Go语言性能优化完全指南

发表时间: 2021-09-05 17:57


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.fastrandfunc 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/opBenchmark_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/opBenchmark_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.nanotime1func nanotime1() int64func 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。


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/opBenchmarkRuntime-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.asmcgocallfunc 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section做对比时,发现了debug相关的section size明显不一致,而且section的名称也不一样:


size -A test-30MBsection 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 0Total 93653020
size -A test-50MBsection 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 0Total 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-sections=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。




技术原创及架构实践文章,欢迎通过公众号菜单「联系我们」进行投稿。


高可用架构
改变互联网的构建方式