C#面试时被人问你是如何优化你的代码的，该从哪些方面进行回答？

Posted 2021-04-14 DotNET技术圈

应用层面的优化变化太多，比较难总结出系统的方法。各种通用知识更像一本字典，实际中需要根据情景选择使用。与其后手优化，最好能先手写出高性能的代码。在此简单整理一下重点。

基本原则

首先说一下比较上层的原则：

1.最重要的是准确测量。2.相较于优化代码，更重要的是对程序性能持续不断的管理。3.深度优化往往意味着牺牲代码抽象。

测量

随便看几本优化方面的书，基本都会从测量开始讲。测量的难度很容易被低估，思路是解决两个问题：1. 测什么。2. 用什么测。

“测什么”考验你对应用的性能模型是否有很好的理解。比如优化C#的内存性能，需要测什么？峰值大小，还是平均工作集大小？1代对象大小还是2代对象大小，还是LOH大小？需不需要测Page Fault？这些问题根据应用的不同答案都是不同的，能根据情景定位到正确的测量目标是很重要的能力。

用什么测

“用什么测”是工具的问题。Profiler是最简单的，但是离开了debug环境很有可能就不适用了。比如某个问题只能在部署环境下重现，如何测量？这就需要对各种工具有一定了解，比如利用Performance Counter或ETW＋PrefView/CLR Profiler来定位瓶颈，用WinDbg具体分析内存问题和并发性能问题等等。微软的工具有比较完善的手册和教程来系统地学习，不过学习曲线也是比较陡的。

考虑修复成本

软件开发中缺陷发现的越早，修复的成本也越低，这个定律同样适合于性能上的缺陷。持续的性能管理可以明显减轻优化的负担，很多低效的设计在大规模使用之前就能得到修正。这个更多是团队文化的问题，常常也是身不由己，不展开说了。

深度优化

深度优化与代码抽像之间的矛盾也是显而易见的。例如虚函数，虚函数会使JIT内联优化失效，但是否采用虚函数设计也要看具体情况。如果是内部代码，性能也非常敏感，可以考虑放弃虚函数。但是供第三方使用的类库，对扩展性和易用性的需求可能就更重要。而且这种深度优化，在其他部分已经没什么油水可榨的时候才需要考虑，实际上大部分程序都不用轮到牺牲抽象就可以表现的足够好。

C#代码优化的主要知识点

抛开通用的算法优化，具体到C#优化方面的知识，重点有几大块：

•对GC的优化。•对JIT的优化。•对并发的优化。•对.NET框架的理解。•语言机制上的优化。•跨平台优化。

下面简单展开。

GC

GC和JIT是C#/.NET的一个很重要的特征，也是性能问题频繁发生的地方。GC和JIT属于Runtime层面的服务，代码上并不能直接控制，所以优化的思路集中在理解和适应上，扬长避短是重点。对于GC，要理解CLR的GC算法，算法本身理解起来并不困难，主要关注几个方面：

1.0、1、2代对象和LOH是什么。2.GC发生的时机和大致过程。3.GC挂起的时间跟哪些因素有关。4.Pinning和析构函数对GC的负面作用。

分代回收

比较深入的还有NoGCRegion，GC Notification等等。其实总结出来就是要管好对象的生命周期，要么速度滚到2代一辈子不被回收，要么在0代就立刻被回收掉，析构之类的其他机制仅在绝对必要时小规模使用。对象池一类的模式也都是基于这个原则。

JIT优化

JIT优化主要两方面：启动时间和生成代码的优化。程序启动时会JIT编译大量代码，是.NET程序启动慢的普遍原因，优化需要精简启动代码，也可以利用NGEN，MPGO，ProfileOptimization一类工具。JIT在生成代码时最重要的优化是代码内联，很多写法会让内联优化失效，如果希望函数或属性内联，应避免：递归调用，IL代码超过32B，函数包含循环和异常处理，虚函数，接口类型在同一个call site可能有多种实现（这个最伤，不只没法内联），等等。

并发

另一大块是并发，这块很多语言无关的通用原则都适用。C#的重点是：

1.理解托管线程模型，Thread，ThreadPool等。2.会用TPL，性能方面要能够根据情况指定正确的creation options和continuation options。3.能避免阻塞线程，比如避免Task.Wait，避免调用阻塞IO。4.正确看待同步，加锁永远不会提高程序性能，最快的同步是没有同步。要写的话，Interlocked要会用，要明白Slim版的锁为什么好之类的。

理解.NET 框架

编程上的优化

编码上的优化。这个细节太多了，最最基础的、一定要掌握的是引用类型和值类型的区别，并且能懂得避免值类型boxing和避免分配不必要的引用类型实例。这个随便一搜资料就一大把，是C#基础中的基础。再列举几个细节：

•struct默认的Equals和GetHashCode是用反射实现的，如果不是blittable type，性能非常差，要override。•用explicit structure layout可以绕过反射从struct里偷private变量出来，非常快。•interface dynamic dispatch问题。之前说的同一个call site如果实现类型不一样可能会变慢的问题。最近发现Swift也有一样的问题，也许是多重继承的通病。具体参考：Digging into interface calls in the .NET Framework: Stub-based dispatch.^[2]•不得不反射调用代码的时候可以考虑用IL动态生成一个强类型委托，频繁调用的开销基本能降到和普通方法同等水平。

类似这种小技巧非常非常多，当然很多都是以牺牲代码抽象为代价的。深度优化一定要确定值得再去做，判断依据还是测量数据。

跨平台优化

跨平台优化主要是考虑到C#如今已经可以运行在很多平台上，Windows，ios，android，Unity，WP，这些平台的C#实现或多或少有一些区别，对各种平台Runtime的实现有一定了解，才能有效地把这些优化技巧从一个平台迁移到另一个平台，写客户端的人可能感受比较深。

总结

C#优化方面的知识大概都是在这个框架之下的，最直接的获取方式还是平时多观察多解决问题。性能优化虽然有一些通用的原则，然而实际运用中能够落实到具体的语言和框架上才真正有用。

References

[1] Reference Source: https://link.zhihu.com/?target=http%3A//referencesource.microsoft.com/
[2] Digging into interface calls in the .NET Framework: Stub-based dispatch.: https://link.zhihu.com/?target=http%3A//blogs.msdn.com/b/vancem/archive/2006/03/13/550529.aspx