大规模 C++ 编译性能优化系统 OMAX 介绍

导读：本文探索&研究了大规模C/C++服务编译性能优化相关技术，优化服务性能，降低机器成本，同时为了支持规模推广应用，降低业务线接入成本，保障优化效果，进行面向云上微服务，开展平台化优化服务系统OMAX建设，并在百度推荐系统上大规模应用，取得线上服务CPU性能优化10%+和上线速度提升40%+双收益，优化后服务运行稳定，性能收益持续。

一、背景

随着大型互联网公司的业务不断发展，后端C++模块的逻辑处理越来越复杂，且参与开发人员众多，代码质量参差不齐，服务面临性能不断退化风险，大型程序模块，常见的通过代码上优化，主要存在以下问题：

• 成本高：典型推荐业务服务海量代码，逻辑功能复杂，有的往往需要深入理解业务进行优化，优化门槛高

• 效率低：模块迭代频繁，定向优化，没有一定的通用性和可持续性，往往随着迭代优化逐渐消失优势，需要不断循环往复投入开展优化

二、编译优化技术简介

编译优化技术，主要通过编译器或者优化工具框架来优化改写代码实现，实现性能提升，同时保障和未优化时功能上一致，对于代码开发者透明，这样可降低人工代码优化成本，提升优化效率，且可持续解决一类性能问题。

目前编译性能优化技术，按照编译过程来划分，主要有编译期，链接期和编译后的优化，下面简要介绍下这些优化技术特点，使用方式和优化效果等情况。

2.1 编译期

• 基础参数优化

在程序编译期间进行的优化，主要是基于编译器提供的能力，在不同的场景，综合编译时间，编译产出体积大小、性能优化幅度和CPU硬件支持等权衡选择最合适的优化参数，各参数优化汇总如下表：

类别	选项	优化效果	主要优缺点	备注
O系列	-O0	减少编译时间，使调试产生预期的结果	优点：方便程序调试 缺点：无优化	默认选项
	-O/-O1	优化编译需要更多的时间，对于一个大函数来说，需要更多的内存，降低代码体积大小，优化执行时间，不会使用需要大量编译时间的优化	优点：相对O0进一步提升优化效果
	-O2	启用-O1所有优化之外，还会采用几乎所有的目标配置支持的优化算法，用以提高目标代码的运行速度	优点：相对O1进一步提升优化效果 缺点：增加编译时间和体积大小	性能优化优先
	-O3	启用所有-O2优化，还开启其它优化，如一般采取很多向量化算法，提高代码的并行执行程度，利用现代CPU中的流水线，Cache机制	优点：相对O2进一步提升优化效果 缺点：增加编译时间和目标体积大小	追求性能较大优化
	-Ofast	启用所有-O3优化，还开启并非对所有符合C++标准的优化	优点：相对O3进一步提升优化效果 缺点：不严格遵循语言标准，存在一定未知问题，如禁用符合IEEE标准的浮点，这可能会导致计算不准确	追求性能最大优化
	-Og	启用所有O1除不影响调试的优化,保持快速编译和良好的调试体验	优点：快速编译，保持优化对调试友好 缺点：损失一些优化效果	适合开发调试期场景，使用优于O0
	-Os	启用所有通常不会增加代码大小的-O2优化。它还执行旨在减少代码大小的进一步优化	优点：优化产出bin大小 缺点：损失一些优化效果	适合磁盘空间受限的运行场景
	-Oz	主要以优化bin体积大小为主，启用大部分O2优化	优点：优化产出bin大小 缺点：损失一些优化效果	和Os类似
CPU硬件扩展指令集	MMX	多媒体信息的处理能力,64位整型	优点：高效数值、媒体，字符串，文体计算 缺点：需要CPU硬件支持
	SSE (-msse, -msse2, -msse3, -msse4.1 -msse4.2)	SSE:128位浮点运算 SSE2: 整型数据的支持，支持双精度浮点数运算，CPU快取的控制指令 SSE3: 寄存器的局部位之间的运算，如高位和低位之间的加减运算；浮点数到整数的转换，以及对超线程技术的支持 SSE4: 高性能库函数，字符串，文本处理
	AVX (-mavx, -mavx2, -mavx512 -mamx)	AVX: 256位浮点运算 AVX256：对256位整型数据的支持，三运算指令 AVX512：512位运算 AMX：矩阵计算(2022)
代码生成方式	fpic	生成相对位置无关的代码	优点：多应用共享代码段，节省内存空间占用 缺点：地址跳转处理，性能非最佳	适用so库形式
	fno-pic	生成位置相关的代码	优点：相对pic性能没有相对地址寻址，性能处理上较好 缺点：相同代码，每个进程持有一份拷贝，浪费内存空间	静态库

优化效果：

通过测试程序(排序算法)，验证下参数类优化效果，测试O3优化情况下，相