flat% sum% cum cum% 2900ms 19.65% 19.65% 4590ms 31.10% reflect.unpackEface (inline) 2540ms 17.21% 36.86% 13280ms 89.97% gotest666.BenchmarkConvertReflect 1680ms 11.38% 48.24% 1680ms 11.38% reflect.(*rtype).Kind (inline)

(pprof) list gotest666.BenchmarkConvertReflect Total: 14.76s ROUTINE ======================== gotest666.BenchmarkConvertReflect in /Users/zhangyuxin/go/src/gotest666/a_test.go 2.54s 13.28s (flat, cum) 89.97% of Total . . 8:func BenchmarkConvertReflect(b *testing.B) { . . 9: var v interface{} = int32(64) 1.30s 1.41s 10: for i:=0;i<b.N;i++{ . 10.63s 11: f := reflect.ValueOf(v).Int() 1.24s 1.24s 12: if f != int64(64){ . . 13: b.Error("errror") . . 14: } . . 15: } . . 16:} . . 17: (pprof) flat,cum 分别代表了当前函数、当前函数调用函数的统计信息top、list、tree是用的最多的命令 Go 对 profile 进行解析的 web 服务包含调用图、火焰图等,可以通过 -http 参数打开。

go tool pprof -http=":8081" cpu.profile

对于调用图,边框、字体的颜色越深,代表消耗资源越多。实线代表直接调用,虚线代表非直接调用(中间还有其他调用) 火焰图代表了调用层级,函数调用栈越长,火焰越高。同一层级,框越长、颜色越深占用资源越多。 profile 是通过采样实现,存在精度问题、且会对性能有影响。

2.3 trace

profile 工具基于快照的统计信息,存在精度问题。

为此 Go 还提供了 trace 工具,其基于事件的统计能够提供更加详细的信息。此外 trace 还把 P、G、M 等相关信息聚合在一起,从全局对问题进行一个更加直观的解释,如下图:

Go 中启用 trace 数据采集,可以通过以下方式:

通过runtime/trace函数,trace.Start、trace.Stop; 通过导入net/http/pprof,请求debug/pprof/*相关接口; 通过 go test 中 trace 参数。 以 runtime/trace 为例,如下:

import ( "os" "runtime/trace" )

func main() { f, _ := os.Create("trace.out") trace.Start(f) defer trace.Stop()

ch := make(chan string)

go func() { ch <- "this is a test" }()

<-ch

} go tool trace trace.out,会打开 web 页面,结果包含如下信息:

View trace // 按照时间查看thread、goroutine分析、heap等相关信息 Goroutine analysis // goroutine相关分析 Syscall blocking profile // syscall 相关 Scheduler latency profile // 调度相关 ........ 需要注意,基于事件的数据采集方式,会导致性能有25%左右下降。

0用结构、用法背后的故事 3.1 interface、reflect

Go 中较多的 interface、reflect 会对性能有影响,但 interface、reflect 为什么会对性能有影响?

interface Go 中 interface 包含2种,eface(empty face)、iface, eface 代表了不含方法的 interface 类型、iface 标识包含方法的 interface。

iface、eface 的定义位于 runtime2.go、type.go,其定义如下:

type iface struct { tab *itab data unsafe.Pointer }

type eface struct { _type *_type // 类型信息 data unsafe.Pointer // 数据 }

type itab struct { ........ _type *_type ....... }

type _type struct { size uintptr // 大小信息 ....... hash uint32 // 类型信息 tflag tflag
align uint8 // 对齐信息 ....... } 因为同时包含类型、数据,Go 中所有类型都可以转换为 interface。interface 赋值的过程,即为 iface、eface 生成的过程。如果编译阶段编译器无法确定 interface 类型(比如 :iface 入参)会通过 conv 完成打包,有可能会导致逃逸。conv 系列函数定义位于 iface.go,如下:

// convT converts a value of type t, which is pointed to by v, to a pointer that can // be used as the second word of an interface value. func convT(t *_type, elem unsafe.Pointer) (e eface) { ..... x := mallocgc(t.size, t, true) // 空间的分配 typedmemmove(t, x, elem) // memove e._type = t e.data = x return }

func convT64(val uint64) (x unsafe.Pointer) { if val < uint64(len(staticuint64s)) { x = unsafe.Pointer(&staticuint64s[val]) } else { x = mallocgc(8, uint64Type, false) *(*uint64)(x) = val } return }

var staticuint64s = [...]uint64{....} // 长度256的数组 很多对 interface 类型的赋值(并非所有),都会导致空间的分配和拷贝,这也是 Interface 函数为什么可能会导致逃逸的原因 go 这么做的主要原因:逃逸的分析位于编译阶段,对于不确定的类型在堆上分配最为合适。 Reflect.Value

Go 中 reflect 机制涉及到2个类型,reflect.Type、reflect.Value,reflect.Type 是 Interface。

reflect.Value 定义位于 value.go、type.go,其定义与 eface 类似:

type Value struct { typ *rtype // type._type ptr unsafe.Pointer flag }

// rtype must be kept in sync with ../runtime/type.go:/^type._type. type rtype struct { .... } 相似的实现,即为 interface 和 reflect 可以相互转换的原因。 reflect.Value 是通过 reflect.ValueOf 生成,reflect.ValueOf 也可能会导致数据逃逸,其定义位于 value.go 中,如下:

func ValueOf(i interface{}) Value { if i == nil { return Value{} } // TODO: Maybe allow contents of a Value to live on the stack. // For now we make the contents always escape to the heap. escapes(i) // 逃逸 return unpackEface(i) // unpack eface }

// dummy为全局变量,作用域不确定可能会逃逸 func escapes(x any) { if dummy.b { dummy.x = x } } 再次强调:逃逸的分析是在编译阶段进行的。 一个简单的例子:

func main() { var x = "xxxx" _ = reflect.ValueOf(x) } 结果如下:

➜ gotest666 go build -gcflags="-m -l" main.go

command-line-arguments

./main.go:26:21: inlining call to reflect.ValueOf ./main.go:26:21: inlining call to reflect.escapes ./main.go:26:21: inlining call to reflect.unpackEface ./main.go:26:21: inlining call to reflect.(*rtype).Kind ./main.go:26:21: inlining call to reflect.ifaceIndir ./main.go:26:22: x escapes to heap 需要注意,逃逸的检测是通过-gcflags=-m,一般还需要关闭内联比如-gcflags="-m -l"。

类型的选择:强类型 vs interface 为降低可能的空间分配、拷贝,建议只在必要情况下使用 interface、reflect。

针对函数定义中强类型、interface 的性能对比,测试如下:

type testStruct struct { Data [8192]byte }

func StrongType(t testStruct) { t.Data[0] = 1 }

func InterfaceType(ti interface{}) { ts := ti.(testStruct) ts.Data[0] = 1 }

func BenchmarkTypeStrong(b *testing.B) { t := testStruct{} t.Data[0] = 2 for i := 0; i < b.N; i++ { StrongType(t) } }

func BenchmarkTypeInterface(b *testing.B) { t := testStruct{} t.Data[0] = 2 for i := 0; i < b.N; i++ { InterfaceType(t) } } 会导致逃逸时(sizeof(testStruct.Dat)==8192):

➜ test go test -bench='Type' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkTypeStrong-12 1000000000 0.2546 ns/op 0 B/op 0 allocs/op BenchmarkTypeInterface-12 799846 1399 ns/op 8192 B/op 1 allocs/op PASS 没有逃逸时(sizeof(testStruct.Dat)==1):

➜ test go test -bench='Type' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkTypeStrong-12 1000000000 0.2549 ns/op 0 B/op 0 allocs/op BenchmarkTypeInterface-12 1000000000 0.2534 ns/op 0 B/op 0 allocs/op PASS 在一些会导致逃逸的情况下,不建议使用 Interface。 目前一些可能会导致逃逸的函数:

类型转换: 强转 vs 断言 vs reflect 目前 Go 中数据类型转换,存在以下几种方式:

强转,如 int 转 int64,可用 int64(intData)。强转是对底层数据进行语意上的重新解释; interface 的断言,根据已有信息,对变量类型进行断言,如 interfaceData.(int64),会利用 type 中相关信息,对类型进行校验、转换; reflect 相关函数,如 reflect.Valueof(intData).Int(),其中 intData 可以为各种 int 相关类型,具有非常好的灵活性。 针对此的测试如下:

type testStruct struct { Data [8192]byte }

func BenchmarkConvertForce(b *testing.B) { for i := 0; i < b.N; i++ { var v = int32(64) f := int64(v) if f != int64(64) { b.Error("errror") } } }

func BenchmarkConvertReflect(b *testing.B) { for i := 0; i < b.N; i++ { var v = int32(64) f := reflect.ValueOf(v).Int() if f != int64(64) { b.Error("errror") } } }

func BenchmarkConvertAssert(b *testing.B) { for i := 0; i < b.N; i++ { var v interface{} = int32(64) f := v.(int32) if f != int32(64) { b.Error("error") } } }

func BenchmarkConvertBigReflect(b *testing.B) { for i := 0; i < b.N; i++ { f := reflect.ValueOf(testStruct{}).Interface().(testStruct) if len(f.Data) <= 0 { b.Error("errror") } } }

func BenchmarkConvertBigAssert(b *testing.B) { for i := 0; i < b.N; i++ { var v interface{} = testStruct{} f := v.(testStruct) if len(f.Data) <= 0 { b.Error("error") } } } ➜ test go test -bench='Convert' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkConvertForce-12 1000000000 0.2561 ns/op 0 B/op 0 allocs/op BenchmarkConvertReflect-12 259114099 3.892 ns/op 0 B/op 0 allocs/op BenchmarkConvertAssert-12 1000000000 0.5068 ns/op 0 B/op 0 allocs/op BenchmarkConvertBigReflect-12 759171 1595 ns/op 8192 B/op 1 allocs/op BenchmarkConvertBigAssert-12 827790 1593 ns/op 8192 B/op 1 allocs/op 性能上:强类型转换/assert > reflect。 3.2 常用 map Go 中常用的 map 包含,runtime.map、sync.map 和第三方的 ConcurrentMap。

Go 中 map 的定义位于 map.go,是基于 bucket 的 map的实现,如下:

type hmap struct { ...... B uint8 // buckets中桶的数目为2的B次方个 hash0 uint32 // hash seed

buckets    unsafe.Pointer // bucket实现
oldbuckets unsafe.Pointer // 旧bucket,主要用于rehash的渐渐式迁移
......

} 其结构如下:

sync.map 定义位于 map.go 中,其是典型的以空间换时间的处理,其以通过 readonly 实现了冗余读,具体如下:

type readOnly struct { m map[interface{}]*entry amended bool // true if the dirty map contains some key not in m. }

type entry struct { p unsafe.Pointer // *interface{} }

type Map struct { mu Mutex read atomic.Value // readOnly数据 dirty map[interface{}]*entry misses int } read 中存储的是 dirty 数据的一个指针副本,在读多写少的情况下,可以实现无锁的数据读取,以读取为例其处理逻辑如下:

func (m *Map) Load(key any) (value any, ok bool) { read, _ := m.read.Load().(readOnly) e, ok := read.m[key] if !ok && read.amended { m.mu.Lock() // double check read, _ = m.read.Load().(readOnly) e, ok = read.m[key] if !ok && read.amended { // 从dirty查询 e, ok = m.dirty[key] m.missLocked() } m.mu.Unlock() } if !ok { return nil, false } return e.load() } ConcurrentMap,其采用分段锁的原理,通过降低锁的粒度提升性能,参见:current-map。

针对 map、sync.map、ConcurrentMap 的测试如下:

const mapCnt = 20 func BenchmarkStdMapGetSet(b *testing.B) { mp := map[string]string{} keys := []string{"a", "b", "c", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r"} for i := range keys { mp[keys[i]] = keys[i] } var m sync.Mutex b.ResetTimer() b.RunParallel(func(pb *testing.PB) { for pb.Next() { for i := 0; i < mapCnt; i++ { for j := range keys { m.Lock() _ = mp[keys[j]] m.Unlock() } }

        m.Lock()
        mp["d"] = "d"
        m.Unlock()
    }
})

}

func BenchmarkSyncMapGetSet(b *testing.B) { var mp sync.Map keys := []string{"a", "b", "c", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r"} for i := range keys { mp.Store(keys[i], keys[i]) } b.ResetTimer() b.RunParallel(func(pb *testing.PB) { for pb.Next() { for i := 0; i < mapCnt; i++ { for j := range keys { _, _ = mp.Load(keys[j]) } }

        mp.Store("d", "d")
    }
})

}

func BenchmarkConcurrentMapGetSet(b *testing.B) { m := cmap.Newstring keys := []string{"a", "b", "c", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r"} for i := range keys { m.Set(keys[i], keys[i]) } b.ResetTimer() b.RunParallel(func(pb *testing.PB) { for pb.Next() { for i := 0; i < mapCnt; i++ { for j := range keys { _, _ = m.Get(keys[j]) } }

        m.Set("d", "d")
    }
})

} 读写操作比,20:20

➜ test go test -bench='GetSet' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkStdMapGetSet-12 44818 29318 ns/op 0 B/op 0 allocs/op BenchmarkSyncMapGetSet-12 159310 8013 ns/op 320 B/op 20 allocs/op BenchmarkConcurrentMapGetSet-12 155390 8032 ns/op 0 B/op 0 allocs/op 读写操作比,1:20

➜ test go test -bench='GetSet' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkStdMapGetSet-12 466243 2553 ns/op 0 B/op 0 allocs/op BenchmarkSyncMapGetSet-12 255799 4657 ns/op 320 B/op 20 allocs/op BenchmarkConcurrentMapGetSet-12 414024 2721 ns/op 0 B/op 0 allocs/op 读写操作比,20:1

➜ test go test --bench='GetSet' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkStdMapGetSet-12 49065 24976 ns/op 0 B/op 0 allocs/op BenchmarkSyncMapGetSet-12 722704 1756 ns/op 16 B/op 1 allocs/op BenchmarkConcurrentMapGetSet-12 227001 5206 ns/op 0 B/op 0 allocs/op PASS 读>>写时,建议用 sync.Map。写>>读时,建议用 runtime.map。读=写时,建议用 courrentMap 3.3 hash 的实现: index vs map 在使用到 hash 的场景,除了 map,我们还可以基于 slice 或者数组索引的方式实现另外一种 map,即把 index 当做 key、value 当做 hash 的值,如下。

其性能对比如下:

func BenchmarkHashIdx(b *testing.B) { var data = [10]int{0: 1, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9} for i := 0; i < b.N; i++ { tmp := data[b.N%10] _ = tmp } } func BenchmarkHashMap(b *testing.B) { var data = map[int]int{0: 1, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9} for i := 0; i < b.N; i++ { tmp := data[b.N%10] _ = tmp } } ➜ test go test --bench='Hash' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkHashIdx-12 1000000000 1.003 ns/op 0 B/op 0 allocs/op BenchmarkHashMap-12 196543544 7.665 ns/op 0 B/op 0 allocs/op PASS 可见其性能会有5倍左右提升。

3.4 string 和 slice string 和 slice 的定义 Go 中 string、slice 都是基于 buf、len 的元组的定义,二者定义都位于 value.go 中:

type StringHeader struct Data uintptr Len int }

type SliceHeader struct { Data uintptr Len int Cap int } 通过二者定义可以得出:

在值拷贝背景下,string、slice 的赋值操作代价都不大; slice 因为涉及到 cap,会涉及到预分配、惰性删除,其具体位于 slice.go。 String、[]byte 转换

Go 中 string 和 []byte 间相互转换包含2种:

采用原生机制,比如string转slice可采用,[]byte(strData)或者string(byteData); 基于二者数据结构,对底层数据重新解释。 以 string 转换为 byte 为例,原生转换的转换会进行如下操作,其位于 string.go 中:

func stringtoslicebyte(buf *tmpBuf, s string) []byte { var b []byte if buf != nil && len(s) <= len(buf) { // 如果可以在tmpBuf中保存 *buf = tmpBuf{} b = buf[:len(s)] } else { b = rawbyteslice(len(s)) // 如果32字节不够存储数据,则调用mallocgc分配空间 } copy(b, s) // 数据拷贝 return b }

// rawbyteslice allocates a new byte slice. The byte slice is not zeroed. func rawbyteslice(size int) (b []byte) { cap := roundupsize(uintptr(size)) p := mallocgc(cap, nil, false) // 空间分配 if cap != uintptr(size) { memclrNoHeapPointers(add(p, uintptr(size)), cap-uintptr(size)) }

*(*slice)(unsafe.Pointer(&b)) = slice{p, size, int(cap)}

return } 其中 tmpBuf 定义为 type tmpBuf [32]byte。可见当 string 长度超过32字节时,会进行空间的分配、拷贝。 同理,byte 转换为 string,原生处理位于 slicebytetostring 函数,也位于 string.go 中。

针对多余的空间分配、拷贝问题,我们对其进行了封装,该实现通过对底层数据重新解释进行,具有较高的效率。

相关封装、ByteToString 性能对比如下:

// 对底层数据进行重新解释 func Bytes2String(b []byte) string { x := (*[3]uintptr)(unsafe.Pointer(&b)) s := [2]uintptr{x[0], x[1]} return *(*string)(unsafe.Pointer(&s)) }

func String2Bytes(s string) []byte { x := (*[2]uintptr)(unsafe.Pointer(&s)) b := [3]uintptr{x[0], x[1], x[1]} return ([]byte)(unsafe.Pointer(&b)) }

func BenchmarkByteToStringRaw(b *testing.B) { bytes := getByte(34) b.ResetTimer() for i := 0; i < b.N; i++ { v := string(bytes) if len(v) <= 0 { b.Error("error") } } }

func BenchmarkByteToStringPointer(b *testing.B) { bytes := getByte(34) b.ResetTimer() for i := 0; i < b.N; i++ { v := Bytes2String(bytes) if len(v) <= 0 { b.Error("error") } } } ➜ gotest666 go test --bench='ByteToString' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666 cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkByteToStringRaw-12 47646651 23.37 ns/op 48 B/op 1 allocs/op BenchmarkByteToStringPointer-12 1000000000 0.7539 ns/op 0 B/op 0 allocs/op 其性能提升的主要原因,0gc 0拷贝 需要注意,本处理只针对转换,不涉及 append 等可能引起扩容的处理。 string 的拼接

当前 Golang 中字符串拼接方式,主要包含:

使用+连接字符串; 使用 fmt.Sprintf; 使用运行时提供的工具类,strings.Builder 或者 bytes.Buffer ; 预分配机制。 目前对+的处理,编译后其处理函数位于 string.go,当要连接的字符串长度>32时,每次会进行空间的分配和拷贝处理,其处理如下:

func concatstrings(buf *tmpBuf, a []string) string { idx := 0 l := 0 count := 0 for i, x := range a { // 计算+链接字符的长度 n := len(x) if n == 0 { continue } if l+n < l { throw("string concatenation too long") } l += n count++ idx = i } if count == 0 { return "" } ..... s, b := rawstringtmp(buf, l) // 如果长度小于len(buf)(32),则分配空间,否则使用buf for _, x := range a { copy(b, x) b = b[len(x):] } return s } 需要注意,tmpBuf 定义 type tmpBuf [32]byte。 fmt.Sprinf,涉及逃逸,也会有大量的空间分配、拷贝。

针对+、fmt.Sprintf 等的性能对比测试如下:

func BenchmarkStringJoinAdd(b *testing.B) { var s string for i := 0; i < b.N; i++ { for i := 0; i < count; i++ { s += "10" } } }

func BenchmarkStringJoinSprintf(b *testing.B) { var s string for i := 0; i < b.N; i++ { for i := 0; i < count; i++ { s = fmt.Sprintf("%s%s", s, "10") } } }

func BenchmarkStringJoinStringBuilder(b *testing.B) { var sb strings.Builder sb.Grow(count * 2) // 预分配了空间 b.ResetTimer()

for i := 0; i < b.N; i++ { for i := 0; i < count; i++ { sb.WriteString("10") } } } ➜ test go test -bench='StringJoin' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkStringJoinAdd-12 19 864766686 ns/op 7679332420 B/op 20365 allocs/op BenchmarkStringJoinSprintf-12 13 1546112322 ns/op 10474999415 B/op 65459 allocs/op BenchmarkStringJoinStringBuilder-12 10000 205483 ns/op 234915 B/op 0 allocs/op BenchmarkStringJoinStringBuilderPreAlloc-12 21061 139415 ns/op 217885 B/op 0 allocs/op 可以看出,空间预分配拥有最高性能指标。

其他的一些更为详细的测试参见:string连接。

3.5 循环的处理:for vs range Go 中常用的循环有2种 for index 和 for range 如下:

按位置进行遍历,for 和 range 都支持,如 for i:=range a{}, for i:=0;i<len(a);i++。 同时对位置、值进行遍历,仅 range 支持,如 for i,v := range a {}。 Go 中循环经过一系列的编译、优化后,伪代码如下:

ta := a // 容器的拷贝 i := 0 l := len(ta) // 获取长度 for ; i < l; i++ { v := ta[i] // 拷贝容器中元素,仅for range value支持 } 此处理可能会导致以下问题:

遍历前,会进行值的拷贝。如果容器是数组,会有大量数据拷贝,引用类型拷贝较少; for range value 在遍历中存在对容器元素的拷贝; 遍历开始,已经确定了容器长度,中间添加的数据,不会遍历到。 针对此测试如下:

type Item struct { id int val [8192]byte }

func BenchmarkLoopFor(b *testing.B) { var items [1024]Item for i := 0; i < b.N; i++ { length := len(items) var tmp int for k := 0; k < length; k++ { tmp = items[k].id } _ = tmp } }

func BenchmarkLoopRangeIndex(b *testing.B) { var items [1024]Item for i := 0; i < b.N; i++ { var tmp int for k := range items { tmp = items[k].id } _ = tmp } }

func BenchmarkLoopRangeValue(b *testing.B) { var items [1024]Item for i := 0; i < b.N; i++ { var tmp int for _, item := range items { tmp = item.id } _ = tmp } } Sizeof(Item.val)=1

➜ test go test -bench='Loop' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkLoopFor-12 4370520 273.2 ns/op 0 B/op 0 allocs/op BenchmarkLoopRangeIndex-12 4520882 265.6 ns/op 0 B/op 0 allocs/op BenchmarkLoopRangeValue-12 4293848 303.8 ns/op 0 B/op 0 allocs/op PASS sizeof(Item.val)=8192

➜ test go test --bench='Loop' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkLoopFor-12 4334842 270.8 ns/op 0 B/op 0 allocs/op BenchmarkLoopRangeIndex-12 4436786 272.7 ns/op 0 B/op 0 allocs/op BenchmarkLoopRangeValue-12 7310 211009 ns/op 0 B/op 0 allocs/op 在需要较大存储空间、元素需要较大存储空间时,建议不要采用 for range value 的方式。 3.6 重载 目前 Go 中重载的实现包含2种,泛型(1.18)、基于 interface 的定义。

泛型的优点在于预编译,即编译期间即可确定类型,对比基于 interface 的逃逸会有一定收益。

具体测试如下:

func AddGeneric[T int | int16 | int32 | int64](a, b T) T { return a + b }

func AddInterface(a, b interface{}) interface{} { switch a.(type) { case int: return a.(int) + b.(int) case int32: return a.(int32) + b.(int32) case int64: return a.(int64) + b.(int64) } return 0 }

func BenchmarkOverLoadGeneric(b *testing.B) { for i := 0; i < b.N; i++ { x := AddGeneric(i, i) _ = x } } func BenchmarkOverLoadInterface(b *testing.B) { for i := 0; i < b.N; i++ { x := AddInterface(i, i) _ = x.(int) } } ➜ test go test --bench='OverLoad' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkOverLoadGeneric-12 1000000000 0.2778 ns/op 0 B/op 0 allocs/op BenchmarkOverLoadInterface-12 954258690 1.248 ns/op 0 B/op 0 allocs/op PASS 对比 interface 类型的处理,泛型有一定的性能的提升。

0间与布局 在栈上分配空间为什么会比堆上快?

4.1 栈与堆空间的分配 通过汇编,可观察栈空间分配机制,如下:

package main

func test(a, b int) int { return a + b } 其对应汇编代码如下:

main.test STEXT nosplit size=49 args=0x10 locals=0x10 funcid=0x0 align=0x0 0x0000 00000 (/Users/zhangyuxin/go/src/gotest666/test.go:3) TEXT main.test(SB), NOSPLIT|ABIInternal, $16-16 0x0000 00000 (/Users/zhangyuxin/go/src/gotest666/test.go:3) SUBQ $16, SP // 栈扩容 ...... 0x002c 00044 (/Users/zhangyuxin/go/src/gotest666/test.go:4) ADDQ $16, SP // 栈释放 0x0030 00048 (/Users/zhangyuxin/go/src/gotest666/test.go:4) RET Go 中栈的扩容、释放只涉及到了 SUBQ、ADDQ 2 条指令。

对应的基于堆的内存分配,位于 malloc.go 中 mallocgc 函数,p 的定义、mheap 的定义分别位于 runtime2.go、mcache.go、mheap.go,其分配流程具体如下(以<32K, >8B为例):

其中,直接从 p.mcache 获取空间不需要加锁(单协程),mheap 为全局变量通过 mheap.mcentral 获取空间需要加锁,从 os 分配空间需要系统调用 mmap。此外,堆上分配还需要考虑 gc 导致的 stw 等的影响,因此建议所需空间不是特别大时还是在栈上进行空间的分配。

4.2 Zero GC Zero GC 能够避免 gc 带来的扫描、STW 等,具有一定的性能的收益。

当前 zero gc 的处理,主要包含2种:

无 gc,通过 mmap 或者 cgo.malloc 分配空间,绕过 Go 的内存分配机制 避免或者减少 gc,通过 []byte 等避免因为指针导致的扫描、stw。bigCache 的实现即为此。 在之前的一些开发中,我们使用了大量的基于 0 gc 的库,比如 fastcache 等。也对一些常用函数和机制,如 strings.split 也进行了 0 gc 的优化,其实现如下:

type StringSplitter struct { Idx [8]int // 存储splitter对应的位置信息 src string cnt int }

// Split 分割 func (s *StringSplitter) Split(str string, sep byte) bool { s.src = str for i := 0; i < len(str); i++ { if str[i] == sep { s.Idx[s.cnt] = i s.cnt++

// 超过Idx数据长度则返回空 if int(s.cnt) >= len(s.Idx) { return false } } }

return true }

// At 获得第i个节点数据 func (s *StringSplitter) At(idx int) string { // 没有分割,则返回全量数据 if s.cnt == 0 { return s.src }

if idx == 0 { return s.src[0:s.Idx[idx]] }

cnt := s.cnt

if idx >= cnt { return s.src[s.Idx[cnt-1]+1:] }

return s.src[s.Idx[idx-1]+1 : s.Idx[idx]] } 与常规 strings.split 对比如下,其性能有近4倍左右提升。

➜ test go test --bench='Split' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkQSplitRaw-12 13455728 76.43 ns/op 64 B/op 1 allocs/op BenchmarkQSplit-12 59633916 20.08 ns/op 0 B/op 0 allocs/op PASS 4.3 GC 的优化 gc 优化相关,主要涉及 GOGC、GOMEMLIMIT。可以通过调整 GOMEMLIMIT 和 GOGC,降低 GC 频率。参见:GOMEMLIMIT。https://weaviate.io/blog/gomemlimit-a-game-changer-for-high-memory-applications

需要注意,此机制只在1.20以上版本生效。 4.4 逃逸 对于一些比较复杂操作,Go 在编译器会在编译期间将相关变量逃逸至堆上。目前可能导致逃逸的机制包含:

函数返回了指针; 栈空间超过了 os 的限制8M; 闭包; 动态类型,如 interface 函数。 目前逃逸分析,可采用 -gcflags="-m -l" 进行查看,如下:

type test1 struct { a int32 b int c int32 }

type test2 struct { a int32 c int32 b int }

func getData() *int { a := 10 return &a }

func main() { fmt.Println(unsafe.Sizeof(test1{})) fmt.Println(unsafe.Sizeof(test2{})) getData() } ➜ gotest666 go build -gcflags="-m -l" main.go

command-line-arguments

./main.go:20:6: can inline getData ./main.go:26:13: inlining call to fmt.Println ./main.go:27:13: inlining call to fmt.Println ./main.go:28:9: inlining call to getData ./main.go:21:2: moved to heap: a // 返回指针导致逃逸 ./main.go:26:13: ... argument does not escape ./main.go:26:27: unsafe.Sizeof(test1{}) escapes to heap // 动态类型导致逃逸 ./main.go:27:13: ... argument does not escape ./main.go:27:27: unsafe.Sizeof(test2{}) escapes to heap // 动态类型导致逃逸 在日常业务处理过程中,建议尽量避免逃逸到堆上的情况。

4.5 数据的对齐 Go 中同样存在数据对齐,适当的布局调整,能够节省大量的空间,具体如下:

type test1 struct { a int32 b int c int32 }

type test2 struct { a int32 c int32 b int }

func main() { fmt.Println(unsafe.Alignof(test1{})) fmt.Println(unsafe.Alignof(test2{})) fmt.Println(unsafe.Sizeof(test1{})) fmt.Println(unsafe.Sizeof(test2{})) } ➜ gotest666 go run main.go 8 8 24 16 4.6 空间预分配 空间预分配,可以避免大量不必要的空间分配、拷贝,目前 slice、map、strings.Builder、byte.Builder 等都提供了预分配机制。

以 map 为例,测试结果如下:

func BenchmarkConcurrentMapAlloc(b *testing.B) { m := map[int]int{} b.ResetTimer() for i := 0; i < b.N; i++ { m[i] = i } }

func BenchmarkConcurrentMapPreAlloc(b *testing.B) { m := make(map[int]int, b.N) b.ResetTimer() for i := 0; i < b.N; i++ { m[i] = i } } ➜ test go test --bench='Alloc' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkConcurrentMapAlloc-12 6027334 186.0 ns/op 60 B/op 0 allocs/op BenchmarkConcurrentMapPreAlloc-12 15499568 89.68 ns/op 0 B/op 0 allocs/op PASS 预分配能够极大提升,相关性能, 建议在使用时都进行空间的预分配。

05并发编程 5.1 锁 Golang 中 mutex 定义位于 mutex.go,其定义如下:

type Mutex struct { state int32 // 状态字,标识锁是否被锁定、是否starving等 sema uint32 // 信号量 } Golang 的读写锁基于 mutex,其定义位于 rwmutex.go, 其定义如下:

type RWMutex struct { w Mutex // 用于阻塞写 writerSem uint32 // 写信号量,用于实现写阻塞队列 readerSem uint32 // 读信号量,用于实现读阻塞队列 readerCount int32 // 标识当前读操作的个数 readerWait int32 // 标识排在写操作前读操作的个数,防止写操作被饿死 } RWMutex 基于 Mutex 实现,在加写锁上,RWMutex 性能略差于 Mutex。但在读操作较多情况下,RWMutex 性能是优于 Mutex 的,因为 RWMutex 对于读的操作只是通过 readerCount 计数进行, 其相关处理位于 rwmutex.go,如下:

func (rw *RWMutex) RLock() { if race.Enabled { _ = rw.w.state race.Disable() } if rw.readerCount.Add(1) < 0 { // readCount < 0,表示有写操作正在进行 runtime_SemacquireRWMutexR(&rw.readerSem, false, 0) } if race.Enabled { race.Enable() race.Acquire(unsafe.Pointer(&rw.readerSem)) } }

func (rw *RWMutex) Lock() { if race.Enabled { _ = rw.w.state race.Disable() }

rw.w.Lock()                                                                         // 加写锁
r := rw.readerCount.Add(-rwmutexMaxReaders) + rwmutexMaxReaders // 统计当前读操作的个数,

if r != 0 && rw.readerWait.Add(r) != 0 { // 并等待读操作 runtime_SemacquireRWMutex(&rw.writerSem, false, 0) } if race.Enabled { race.Enable() race.Acquire(unsafe.Pointer(&rw.readerSem)) race.Acquire(unsafe.Pointer(&rw.writerSem)) } } 按照读写比例的不同,进行了如下测试:

var mut sync.Mutex var rwMut sync.RWMutex var t int

const cost = time.Microsecond

func WRead() { mut.Lock() _ = t time.Sleep(cost) mut.Unlock() }

func WWrite() { mut.Lock() t++ time.Sleep(cost) mut.Unlock() }

func RWRead() { rwMut.RLock() _ = t time.Sleep(cost) rwMut.RUnlock() }

func RWWrite() { rwMut.Lock() t++ time.Sleep(cost) rwMut.Unlock() }

func benchmark(b testing.B, readFunc, writeFunc func(), read, write int) { b.RunParallel(func(pb testing.PB) { for pb.Next() { var wg sync.WaitGroup for k := 0; k < read100; k++ { wg.Add(1) go func() { readFunc() wg.Done() }() } for k := 0; k < write100; k++ { wg.Add(1) go func() { writeFunc() wg.Done() }() } wg.Wait() } }) }

func BenchmarkReadMore(b *testing.B) { benchmark(b, WRead, WWrite, 9, 1) } func BenchmarkReadMoreRW(b *testing.B) { benchmark(b, RWRead, RWWrite, 9, 1) } func BenchmarkWriteMore(b *testing.B) { benchmark(b, WRead, WWrite, 1, 9) } func BenchmarkWriteMoreRW(b *testing.B) { benchmark(b, RWRead, RWWrite, 1, 9) } func BenchmarkReadWriteEqual(b *testing.B) { benchmark(b, WRead, WWrite, 5, 5) } func BenchmarkReadWriteEqualRW(b *testing.B) { benchmark(b, RWRead, RWWrite, 5, 5) } ➜ test go test --bench='Read|Write' -run=none -benchmem goos: darwin goarch: amd64 pkg: gotest666/test cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz BenchmarkReadMore-12 207 5713542 ns/op 114190 B/op 2086 allocs/op BenchmarkReadMoreRW-12 1237 904307 ns/op 104683 B/op 2007 allocs/op BenchmarkWriteMore-12 211 5799927 ns/op 110360 B/op 2067 allocs/op BenchmarkWriteMoreRW-12 222 5490282 ns/op 110666 B/op 2070 allocs/op BenchmarkReadWriteEqual-12 213 5752311 ns/op 111017 B/op 2065 allocs/op BenchmarkReadWriteEqualRW-12 386 3088603 ns/op 106810 B/op 2030 allocs/op 在读写比例为9:1时,RWMute 性能约为 Mutex 的6倍

06其他 需要注意:语言层面只能解决单点的性能问题,良好的架构设计才能从全局解决问题。本文所有 benchmark、源码都是基于1.18。

-End-

原创作者|张玉新

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部