([文章PDF版本](https://files.cnblogs.com/files/ahfuzhang/%E7%94%A8golang%E5%BC%80%E5%8F%91%E7%B3%BB%E7%BB%9F%E8%BD%AF%E4%BB%B6%E7%9A%84%E4%B8%80%E4%BA%9B%E7%BB%86%E8%8A%82_2022-10-08.pdf.zip?t=1665192749))
众所周知，golang非常适合用于开发后台应用，但也通常是各种各样的应用层软件。
开发系统软件， 目前的首选还是C++, C, rust等语言。相比应用软件，系统软件需要更加稳定，更加高效。其维持自身运行的资源消耗要尽可能小，然后才可以把更多CPU、内存等资源用于业务处理上。简单来说，系统软件在CPU、内存、磁盘、带宽等计算机资源的使用上要做到平衡且极致。
<font color=red>**golang代码经过写法上的优化，是可以达到接近C的性能的。**</font> 现在早已出现了很多用golang完成的系统软件，例如很优秀的etcd, VictoriaMetrics等。VictoriaMetrics是Metric处理领域优秀的TSDB存储系统， 在阅读其源码后，结合其他一些golang代码优化的知识，我将golang开发系统软件的知识总结如下：
# golang的第一性能杀手：GC
个人认为GC扫描对象、及其GC引起的STW，是golang最大的性能杀手。本小节讨论优化golang GC的各种技巧。
## 压舱物ballast
下面一段神奇的代码，能够减少GC的频率，从而提升程序性能：
```go
func main(){
ballast := make([]byte, 10*1024*1024*1024)
runtime.KeepAlive(ballast)
// do other things
}
```
其原理是扩大golang runtime的堆内存，使得实际分配的内存不容易超过堆内存的一定比例，进而减少GC的频率。GC的频率低了，STW的次数和时间也就更少，从而程序的性能也提升了。
具体的细节请参考文章：
* [一个神奇的golang技巧：扩大heap内存来降低gc频率](https://www.cnblogs.com/ahfuzhang/p/15945013.html) (本人)
* [Go Ballast 让内存控制更加丝滑](https://www.cnblogs.com/457220157-FTD/p/15567442.html)
## 堆外内存
众所周知，golang中分配太多对象，会给GC造成很大压力，从而影响程序性能。
那么，我在golang runtime的堆以外分配内存，就可以绕过GC了。
可以通过mmap系统调用来使用堆外内存，具体请见：《[Go Mmap 文件内存映射简明教程](https://geektutu.com/post/quick-go-mmap.html)》
对于堆外内存的应用，在此推荐一个非常经典的golang组件：fastcache。具体请看这篇我对fastcache的分析文章：《[介绍一个golang库：fastcache ](https://www.cnblogs.com/ahfuzhang/p/15840313.html)》。
```
也需要注意，这里有个坑：
如果使用mmap去映射一个文件，则某个虚拟地址没有对应的物理地址时，操作系统会产生缺页终端，并转到内核态执行，把磁盘的内容load到page cache。如果此时磁盘IO高，可能会长时间的阻塞……进一步地，导致了golang调度器的阻塞。
```
## 对象复用
对象太多会导致GC压力，但又不可能不分配对象。因此对象复用就是减少分配消耗和减少GC的释放消耗的好办法。
下面分别通过不同的场景来讨论如何复用对象。
### 海量微型对象的情况
假设有很多几个字节或者几十个字节的，数以万计的对象。那么最好不要一个个的new出来，会有两个坏处：
* 对象的管理会需要额外的内存，考虑内存对齐等因素又会造成额外的内存浪费。因此海量微型对象需要的总内存远远大于其自身真实使用的字节数；
* GC的压力源于对象的个数，而不是总字节数。海量微型对象必然增大GC压力。
海量微型对象的影响，请看我曾经遇到过的这个问题：《[【笔记】对golang的大量小对象的管理真的是无语了……](https://www.cnblogs.com/ahfuzhang/p/15256614.html)》
因此，海量微型对象的场景，这样解决：
* 分配一大块数组，在数组中索引微型对象
* 考虑fastcache这样的组件，通过堆外内存绕过GC
当然，也有缺点：不好缩容。
### 大量小型对象的情况
对于大量的小型对象，sync.Pool是个好选择。
推荐阅读这篇文章：《[Go sync.Pool 保姆级教程](https://juejin.cn/post/6989798306440282148)》
sync.Pool不如上面的方法节省内存，但好处是可以缩容。
### 数量可控的中型对象
有的时候，我们可能需要一些定额数量的对象，并且对这些对象复用。
这时可以使用channel来做内存池。需要时从channel取出，用完放回channel。
### slice的复用
fasthttp, VictoriaMetrics等组件的作者 [valyala](https://github.com/valyala/)可谓是把slice复用这个技巧玩上了天，具体可以看fasthttp主页上的[Tricks with `[]byte` buffers](https://github.com/valyala/fasthttp#tricks-with-byte-buffers)这部分介绍。
概要的总结起来就是：[]byte这样的数组分配后，不要释放，然后下次使用前，用`slice=slice[:0]`来清空，继续使用其上次分配好的cap指向的空间。
这篇中文的总结也非常不错：《[fasthttp对性能的优化压榨](https://cctoctofx.netlify.app/post/golang/fasthttp/)》
valyala大神还写了个 [bytebufferpool](https://github.com/valyala/bytebufferpool)，对`[]byte`重用的场景进行了封装。
## 避免容器空间动态增长
对于slice和map而言，在预先可以预估其空间占用的情况下，通过指定大小来减少容器操作期间引起的空间动态增长。特别是map，不但要拷贝数据，还要做rehash操作。
```go
func xxx(){
slice := make([]byte, 0, 1024) // 有的时候，golangci-lint会提示未指定空间的情况
m := make(map[int64]struct{}, 1000)
}
```
## 大神技巧：用slice代替map
此技巧源于[valyala](https://github.com/valyala)大神。
假设有一个很小的map需要插入和查询，那么把所有key-value顺序追加到一个slice中，然后遍历查找——其性能损耗可能比分配map带来的GC消耗还要小。
1. map变成slice，少了很多动态调整的空间
2. 如果整个slice能够塞进CPU cache line，则其遍历可能比从内存load更加快速
具体请见这篇：《[golang第三方库fasthttp为什么要使用slice而不是map来存储header？](https://www.zhihu.com/question/327580797)》
## 避免栈逃逸
golang中非常酷的一个语法特点就是没有堆和栈的区别。编译器会自动识别哪些对象该放在堆上，哪些对象该放在栈上。
```go
func xxx() *ABigStruct{
a := new(ABigStruct) // 看起来是在堆上的对象
var b ABigStruct // 看起来是栈上的对象
// do something
// not return a // a虽然是对象指针，但仅限于函数内使用，所以编译器可能把a放在栈上
return &b // b超出了函数的作用域，编译器会把b放在堆上。
}
```
valyala大神的经验：先找出程序的hot path，然后在hot path上做栈逃逸的分析。尽量避免hot path上的堆内存分配，就能减轻GC压力，提升性能。
> fasthttp首页上的介绍：
>
> Fast HTTP package for Go. Tuned for high performance. **Zero memory allocations in hot paths.** Up to 10x faster than net/http
这篇文章介绍了侦测栈逃逸的方法：
> 验证某个函数的变量是否发生逃逸的方法有两个：
>
> - go run -gcflags "-m -l" (-m打印逃逸分析信息，-l禁止内联编译)；例：
>
> ```text
> ➜ testProj go run -gcflags "-m -l" internal/test1/main.go
> # command-line-arguments
> internal/test1/main.go:4:2: moved to heap: a
> internal/test1/main.go:5:11: main make([]*int, 1) does not escape
> ```
>
> - go tool compile -S main.go | grep runtime.newobject（汇编代码中搜runtime.newobject指令，该指令用于生成堆对象）,例：
>
> ```text
> ➜ testProj go tool compile -S internal/test1/main.go | grep newobject
> 0x0028 00040 (internal/test1/main.go:4) CALL runtime.newobject(SB)
> ```
> ——《[golang 逃逸分析详解](https://zhuanlan.zhihu.com/p/91559562)》
逃逸的场景，这篇文章有详细的介绍：《[go逃逸场景有哪些](https://cloud.tencent.com/developer/article/1877008)》
# CPU使用层面的优化
## 声明使用多核
强烈建议在main.go的import中加入下面的代码：
```go
import _ "go.uber.org/automaxprocs"
```
特别是在容器环境运行的程序，要让程序利用上所有的CPU核。
在k8s的有的版本(具体记不得了)，会有一个恶心的问题：容器限制了程序只能使用比如2个核，但是`runtime.GOMAXPROCS(0)`代码却获取到了所有的物理核。这时就导致进程的物理线程数接近逻辑CPU的个数，而不是容器限制的核数。从而，大量的CPU时间消耗在物理线程切换上。我曾经在腾讯云上测试过，这种现象发生时，容器内单核性能只有物理机上单核性能的43%。
因此，发现性能问题时，可以通过`ls /proc/$(pidof xxx)/tasks | wc`来查看进程的物理线程数，如果这个数量远远高于从容器要求的核数，那么在部署的时候建议加上环境变量来解决：`export -p GOMAXPROC=2`
## golang不适合做计算密集型的工作
协程的调度，本质上就是一个一直在运行的循环，不断的调用各个协程函数。然后协程函数在适当的时机保存上下文，放弃执行，把程序流程再转回到主循环。
这里有几个要点：
* 主循环来负责唤起每个协程函数，如果存在很多协程函数，轮一遍的周期很长。
* 协程函数一定不能阻塞
* 协程函数也不能阻塞太长的时间
* 主循环唤起协程函数，以及协程函数切换回主循环是有开销的。协程越多，开销越大
因此，每个协程函数：在做IO操作的时候一定会切换回主循环，编译器也会在协程函数内编译进去可以切换上下文的代码。新版的golang runtime还存在强制调度的机制，如果某个正在执行的协程不会退出，会强制进行切换。
由于存在协程切换的调度机制，golang是不适合做计算密集型的工作的。例如：音视频编解码，压缩算法等。以zstd压缩库为例，golang版本的性能不如cgo的版本，即便cgo调用存在一定开销。(我举的例子比较极端，当需要让golang的性能达到与C同一个级别时，标题的结论才成立。)
## 克制使用协程数
由runtime的调度器原理可知，协程数不是越多越好，过多的协程会占用很多内存，且占用调度器的资源。
如何克制的使用协程，请参考我的这篇文章：《[VictoriaMetrics中的golang代码优化方法](https://zhuanlan.zhihu.com/p/469239020)》
总结起来就是：
* 最合适情况：核心的工作协程的数量，与可用的CPU核数相当。
* 区分IO协程和工作协程，把繁重的计算任务交给工作协程处理。
## 协程优先级机制
关于优先级的案例，请参考我写的这篇文章：《[VictoriaMetrics中协程优先级的处理方式](https://www.cnblogs.com/ahfuzhang/p/15847860.html)》
当业务环境需要区分重要和不太重要的情况时，要通过一定的机制来协调协程的优先级。比如存贮系统中，写入的优先级高于查询，当资源受限时，要让查询的协程主动让出调度。
**不能让调度器来均匀调度，不能创建更多的某类协程来获得争抢优势**。
> 要深入理解golang的runtime，推荐阅读yifhao同学的这篇文章：《[万字长文带你深入浅出 Golang Runtime](https://cloud.tencent.com/developer/article/1548034)》
# 并发层面
```
并发层面的问题是通用性的知识，与语言的特性并无直接的关系。本节列出golang中处理并发的惯用方法，已经对golang的并发处理很熟悉的同学可以跳过本小节。
```
## 锁
关于锁的使用，VictoriaMetrics这个开源组件中有很多经典的案例。也可以移步参考这篇文章的总结：《[VictoriaMetrics中的golang代码优化方法](https://zhuanlan.zhihu.com/p/469239020)》(本人)
### 尽量不加锁
以生产者-消费者模型为例：如果多个消费者之间可以做到互不关联的处理业务逻辑，那么应该尽量避免他们之间产生关联。其业务处理过程中需要的各个对象，宜各自一份。
### 对数据加锁，而不是对过程加锁
拥有JAVA经验的同学要特别小心这一点：JAVA中，在方法上加上个关键字就能实现互斥，但这是非常不好的设计方式。只需要对并发环境下产生冲突的变量加锁即可，代码及其不冲突的变量都是不必要加锁的。
更进一步，如果存在多个冲突的变量，且在程序中不同的位置发生冲突，那么可以对特定的一组变量定义一个特定的锁，而不是使用一把统一的大锁来进行互斥——**尽量使用多个锁，让冲突进一步减小**。
### 读多写少的场景考虑读写锁
某些读写的场景下，读是可以并发的，而写是互斥的。这种场景下，读写锁是比互斥锁更好的选择。
## 原子操作
### 基础的原子操作技巧
```go
var value int64 = 0
atomic.AddInt64(&value, 1) // 原子加
atomic.AddInt64(&value, -1) // 原子减
var n uint64 = 1
atomic.AddUint64(&n, 1)
atomic.AddUint64(&n, ^uint64(0)) // 原子减1，无符号类型，使用反码来减
newValue := atomic.LoadInt64(&value) // 内存屏障，避免乱序执行，并且同步CPU cache和内存
atomic.StoreInt64(&value, newValue)
oldValue := atomic.SwapInt64(&value, 0) // 获取当前值，并清零
```
原子操作就能搞定的并发场景，就不要再使用锁。
### 自旋锁
golang里面哪来的自旋锁？
其实我们可以自己写一个:
```go
var globalValue int64 = 0
func xxx(newValue int64){
oldValue := atomic.LoadInt64(&globalValue) // 相当于使用 memory barrier 指令，避免指令乱序
for !atomic.CompareAndSwapInt64(&globalValue, oldValue, newValue) { // 自旋等待，直到成功
oldValue = atomic.LoadInt64(&globalValue) // 失败后，说明那一瞬间值被修改了。需要重新获取最新的值
// 其他数值操作的准备
}
}
```
以上是无锁数据结构的经典套路。
### atomic.Value: 用于并发场景下需要切换的对象
有的对象很基础，可能需要频繁访问，且有时又会发生引用的切换。比如程序中的全局配置，很多地方都会引用，有时配置更新后，又会切换为最新的配置。
这种情况下，加锁的成本太高，不加锁又会带来风险。因此，使用sync.Value来保存全局配置的数据是个不错的选择。
```go
type Configs map[string]string
var globalConfig atomic.Value
func GetConfig() Configs {
v, ok := globalConfig.Load().(Configs)
if ok{
return v
}
return map[string]string{}
}
func SetConfig(cfg Configs){
globalConfig.Store(cfg)
}
```
## 并发容器
### sync.Map
并发map设计得很精巧，用起来也很简单。不过很可惜，sync.Map没有那么快，要避免将sync.Map用在程序的关键路径上。
当然，我上述的观点的区分点是：这是业务程序还是系统程序，如果是系统程序，尽量不要用。我实际使用中发现，sync.Map会导致CPU消耗高，且GC压力增大。
### RoaringBitmap(或类似实现)
对某些特定的场景，可以做到很少的锁，很小的内存，比如存储大量UINT64类型的集合这一点，RoaringBitmap是个非常好的选型。
VictoriaMetrics中有一个RoaringBitmap实现的组件，叫做uint64set。具体介绍请见：《[vm中仿照RoaringBitmap的实现：uint64set](https://www.cnblogs.com/ahfuzhang/p/15900852.html)》(本人)。
### channel
channel当然也算一种并发容器，其本质上是无锁队列。
需要注意两点：
* 为了在多读多写条件下维持队列的数据结构，通常通过CAS+自旋等待来操作关键数据。
因此在大并发下，入队出队操作是串行化的，CAS失败+自旋重试又会带来cpu使用率升高。
同样的，channel没有那么快。要避免在剧烈竞争的环境下使用channel。
* 通常会使用channel来做生产者-消费者模式的并发结构。数据数据可以按照一定的规律分区，则可以考虑每个消费者对应一个channel，然后生产者根据数据的key来决定放到哪个channel。这样本质上减缓了锁的竞争。
## 其他
### 用sync.Once来懒惰初始化
有的运算结果，有一定概率用到，但是又不必每次都计算。这种情况下，使用sync.Once来懒惰初始化是个好办法：
```go
var once sync.Once
var globalXXX *XXX
func GetXXX() *XXX{
once.Do(func(){
globalXXX = getXXX()
})
return globalXXX
}
```
# 不安全代码
### string与[]byte的转换
string与slice的结构本质上是一样的，可以直接强制转换：
```go
import (
"reflect"
"unsafe"
)
// copy from prometheus source code
// NoAllocString convert []byte to string
func NoAllocString(bytes []byte) string {
return *(*string)(unsafe.Pointer(&bytes))
}
// NoAllocBytes convert string to []byte
func NoAllocBytes(s string) []byte {
strHeader := (*reflect.StringHeader)(unsafe.Pointer(&s))
sliceHeader := reflect.SliceHeader{Data: strHeader.Data, Len: strHeader.Len, Cap: strHeader.Len}
return *(*[]byte)(unsafe.Pointer(&sliceHeader))
}
```
上面的代码可以避免string和[]byte在转换的时候发生拷贝。
```
注意：转换后的对象一定要立即使用，不要进一步引用到更深的层次中去。牢记这是不安全代码，谨慎使用。
```
### 强制类型转换
懂C的人，请绕过……
例如一个[]int64的数组要转换为[]uint64的数组，使用个指针强制转换就行了。
```go
package main
import (
"testing"
"unsafe"
)
func TestConvert(t *testing.T) {
int64Slice := make([]int64, 0, 100)
int64Slice = append(int64Slice, 1, 2, 3)
uint64Slice := *(*[]uint64)(unsafe.Pointer(&int64Slice))
t.Logf("%+v", uint64Slice)
}
```
还有一种使用场景，要比较两个大数组是否完全一样：可以把数组强制转换为[]byte，然后使用bytes.Compare()。相当于C中的memcmp()函数。
类似的操作还很多，推荐这篇文章：《[深度解密Go语言之unsafe](https://www.cnblogs.com/qcrao-2018/p/10964692.html)》
```
模糊记得一个golang（或是rust）的原则：
普通开发者可以使用安全代码来无顾虑的使用，高手把不安全代码包装成安全代码来提供高性能组件。
```
### 数组越界检查的开销
相比C的数组访问，为什么golang可以做到很安全？
答案是编译器加了两条越界检查的指令。每次通过下标访问数组，就像这样：
```go
if index<0 || index>=len(slice){
panic("out of index")
}
return slice[index]
```
这两条越界检查指令是有开销的，请看我的测试：《[golang中数组边界检查的开销大约是1.87%~3.12%](https://zhuanlan.zhihu.com/p/507427032)》
所以，当某些位置使用类似查表法的时候，可以用不安全代码绕过越界检查：
```go
slice := make([]byte, 1024*1024)
offset = 100
b := (*(*byte)(unsafe.Pointer(uintptr(unsafe.Pointer(&arr[0])) + uintptr(offset))))
```
# 编译/链接阶段
## 使用尽量新的golang版本
理论上，每个新版的golang，都有一定编译器优化的提升。
## 编译参数
> - -X importpath.name=value 编译期设置变量的值
>
> - -s disable symbol table 禁用符号表
>
> - -w disable DWARF generation 禁用调试信息
>
> ——《[golang编译参数ldflags](https://zhangsnow.com/go/golang%E7%BC%96%E8%AF%91%E5%8F%82%E6%95%B0ldflags.html)》
理论上说 -s -w加上后，代码段的长度会减小，理论上会提高CPU代码cache的利用率。(还未亲自测试过)
## 使用runtime中的非导出函数
runtime中有的底层函数是汇编实现的，性能很高，但是不是export类型。
这时候可以用链接声明来使用这些函数：
```go
//go:noescape
//go:linkname memmove runtime.memmove
//goland:noinspection GoUnusedParameterfunc memmove(to unsafe.Pointer, from unsafe.Pointer, n uintptr)
func memmove(to, from unsafe.Pointer, n uintptr)
// 通过上面的声明后，就可以在代码中使用底层的memmove函数了。这个函数相当于c中的memcpy()
```
更具体的细节请参考文章：
* 《[Go的2个黑魔法技巧](https://cloud.tencent.com/developer/article/1984590)》(腾讯 pedrogao)
* [How to call private functions (bind to hidden symbols) in GoLang](https://sitano.github.io/2016/04/28/golang-private/)
## 函数内联
golang的小函数默认就是内联的。
可以通过函数前的注释 `//go:noinline`来取消内联，不过似乎没有理由这么做。
关于函数内联的深层知识还是值得学习的，推荐这篇文章：《[详解Go内联优化](https://zhuanlan.zhihu.com/p/343562661)》
可以关注文章中的这个内联优化技巧：
> 可通过`-gcflags="-l"`选项全局禁用内联，与一个`-l`禁用内联相反，如果传递两个或两个以上的`-l`则会打开内联，并启用更激进的内联策略。
## 泛型
golang 1.18正式发布了泛型。
泛型可以让之前基于反射的代码变得更加简单，很多type assert的代码可以去掉；基于interface的运行期动态分发，也可以转成编译期决定。
由于对具体的类型产生了具体的代码，理论上指令cache命中会提高，分支预测失败会降低，
不过，对于有一定体量的golang团队而言，泛型的引入要考虑的问题比较多：如何避免滥用，如何找到与之匹配的基础库？
在整个团队的能力还没准备好迎接泛型以前，使用工具生产代码的`产生式编程`或许是更容易驾驭的方法。
# API使用
## 反射
编译期决定当然是好于运行期决定的。
我的建议是：
* 能不用就不用，可以用下面的方法代替：
* 泛型
* 代码生成(产生式编程)
* 非得要用
* 缓存反射的到的结果
```
有的场景下，标准库提供的API不够好。下面列举一些自己认识的fast-xx组件。
```
## fasttime组件，低精度的time.Now()
源码请见：https://github.com/VictoriaMetrics/VictoriaMetrics/blob/master/lib/fasttime/fasttime.go
原理就是创建协程每秒一次获取 time.Now()，然后一秒以内取时间戳就只是访问全局变量。
我测试过：性能比直接使用time.Now()快三倍左右。
## fastrand，绕开rand库的锁
源码请见：https://github.com/valyala/fastrand
## 超长字符串输出的优化：quicktemplate
假设一次要输出几兆字节的JSON字符串，如何优化性能？
VictoriaMetrics中的vm-select就遇到了这个问题，当一个大查询需要返回很多的metrics数据的时候，其输出的json的体积非常可观。
如果把数据先放到一个大数组，再使用json.Marsharl，则一方面要频繁申请释放内存，另一方面会带来内存使用量的剧烈抖动。vm-select的解决方式是使用quicktemplate库——把json看成是字符串流的输出。
具体代码请看：https://github.com/valyala/quicktemplate
## 其他
总有很多人想把某个细分领域做到极致：
* [fasthttp](https://github.com/valyala/fasthttp)
* [fastpb](https://github.com/cloudwego/fastpb)
* [sonic](https://github.com/bytedance/sonic) - json解析
欢迎推荐更好好用的库给我，谢谢。
# 其他高级主题
## 汇编/SIMD
一些涉及大量计算的热点，可以采用汇编来优化。
golang使用plan 9汇编的语法，门槛还是比较高的。（经过半年断断续续的学习，我已经知道怎么看注释了）
所幸的是，懂C的人可以通过工具一步步把C代码翻译成plan 9汇编。
我自己做了个尝试：《[玩一玩golang汇编](https://zhuanlan.zhihu.com/p/525025646)》(师从于这篇：《[Go的2个黑魔法技巧](https://cloud.tencent.com/developer/article/1984590)》)
```
注意：https://github.com/Maratyszcza/PeachPy这个库的代码翻译能力有限，我就发现有的代码无法翻译的情况。
且，只支持amd64平台下的翻译。
如果大家遇到更好的汇编翻译工具，请推荐给我。
```
使用汇编的最佳理由是SIMD指令集。
通常，一条指令只处理一条数据。而simd中，一条指令可以处理多条数据，当数据由多个128bit或者256bit构成的时候，使用SIMD指令可以取得较好的收益。
以strcmp()函数为例，传统的写法是逐个字符比较；而使用SIMD的话，可以把连续的16字节或者32字节(AVX2) load 到寄存器中，然后一次性比较。
这块知识体系较为庞大，有兴趣请自行搜索。
推荐文章：《[golang 汇编](https://lrita.github.io/2017/12/12/golang-asm/)》
## JIT技术
当前流行的OLAP数据库clickhouse为何性能如此卓绝？其两个核心技术点就是SIMD和JIT。
> 在[计算机技术](https://zh.m.wikipedia.org/wiki/计算_(计算机科学))中，**即时编译**（英语：just-in-time compilation，缩写为**JIT**；又译**及时编译**[[1\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-1)、**实时编译**[[2\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-2)），也称为**动态翻译**或**运行时编译**[[3\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-3)，是一种执行[计算机代码](https://zh.m.wikipedia.org/wiki/计算机代码)的方法，这种方法涉及在程序执行过程中（在[执行期](https://zh.m.wikipedia.org/wiki/執行期)）而不是在执行之前进行[编译](https://zh.m.wikipedia.org/wiki/編譯器)。[[4\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-FOOTNOTEAycock2003-4)通常，这包括[源代码](https://zh.m.wikipedia.org/wiki/源代码)或更常见的[字节码](https://zh.m.wikipedia.org/wiki/字节码)到[机器码](https://zh.m.wikipedia.org/wiki/机器语言)的转换，然后直接执行。实现JIT编译器的系统通常会不断地分析正在执行的代码，并确定代码的某些部分，在这些部分中，编译或重新编译所获得的加速将超过编译该代码的开销。
>
> JIT编译是两种传统的机器代码翻译方法——[提前编译](https://zh.m.wikipedia.org/w/index.php?title=提前编译&action=edit&redlink=1)（英语：[ahead-of-time compilation](https://en.wikipedia.org/wiki/ahead-of-time_compilation)）（AOT）和[解释](https://zh.m.wikipedia.org/wiki/直譯器)——的结合，它结合了两者的优点和缺点。[[4\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-FOOTNOTEAycock2003-4)大致来说，JIT编译，以解释器的开销以及编译和链接（解释之外）的开销，结合了编译代码的速度与解释的灵活性。JIT编译是[动态编译](https://zh.m.wikipedia.org/wiki/動態編譯)的一种形式，允许[自适应优化](https://zh.m.wikipedia.org/w/index.php?title=自适应优化&action=edit&redlink=1)（英语：[adaptive optimization](https://en.wikipedia.org/wiki/adaptive_optimization)），比如[动态重编译](https://zh.m.wikipedia.org/wiki/动态重编译)和特定于[微架构](https://zh.m.wikipedia.org/wiki/微架構)的加速[[nb 1\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-5)[[5\]](https://zh.m.wikipedia.org/zh-hans/即時編譯#cite_note-6)——因此，在理论上，JIT编译比静态编译能够产生更快的执行速度。解释和JIT编译特别适合于[动态编程语言](https://zh.m.wikipedia.org/wiki/动态语言)，因为运行时系统可以处理[后期绑定](https://zh.m.wikipedia.org/w/index.php?title=后期绑定&action=edit&redlink=1)（英语：[Late binding](https://en.wikipedia.org/wiki/Late_binding)）的数据类型并实施安全保证。
>
> ——维基百科-[即时编译](https://zh.m.wikipedia.org/zh-hans/%E5%8D%B3%E6%99%82%E7%B7%A8%E8%AD%AF)
JIT在JAVA圈耳熟能详，通常指把字节码编译为机器码。但是golang没有机器码，所以golang中JIT并不用于字节码翻译。
我觉得golang中的JIT可以这样定义：**为特定的功能点，动态生成特定的机器码，以提高程序性能。**
关于如何实现一个golang中的JIT，可以阅读这篇：《[使用 Go 语言写一个即时编译器(JIT)](https://studygolang.com/articles/12730)》
```
像把大象放进冰箱里一样总结一下：
1.把一些机器码，放到一个数组中；（已经知道这些机器码是干啥的了）
2.使用mmap系统调用分配一块内存，把内存设置为可执行，把上面的机器码拷贝进去；（然后这片内存就成为了程序的代码段）
3.定义一个函数指针指向mmap的内存；
4.执行函数。
```
也有golang库提供动态生成机器码的能力：https://github.com/goccy/go-jit。支持的指令有限，而且，猜测没人愿意这么写代码。
（读者一定在想这么鸡肋的东西介绍给我干啥……）
golang的JIT的一个精彩应用是bytedance开源的[sonic](https://github.com/bytedance/sonic)库，从测试数据来看，应该是golang圈子里最快的JSON解析库。
怎么做到的呢？
例如有这样一个json:
```json
{"a":123, "b":"abc"}
```
要把它解析到结构体：
```go
type Data struct{
A int64
B string
}
```
一般来说，这个过程需要很多的判断：源字段名是什么？源字段什么类型？目的字段名的反射对象在哪里？目的对象的内存指针在哪里？如果想要让解析过程变快，最好是直接去掉这些判断：遇到"a"， 在目的内存的偏移位置0，写入8字节整型值……
但是上面的做法又没有通用性。如何直接的解析一个类型，又满足通用性？JIT就是个好办法。
针对类型`Data`，通过JIT产生一段最直接最高效的解析代码，并且以后都通过这段代码来解析。进而推演到每个类型都有专门的解析代码。如此：针对特定结构，有特定的最优解析代码。这样的做法绝对是最优的，无法被别的方法超越。
就像ClickHouse一样，相信未来会有越来越多的系统应用会添置JIT的能力。
## CGO
关于cgo的性能，我认为主要是golang runtime中的物理线程(GMP模型中的M)，与运行CGO的物理线程之间的通讯造成了远高于直接函数调用的损耗。
> 内部显示 如果是单纯的 emtpy call，使用 cgo 耗时 55.9 ns/op， 纯 go 耗时 0.29 ns/op，相差了 192 倍。
>
> 而实际上我们在使用 cgo 的时候不太可能进行空调用，一般来说会把性能影响较大，计算耗时较长的计算放在 cgo 中，如果是这种情况，每次调用额外 55.9 ns 的额外耗时应该是可以接受的访问。
>
> ——[CGO 和 CGO 性能之谜](https://cloud.tencent.com/developer/article/1650525)
可以说，CGO的调用本质上是线程间通讯，能否绕过这种开销呢？可以的！请看 [fastcgo](https://github.com/petermattis/fastcgo) 这个项目——通过汇编来调用某个c的函数指针，从而避免了线程间通讯。但是缺点就是一旦C函数中存在阻塞，会导致调度器阻塞。
golang为了保障runtime的协程调度不被阻塞，就需要所有被调度的协程函数都是不阻塞的。一旦加入CGO，就无法保障函数不阻塞了，因此只有额外开辟物理线程来执行CGO的函数。
```
这里特别需要注意的一个坑是：
调用CGO的次数越多，时间越长，golang runtime开启的物理线程就越多。
我曾在VictoriaNetrics中的vm-storage中发现，因为大量调用ZSTD压缩库，导致物理线程数是允许核数的10倍。
并且，在目前的golang版本中，这些物理线程没有明确的销毁机制。
远多余可用核数的物理线程，会导致大量CPU时间消耗在无意义的线程切换上。建议运营中加上runtime的metric上报，一旦发现物理线程过多，定期重启来减少这种损耗。
```
## 其他的不高级主题
### panic
不要用panic来反馈异常，不要用recover()来接收异常。
除了程序初始化的错误，不要在业务的任何地方使用panic。
对于错误，存在可预见的error，和不可预见的panic。绝大多数情况都要通过error来针对性的识别并管理错误。recover()仅仅用于维护框架稳定的非预期的错误捕获。
```
目前还未测试过使用recover()是否会导致性能受损。
就我阅读VictoriaMetrics的源码看来，他们一个recover()都没用——也就是说，他们自信的认为组件只会产生可预见的error。
如果我们处处都想着加上recover()来捕获panic，是否意味着设计和测试上存在问题？
```
### for循环避免拷贝
VictoriaMetrics中，几乎所有的for循环都是一种风格：
```go
var slice []int64
for i := range slice{
item := &slice[i]
// do something
}
```
我想这就是为了避免for循环中的第二个变量产生拷贝。就如同写C/C++的人，for循环中的循环变量要求写成 `++i` 而不是 `i++`。规范好写法，避免在细节之处有不必要的损耗。
### 内存对齐
golang中声明的每个变量默认都是字节对齐的，这点很好。
需要额外注意两点：
* 一个大的struct数组，要注意字节对齐带来的不必要消耗。内存敏感的话，调整字段的顺序以节约空间。
* 一个大的struct数组，可以故意加些padding的字段，然后item尽可能的按照cache line的长度对齐，可以提升访问性能。
### 分支预测优化
这种优化点很难找。
关于分支预测的案例，可以看看我写的这个分析文章：《[用重复写入代替if判断，减少程序分支](https://zhuanlan.zhihu.com/p/499246749)》
golang标准库中也有个很好的例子：《[How does ConstantTimeByteEq work?](https://stackoverflow.com/questions/17603487/how-does-constanttimebyteeq-work)》
一个简单的if x==y，考虑了攻击者对计算时间的猜测，考虑了分支预测的损耗。
其他的关于分支预测的优化技巧，这篇也不错：《[浅谈利用分支预测提高效率](https://zhuanlan.zhihu.com/p/143275246)》
在日常的开发中，换个写法是有可能会提高性能的：
```go
switch variable{
case "a": // 根据业务特点，把最可能的分支放在最前。提高分支预测的成功率
// do something
case "b":
// do something
}
```
### 根据可用内存来分配对象数量
以prometheus为例，一个突然的大查询会导致耗满容器内存，然后引发OOM导致崩溃。作为系统软件，因为一个无法预估容量的大查询而导致自身崩溃，这一点是非常糟糕的。
相比之下，VictoriaMetrics中会先读取容器的可用内存，然后根据可用内存来分配对象的数量：
```go
maxBufSizePerStorageNode = memory.Allowed() / 8 / len(storageNodes)
if maxBufSizePerStorageNode > consts.MaxInsertPacketSize {
maxBufSizePerStorageNode = consts.MaxInsertPacketSize
}
// memory.Allowed() 获取了容器内的可用内存
// 除以8表示这个类型的对象，最多允许占用整个可用内存的八分之一(aka, 12.5%)
```
强烈建议系统应用中学习一下VictoriaMetrics。具体实现代码请见：https://github.com/VictoriaMetrics/VictoriaMetrics/blob/cluster/lib/cgroup/mem.go
### 池化
这个技术是老生常谈了——内存池、对象池、协程池、连接池等。
* 内存池：golang已经用了[tcmalloc](https://www.jianshu.com/p/183724c2f3fc)组件，我觉得没必要再自己做一次了。
* 对象池：参考第一章，不同的场景使用不同的对象池技巧。
* 协程池：我认为要看场景。对一个特定的生产者消费者模式而言，协程数量与可用核数对齐是个好办法。其他的场景，要考虑管理协程和创建/销毁协程哪个的成本更高。大多数情况下，协程池这个设计比较鸡肋。
* 连接池：似乎也没特别好说的，不过这篇分析文章让人耳目一新：《[Golang 黑魔法之 4 倍性能提升](https://jqs7.com/golang-black-magic-4x-app-faster/)》——每次都读完接收缓冲区的数据，使得连接池的复用率提升。
OK，文章到这里就结束了。
本人也才写了两年的golang，难免有很多错误之处，还请读者不吝赐教，谢谢！
有疑问加站长微信联系（非本文作者））
