go语言最全优化技巧总结,值得收藏!

Posted QcloudCommunity

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了go语言最全优化技巧总结,值得收藏!相关的知识,希望对你有一定的参考价值。

导语 | 本文总结了在维护go基础库过程中,用到或者见到的一些性能优化技巧,现将一些理解梳理撰写成文,和大家探讨。

一、常规手段

(一)sync.Pool

临时对象池应该是对可读性影响最小且优化效果显著的手段。基本上,业内以高性能著称的开源库,都会使用到。

最典型的就是fasthttp(网址:https://github.com/valyala/fasthttp/)了,它几乎把所有的对象都用sync.Pool维护。


但这样的复用不一定全是合理的。比如在fasthttp中,传递上下文相关信息的RequestCtx就是用sync.Pool维护的,这就导致了你不能把它传递给其他的goroutine。


如果要在fasthttp中实现类似接受请求->异步处理的逻辑,必须得拷贝一份RequestCtx再传递。这对不熟悉fasthttp原理的使用者来讲,很容易就踩坑了。

还有一种利用sync.Pool特性,来减少锁竞争的优化手段,也非常巧妙。另外,在优化前要善用go逃逸检查分析对象是否逃逸到堆上,防止负优化。

(二)string2bytes & bytes2string

这也是两个比较常规的优化手段,核心还是复用对象,减少内存分配。

在go标准库中也有类似的用法gostringnocopy。

要注意string2bytes后,不能对其修改。

unsafe.Pointer经常出现在各种优化方案中,使用时要非常小心。这类操作引发的异常,通常是不能recover的。

(三)协程池

绝大部分应用场景,go是不需要协程池的。当然,协程池还是有一些自己的优势:

  1. 可以限制goroutine数量,避免无限制的增长。

  2. 减少栈扩容的次数。

  3. 频繁创建goroutine的场景下,资源复用,节省内存。(需要一定规模。一般场景下,效果不太明显。)

 

go对goroutine有一定的复用能力。所以要根据场景选择是否使用协程池,不恰当的场景不仅得不到收益,反而增加系统复杂性。

(四)反射

go里面的反射代码可读性本来就差,常见的优化手段进一步牺牲可读性。而且后续马上就有泛型的支持,所以若非必要,建议不要优化反射部分的代码。

比较常见的优化手段有:

  1. 缓存反射结果,减少不必要的反射次数。例如json-iterator

    (网址:https://github.com/json-iterator/go)。

  2. 直接使用unsafe.Pointer根据各个字段偏移赋值。

  3. 消除一般的struct反射内存消耗go-reflect。

    (网址:https://github.com/goccy/go-reflect)

  4. 避免一些类型转换,如interface->[]byte。

(五)减小锁消耗

并发场景下,对临界区加锁比较常见。带来的性能隐患也必须重视。常见的优化手段有:

  • 减小锁粒度:

    go标准库当中,math.rand就有这么一处隐患。当我们直接使用rand库生成随机数时,实际上由全局的globalRand对象负责生成。globalRand加锁后生成随机数,会导致我们在高频使用随机数的场景下效率低下。

  • atomic:

    适当场景下,用原子操作代替互斥锁也是一种经典的lock-free技巧。标准库中sync.map针对读操作的优化消除了rwlock,是一个标准的案例。对它的介绍文章也比较多,不在赘述。

prometheus里的组件histograms直方图也是一个非常巧妙的设计。一般的开源库,比如go-metrics(网址:https://github.com/rcrowley/go-metrics)是直接在这里使用了互斥锁。指标上报作为一个高频操作,在这里加锁,对系统性能影响可想而知。

参考sync.map里冗余map的做法,prometheus把原来histograms的计数器也分为两个:cold和hot,还有一个hotIdx用来表示哪个计数器是hot。prometheus里的组件histograms直方图也是一个非常巧妙的设计。一般的开源库,比如go-metrics(网址:https://github.com/rcrowley/go-metrics)是直接在这里使用了互斥锁。指标上报作为一个高频操作,在这里加锁,对系统性能影响可想而知。


业务代码上报指标时,用atomic原子操作对hot计数器累加向prometheus服务上报数据时,更改hotIdx,把原来的热数据变为冷数据,作为上报的数据。然后把现在冷数据里的值,累加到热数据里,完成一次冷热数据的更新替换。

还有一些状态等待,结构体内存布局的介绍,不再赘述。

二、另类手段

(一)golink

golink(网址:https://golang.org/cmd/compile/)在官方的文档里有介绍,使用格式:

//go:linkname FastRand runtime.fastrand
func FastRand() uint32

主要功能就是让编译器编译的时候,把当前符号指向到目标符号。上面的函数FastRand被指向到runtime.fastrand,runtime包生成的也是伪随机数,和math包不同的是,它的随机数生成使用的上下文是来自当前goroutine的,所以它不用加锁。正因如此,一些开源库选择直接使用runtime的随机数生成函数。性能对比如下:

Benchmark_MathRand-12       84419976            13.98 ns/op
Benchmark_Runtime-12        505765551           2.158 ns/op

还有很多这样的例子,比如我们要拿时间戳的话,可以标准库中的time.Now(),这个库在会有两次系统调用runtime.walltime1和runtime.nanotime,分别获取时间戳和程序运行时间。大部分场景下,我们只需要时间戳,这时候就可以直接使用runtime.walltime1。性能对比如下:

Benchmark_Time-12       16323418            73.30 ns/op
Benchmark_Runtime-12    29912856            38.10 ns/op

同理,如果我们需要统计某个函数的耗时,也可以直接调用两次runtime.nanotime然后相减,不用再调用两次time.Now。

//go:linkname nanotime1 runtime.nanotime1
func nanotime1() int64
func main() {
    defer func( begin int64) {
        cost := (nanotime1() - begin)/1000/1000
        fmt.Printf("cost = %dms \\n" ,cost)
    }(nanotime1())
    
    time.Sleep(time.Second)
}


运行结果:cost = 1000ms

系统调用在go里面相对来讲是比较重的。runtime会切换到g0栈中去执行这部分代码,time.Now方法在go<=1.16中有两次连续的系统调用。

不过,go官方团队的lan大佬已经发现并提交优化pr。

优化后,这两次系统调将会合并在一起,减少一次g0栈的切换。

linkname为我们提供了一种方法,可以直接调用go标准库里的未导出方法,可以读取未导出变量。使用时要注意go版本更新后,是否有兼容问题,毕竟go团队并没有保证这些未导出的方法变量后续不会变更。

还有一些其他奇奇怪怪的用法:

  1. reflect2包,创建reflect.typelinks的引用,用来读取所有包中struct的定义。

  2. 创建panic的引用后,用一些hook函数重定向panic,这样你的程序panic后会走到你的自定义逻辑里。

  3. runtime.main_inittask保存了程序初始化时,init函数的执行顺序,之前版本没有init过程debug功能时,可以用它来打印程序init调用链。最新版本已经有官方的调试方案:GODEBUG=inittracing=1开启init。

  4. runtime.asmcgocall是cgo代码的实际调用入口。有时候我们可以直接用它来调用cgo代码,避免goroutine切换,具体会在cgo优化部分展开。

(二) log-函数名称行号的获取

虽然很多高性能的日志库,默认都不开启记录行号。但实际业务场景中,我们还是觉得能打印最好。

在runtime中,函数行号和函数名称的获取分为两步:

  1. runtime回溯goroutine栈,获取上层调用方函数的的程序计数器(pc)。

  2. 根据pc,找到对应的funcInfo,然后返回行号名称。

经过pprof分析。第二步性能占比最大,约60%。针对第一步,我们经过多次尝试,并没有找到有效的办法。但是第二步很明显,我们不需要每次都调用runtime函数去查找pc和函数信息的,我们可以把第一次的结果缓存起来,后面直接使用。这样,第二步约60%的消耗就可以去掉。

var(
    m sync.Map
)
func Caller(skip int)(pc uintptr, file string, line int, ok bool){
    rpc := [1]uintptr{}
    n := runtime.Callers(skip+1, rpc[:])
    if n < 1 {
        return
    }
    var (
        frame  runtime.Frame
        )
    pc  = rpc[0]
    if item,ok:=m.Load(pc);ok{
        frame = item.(runtime.Frame)
    }else{
        tmprpc := []uintptr{
            pc,
        }
        frame, _ = runtime.CallersFrames(tmprpc).Next()
        m.Store(pc,frame)
    }
    return frame.PC,frame.File,frame.Line,frame.PC!=0
}

压测数据如下,优化后稍微减轻这部分的负担,同时消除掉不必要的内存分配。

BenchmarkCaller-8       2765967        431.7 ns/op         0 B/op          0 allocs/op
BenchmarkRuntime-8      1000000       1085 ns/op         216 B/op          2 allocs/op

(三)cgo

cgo的支持让我们可以在go中调用c++和c的代码,但cgo的代码在运行期间不受go调度器的管理,为了防止cgo调用引起调度阻塞,cgo调用会切换到g0栈执行,并独占m。由于runtime设计时没有考虑m的回收,所以运行时间久了之后,会发现有cgo代码的程序,线程数都比较多。

用go的编译器转换包含cgo的代码:

go tool cgo main.go

转换后看代码,cgo调用实际上是由runtime.cgocall发起,而runtime.cgocall调用过程主要分为以下几步:

  1. entersyscall(): 保存上下文,标记当前mincgo独占m,跳过垃圾回收。

  2. osPreemptExtEnter:标记异步抢占,使异步抢占逻辑失效。

  3. asmcgocall:真正的cgo call入口,切换到g0执行c代码。

  4. 恢复之前的上下文,清理标记。

 

对于一些简单的c函数,我们可以直接用asmcgocall调用,避免来回切换:

package main


/*
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
struct args{
    int p1,p2;
    int r;
};
int add(struct args* arg) {
    arg->r= arg->p1 + arg->p2;
    return 100;
}
*/
import "C"
import (
    "fmt"
    "unsafe"
)
//go:linkname asmcgocall runtime.asmcgocall
func asmcgocall(unsafe.Pointer, uintptr) int32


func main() {
    arg := C.struct_args{}
    arg.p1 = 100
    arg.p2 = 200
    //C.add(&arg)
    asmcgocall(C.add,uintptr(unsafe.Pointer(&arg)))
    fmt.Println(arg.r)
}

压测数据如下:

BenchmarkCgo-12             16143393    73.01 ns/op     16 B/op        1 allocs/op


BenchmarkAsmCgoCall-12      119081407   9.505 ns/op     0 B/op         0 allocs/op


(四)epoll

runtime对网络io,以及定时器的管理,会放到自己维护的一个epoll里,具体可以参考runtime/netpool。在一些高并发的网络io中,有以下几个问题:

  1. 需要维护大量的协程去处理读写事件。

  2. 对连接的状态无感知,必须要等待read或者write返回错误才能知道对端状态,其余时间只能等待。

  3. 原生的netpool只维护一个epoll,没有充分发挥多核优势。

基于此,有很多项目用x/unix扩展包实现了自己的基于epoll的网络库,比如潘神的gnet(网址:https://github.com/panjf2000/gnet),还有字节跳动的netpoll。

在我们的项目中,也有尝试过使用。最终我们还是觉得基于标准库的实现已经足够。理由如下:

  1. 用户态的goroutine优先级没有gonetpool的调度优先级高。带来的问题就是毛刺多了。近期字节跳动也开源了自己的netpool,并且通过优化扩展包内epoll的使用方式来优化这个问题,具体效果未知。

  2. 效果不明显,我们绝大部分业务的QPS主要受限于其他的RPC调用,或者CPU计算。收发包的优化效果很难体现。

  3. 增加了系统复杂性,虽然标准库慢一点点,但是足够稳定和简单。


(五)包大小优化

我们CI是用蓝盾流水线实现的,有一次业务反馈说蓝盾编译的二进制会比自己开发机编译的体积大50%左右。对比了操作系统和go版本都是一样的,tlinux2.2 golang1.15。我们在用linux命令size—A对两个文件各个p做对比时,发现了debug相关的p size明显不一致,而且p的名称也不一样:

size -A test-30MB
p                  size       addr
.interp                    28    4194928
.note.ABI-tag              32    4194956
... ... ... ...
.zdebug_aranges          1565          0
.zdebug_pubnames        56185          0
.zdebug_info          2506085          0
.zdebug_abbrev          13448          0
.zdebug_line          1250753          0
.zdebug_frame          298110          0
.zdebug_str             40806          0
.zdebug_loc           1199790          0
.zdebug_pubtypes       151567          0
.zdebug_ranges         371590          0
.debug_gdb_scripts         42          0
Total                93653020


size -A test-50MB
p                   size       addr
.interp                     28    4194928
.note.ABI-tag               32    4194956
.note.go.buildid           100    4194988
... ... ...
.debug_aranges            6272          0
.debug_pubnames         289151          0
.debug_info            8527395          0
.debug_abbrev            73457          0
.debug_line            4329334          0
.debug_frame           1235304          0
.debug_str              336499          0
.debug_loc             8018952          0
.debug_pubtypes        1072157          0
.debug_ranges          2256576          0
.debug_gdb_scripts          62          0
Total                113920274

通过查找debug和zdebug的区别了解到,zdebug是对debug段做了zip压缩,所以压缩后包体积会更小。查看go的源码(网址:https://github.com/golang/go/blob/master/src/cmd/link/internal/ld/dwarf.go#L2210),发现链接器默认已经对debug段做了zip压缩。

看来,未压缩的debug段不是go自己干的。我们很容易就猜到,由于代码中引入了cgo,可能是c++的链接器没有压缩导致的。

代码引入cgo后,go代码由go编译器编译,c代码由g++编译。
后续由ld链接成可执行文件
所以包含cgo的代码在跨平台编译时,需要更改对应平台的c代码编译器,链接器。
具体过程可以翻阅go编译过程相关资料,不再赘述

再次寻找原因,我们猜测可能跟tlinux2.2支持go 1.16有关,之前我们发现升级go版本之后,在开发机上无法编译。最后发现是因为go1.16优化了一部分编译指令,导致我们的ld版本太低不支持。所以我们用yum install -y binutils升级了ld的版本。果然,在翻阅了ld的文档之后,我们确认了tlinux2.2自带的ld不支持--compress-debug-ps=zlib-gnu这个指令,升级后ld才支持。

总结:在包含cgo的代码编译时,将ld升级到2.27版本,编译后的体积可以减少约50%。

(六)simd

首先,go链接器支持simd指令,但go编译器不支持simd指令的生成。


所以在go中使用simd一般来说有三种方式:

  1. 手写汇编。

  2. llvm。

  3. cgo(如果用cgo的方式来调用,会受限于cgo的性能,达不到加速的目的)。

目前比较流行的做法是llvm:

  1. 用c来写simd相关的函数,然后用llvm编译成c汇编。

  2. 用工具把c汇编转换成go的汇编格式,保存为.s文件。

  3. 在go中调用.s里的方法,最后用go编译器编译。

以下开源库用到了simd,可以参考:

  1. simdjson-go

    (网址:https://github.com/minio/simdjson-go)

  2. soni

    (网址:https://github.com/bytedance/sonic)

  3. sha256-simd

    (网址:https://github.com/minio/sha256-simd)

合理的使用simd可以充分发挥cpu特性,但是存在以下弊端:

  1. 难以维护,要么需要懂汇编的大神,要么需要引入第三方语言。

  2. 跨平台支持不够,需要对不同平台汇编指令做适配。

  3. 汇编代码很难调试,作为使用方来讲,完全黑盒。

(七)jit

go中使用jit的方式可以参考Writing a JIT compiler in Golang,

目前只有在字节跳动刚开源的json解析库中发现了使用场景sonic。

(网址:https://github.com/bytedance/sonic)

这种使用方式个人感觉在go中意义不大,仅供参考。

三、总结

过早的优化是万恶之源,千万不要为了优化而优化:

  1. pprof分析,竞态分析,逃逸分析,这些基础的手段是必须要学会的。

  2. 常规的优化技巧是比较实用的,他们往往能解决大部分的性能问题并且足够安全。

  3. 在一些着重性能的基础库中,使用一些非常规的优化手段也是可以的,但必须要权衡利弊,不要过早放弃可读性,兼容性和稳定性。

 作者简介

赵柯

腾讯音乐后台开发工程师

腾讯音乐后台开发工程师,Go Contributor。

 推荐阅读

首篇极客解题报告意外泄出!亚军竟有神操作?

消息队列:听我解释,我真的不是只有Kafka!

如何用函数式编程思想优化业务代码,这就给你安排上!

拒绝代码臃肿,这套计算引擎设计方法值得一看!


以上是关于go语言最全优化技巧总结,值得收藏!的主要内容,如果未能解决你的问题,请参考以下文章

快收藏!最全GO语言实现设计模式下

史上最全Android性能优化总结,经典收藏

值得收藏深度解密系列:Go语言之 pprof

全网最全面的STL总结与常见面试题,值得收藏

值得收藏你想知道的并发都在这里传统并发与Go并发

开发工具:Git超全实用技巧,值得收藏!