五种加速 Go 的特性
Anthony Starks 使用他出色的 Deck 演示工具重构了我原来的基于 Google Slides 的幻灯片。你可以在他的博客上查看他重构后的幻灯片,
mindchunk.blogspot.com.au/2014/06/remixing-with-deck。
我最近被邀请在 Gocon 发表演讲，这是一个每半年在日本东京举行的 Go 的精彩大会。Gocon 2014 是一个完全由社区驱动的为期一天的活动，由培训和一整个下午的围绕着生产环境中的 Go 这个主题的演讲组成.（LCTT 译注：本文发表于 2014 年）
以下是我的讲义。原文的结构能让我缓慢而清晰的演讲，因此我已经编辑了它使其更可读。
我要感谢 Bill Kennedy 和 Minux Ma，特别是 Josh Bleecher Snyder，感谢他们在我准备这次演讲中的帮助。
大家下午好。
我叫 David.
我很高兴今天能来到 Gocon。我想参加这个会议已经两年了，我很感谢主办方能提供给我向你们演讲的机会。
我想以一个问题开始我的演讲。
为什么选择 Go？
当大家讨论学习或在生产环境中使用 Go 的原因时，答案不一而足，但因为以下三个原因的最多。
这就是 TOP3 的原因。
第一，并发。
Go 的 并发原语 对于来自 Nodejs，Ruby 或 Python 等单线程脚本语言的程序员，或者来自 C++ 或 Java 等重量级线程模型的语言都很有吸引力。
易于部署。
我们今天从经验丰富的 Gophers 那里听说过，他们非常欣赏部署 Go 应用的简单性。
然后是性能。
我相信人们选择 Go 的一个重要原因是它 快。
在今天的演讲中，我想讨论五个有助于提高 Go 性能的特性。
我还将与大家分享 Go 如何实现这些特性的细节。
我要谈的第一个特性是 Go 对于值的高效处理和存储。
这是 Go 中一个值的例子。编译时，gocon 正好消耗四个字节的内存。
让我们将 Go 与其他一些语言进行比较
由于 Python 表示变量的方式的开销，使用 Python 存储相同的值会消耗六倍的内存。
Python 使用额外的内存来跟踪类型信息，进行 引用计数 等。
让我们看另一个例子：
与 Go 类似，Java 消耗 4 个字节的内存来存储 int 型。
但是，要在像 List 或 Map 这样的集合中使用此值，编译器必须将其转换为 Integer 对象。
因此，Java 中的整数通常消耗 16 到 24 个字节的内存。
为什么这很重要？ 内存便宜且充足，为什么这个开销很重要？
这是一张显示 CPU 时钟速度与内存总线速度的图表。
请注意 CPU 时钟速度和内存总线速度之间的差距如何继续扩大。
两者之间的差异实际上是 CPU 花费多少时间等待内存。
自 1960 年代后期以来，CPU 设计师已经意识到了这个问题。
他们的解决方案是一个缓存，一个更小、更快的内存区域，介入 CPU 和主存之间。
这是一个 Location 类型，它保存物体在三维空间中的位置。它是用 Go 编写的，因此每个 Location 只消耗 24 个字节的存储空间。
我们可以使用这种类型来构造一个容纳 1000 个 Location 的数组类型，它只消耗 24000 字节的内存。
在数组内部，Location 结构体是顺序存储的，而不是随机存储的 1000 个 Location 结构体的指针。
这很重要，因为现在所有 1000 个 Location 结构体都按顺序放在缓存中，紧密排列在一起。
Go 允许您创建紧凑的数据结构，避免不必要的填充字节。
紧凑的数据结构能更好地利用缓存。
更好的缓存利用率可带来更好的性能。
函数调用不是无开销的。
调用函数时会发生三件事。
创建一个新的 栈帧 ，并记录调用者的详细信息。
在函数调用期间可能被覆盖的任何寄存器都将保存到栈中。
处理器计算函数的地址并执行到该新地址的分支。
由于函数调用是非常常见的操作，因此 CPU 设计师一直在努力优化此过程，但他们无法消除开销。
函调固有开销，或重于泰山，或轻于鸿毛，这取决于函数做了什么。
减少函数调用开销的解决方案是 内联 。
Go 编译器通过将函数体视为调用者的一部分来内联函数。
内联也有成本，它增加了二进制文件大小。
只有当调用开销与函数所做工作关联度的很大时内联才有意义，因此只有简单的函数才能用于内联。
复杂的函数通常不受调用它们的开销所支配，因此不会内联。
这个例子显示函数 Double 调用 util.Max。
为了减少调用 util.Max 的开销，编译器可以将 util.Max 内联到 Double 中，就象这样
内联后不再调用 util.Max，但是 Double 的行为没有改变。
内联并不是 Go 独有的。几乎每种编译或及时编译的语言都执行此优化。但是 Go 的内联是如何实现的？
Go 实现非常简单。编译包时，会标记任何适合内联的小函数，然后照常编译。
然后函数的源代码和编译后版本都会被存储。
此幻灯片显示了 util.a 的内容。源代码已经过一些转换，以便编译器更容易快速处理。
当编译器编译 Double 时，它看到 util.Max 可内联的，并且 util.Max 的源代码是可用的。
就会替换原函数中的代码，而不是插入对 util.Max 的编译版本的调用。
拥有该函数的源代码可以实现其他优化。
在这个例子中，尽管函数 Test 总是返回 false，但 Expensive 在不执行它的情况下无法知道结果。
当 Test 被内联时，我们得到这样的东西。
编译器现在知道 Expensive 的代码无法访问。
这不仅节省了调用 Test 的成本，还节省了编译或运行任何现在无法访问的 Expensive 代码。
Go 编译器可以跨文件甚至跨包自动内联函数。还包括从标准库调用的可内联函数的代码。
强制垃圾回收 使 Go 成为一种更简单，更安全的语言。
这并不意味着垃圾回收会使 Go 变慢，或者垃圾回收是程序速度的瓶颈。
这意味着在堆上分配的内存是有代价的。每次 GC 运行时都会花费 CPU 时间，直到释放内存为止。
然而，有另一个地方分配内存，那就是栈。
与 C 不同，它强制您选择是否将值通过 malloc 将其存储在堆上，还是通过在函数范围内声明将其储存在栈上；Go 实现了一个名为 逃逸分析 的优化。
逃逸分析决定了对一个值的任何引用是否会从被声明的函数中逃逸。
如果没有引用逃逸，则该值可以安全地存储在栈中。
存储在栈中的值不需要分配或释放。
让我们看一些例子
Sum 返回 1 到 100 的整数的和。这是一种相当不寻常的做法，但它说明了逃逸分析的工作原理。
因为切片 numbers 仅在 Sum 内引用，所以编译器将安排到栈上来存储的 100 个整数，而不是安排到堆上。
没有必要回收 numbers，它会在 Sum 返回时自动释放。
第二个例子也有点尬。在 CenterCursor 中，我们创建一个新的 Cursor 对象并在 c 中存储指向它的指针。
然后我们将 c 传递给 Center() 函数，它将 Cursor 移动到屏幕的中心。
最后我们打印出那个 ‘Cursor` 的 X 和 Y 坐标。
即使 c 被 new 函数分配了空间，它也不会存储在堆上，因为没有引用 c 的变量逃逸 CenterCursor 函数。
默认情况下，Go 的优化始终处于启用状态。可以使用 -gcflags = -m 开关查看编译器的逃逸分析和内联决策。
因为逃逸分析是在编译时执行的，而不是运行时，所以无论垃圾回收的效率如何，栈分配总是比堆分配快。
我将在本演讲的其余部分详细讨论栈。
Go 有 goroutine。 这是 Go 并发的基石。
我想退一步，探索 goroutine 的历史。
最初，计算机一次运行一个进程。在 60 年代，多进程或 分时 的想法变得流行起来。
在分时系统中，操作系统必须通过保护当前进程的现场，然后恢复另一个进程的现场，不断地在这些进程之间切换 CPU 的注意力。
这称为 进程切换。
进程切换有三个主要开销。
首先，内核需要保护该进程的所有 CPU 寄存器的现场，然后恢复另一个进程的现场。
内核还需要将 CPU 的映射从虚拟内存刷新到物理内存，因为这些映射仅对当前进程有效。
最后是操作系统 上下文切换 的成本，以及 调度函数 选择占用 CPU 的下一个进程的开销。
现代处理器中有数量惊人的寄存器。我很难在一张幻灯片上排开它们，这可以让你知道保护和恢复它们需要多少时间。
由于进程切换可以在进程执行的任何时刻发生，因此操作系统需要存储所有寄存器的内容，因为它不知道当前正在使用哪些寄存器。
这导致了线程的出生，这些线程在概念上与进程相同，但共享相同的内存空间。
由于线程共享地址空间，因此它们比进程更轻，因此创建速度更快，切换速度更快。
Goroutine 升华了线程的思想。
Goroutine 是 协作式调度 的，而不是依靠内核来调度。
当对 Go 运行时调度器 进行显式调用时，goroutine 之间的切换仅发生在明确定义的点上。
编译器知道正在使用的寄存器并自动保存它们。
虽然 goroutine 是协作式调度的，但运行时会为你处理。
Goroutine 可能会给禅让给其他协程时刻是：
- 阻塞式通道发送和接收。
- Go 声明，虽然不能保证会立即调度新的 goroutine。
- 文件和网络操作式的阻塞式系统调用。
- 在被垃圾回收循环停止后。
这个例子说明了上一张幻灯片中描述的一些调度点。
箭头所示的线程从左侧的 ReadFile 函数开始。遇到 os.Open，它在等待文件操作完成时阻塞线程，因此调度器将线程切换到右侧的 goroutine。
继续执行直到从通道 c 中读，并且此时 os.Open 调用已完成，因此调度器将线程切换回左侧并继续执行 file.Read 函数，然后又被文件 IO 阻塞。
调度器将线程切换回右侧以进行另一个通道操作，该操作在左侧运行期间已解锁，但在通道发送时再次阻塞。
最后，当 Read 操作完成并且数据可用时，线程切换回左侧。
这张幻灯片显示了低级语言描述的 runtime.Syscall 函数，它是 os 包中所有函数的基础。
只要你的代码调用操作系统，就会通过此函数。
对 entersyscall 的调用通知运行时该线程即将阻塞。
这允许运行时启动一个新线程，该线程将在当前线程被阻塞时为其他 goroutine 提供服务。
这导致每 Go 进程的操作系统线程相对较少，Go 运行时负责将可运行的 Goroutine 分配给空闲的操作系统线程。
在上一节中，我讨论了 goroutine 如何减少管理许多（有时是数十万个并发执行线程）的开销。
Goroutine故事还有另一面，那就是栈管理，它引导我进入我的最后一个话题。
这是一个进程的内存布局图。我们感兴趣的关键是堆和栈的位置。
传统上，在进程的地址空间内，堆位于内存的底部，位于程序（代码）的上方并向上增长。
栈位于虚拟地址空间的顶部，并向下增长。
因为堆和栈相互覆盖的结果会是灾难性的，操作系统通常会安排在栈和堆之间放置一个不可写内存区域，以确保如果它们发生碰撞，程序将中止。
这称为保护页，有效地限制了进程的栈大小，通常大约为几兆字节。
我们已经讨论过线程共享相同的地址空间，因此对于每个线程，它必须有自己的栈。
由于很难预测特定线程的栈需求，因此为每个线程的栈和保护页面保留了大量内存。
希望是这些区域永远不被使用，而且防护页永远不会被击中。
缺点是随着程序中线程数的增加，可用地址空间的数量会减少。
我们已经看到 Go 运行时将大量的 goroutine 调度到少量线程上，但那些 goroutines 的栈需求呢？
Go 编译器不使用保护页，而是在每个函数调用时插入一个检查，以检查是否有足够的栈来运行该函数。如果没有，运行时可以分配更多的栈空间。
由于这种检查，goroutines 初始栈可以做得更小，这反过来允许 Go 程序员将 goroutines 视为廉价资源。
这是一张显示了 Go 1.2 如何管理栈的幻灯片。
当 G 调用 H 时，没有足够的空间让 H 运行，所以运行时从堆中分配一个新的栈帧，然后在新的栈段上运行 H。当 H 返回时，栈区域返回到堆，然后返回到 G。
这种管理栈的方法通常很好用，但对于某些类型的代码，通常是递归代码，它可能导致程序的内部循环跨越这些栈边界之一。
例如，在程序的内部循环中，函数 G 可以在循环中多次调用 H，
每次都会导致栈拆分。 这被称为 热分裂 问题。
为了解决热分裂问题，Go 1.3 采用了一种新的栈管理方法。
如果 goroutine 的栈太小，则不会添加和删除其他栈段，而是分配新的更大的栈。
旧栈的内容被复制到新栈，然后 goroutine 使用新的更大的栈继续运行。
在第一次调用 H 之后，栈将足够大，对可用栈空间的检查将始终成功。
这解决了热分裂问题。
值，内联，逃逸分析，Goroutines 和分段/复制栈。
这些是我今天选择谈论的五个特性，但它们绝不是使 Go 成为快速的语言的唯一因素，就像人们引用他们学习 Go 的理由的三个原因一样。
这五个特性一样强大，它们不是孤立存在的。
例如，运行时将 goroutine 复用到线程上的方式在没有可扩展栈的情况下几乎没有效率。
内联通过将较小的函数组合成较大的函数来降低栈大小检查的成本。
逃逸分析通过自动将从实例从堆移动到栈来减少垃圾回收器的压力。
逃逸分析还提供了更好的 缓存局部性 。
如果没有可增长的栈，逃逸分析可能会对栈施加太大的压力。
- 感谢 Gocon 主办方允许我今天发言
- twitter / web / email details
- 感谢 @offbymany，@billkennedy_go 和 Minux 在准备这个演讲的过程中所提供的帮助。
相关文章：
作者简介：
David 是来自澳大利亚悉尼的程序员和作者。
自 2011 年 2 月起成为 Go 的 contributor，自 2012 年 4 月起成为 committer。
联系信息
- dave@cheney.net
- twitter: @davecheney
via: https://dave.cheney.net/2014/06/07/five-things-that-make-go-fast
作者：Dave Cheney 译者：houbaron 校对：wxy