【青训营】性能优化和自动内存管理

本文整理自：第五届字节跳动青年训练营 后端组

什么是性能优化

提高软件系统处理能力，减少不必要消耗，充分利用计算机算力

• 业务层优化
  • 针对特定场景和具体问题
  • 容易获得较大收益
• 语言运行时优化
  • 面向全公司的优化，非特定场景
  • 解决更通用的性能问题
  • 考虑更多场景

在优化时需要根据数据驱动，比如使用自动化性能分析工具–pprof。依靠数据优化而非主观猜测，并且首先优化最大的瓶颈

性能优化时需要注意：

• 软件质量至关重要
• 保证接口稳定的情况下改进具体实现
• 测试驱动：测试用例覆盖尽可能多的场景，方便回归
• 文档：做了什么，没错什么，能达到什么效果
• 隔离：通过选型控制是否开启优化
• 可观测：必要的日志输出

一、自动内存管理

自动内存管理又称垃圾回收，由程序语言的运行时系统管理动态内存

• 避免手动内存管理，专注于实现业务逻辑，不需要像C一样使用malloc和free函数管理内存
• 保证内存使用的正确性和安全性，解决了double-free problem和use-after-free problem问题

自动内存管理的三个任务是：

• 为新对象分配空间
• 找到存活对象
• 回收死亡对象内存空间

1.1 相关概念

• Mutator：业务线程，分配新对象，修改对象指向关系
• Collector： GC线程，找到存活对象，回收死亡对象空间

有以下分配算法

Serial GC算法：只有一个collector，mutator执行到一定位置需gc时，collector会中断mutator，转为执行collect的gc流程

Parallel GC算法：支持多个collectors同时回收的GC算法，也需要中断mutator

Concurrent GC：多个mutator和多个collector可以同时执行，也就是mutator不需要被中断。

• 评价GC算法
  • 安全性：不能回收存活操作
  • 吞吐率：花在GC上的时间
  • 暂停时间：业务是否感知
  • 内存开销：GC元数据开销

垃圾回收主要是用两种方法

• 追踪垃圾回收
• 引用计数

1.2 追踪垃圾回收

对象被回收的条件：指针指向关系不可达的对象，分三步：

1. 标记根对象

   • 将静态变量、全局变量、常量、线程栈等标记为存活

2. 标记可达对象

   • 求指针指向关系的传递闭包：从根对象出发找到可达对象

3. 清理不可达对象
   清理不可达对象有三种方法：

   • 将存活对象复制到另外的内存空间，然后将原来的内存空间全部回收(copying gc)
   • 将死亡对象的内存标记为可分配，下次需要分配新空间时直接使用这些空间(mark-sweep gc)
   • 移动并且整理存活对象，比如位于1、3、4、7的内存地址的对象是存活的，那么将他们移动到0、1、2、3，下次分配直接从4开始(mark-compact gc)

我们需要根据对象的生命周期，使用不同的标记和清理策略，首先，我们需要学习分代GC的相关内容

分代GC

分代GC引申自分代假说，分代假说指出：most objects die young。也就是很多对象分配出来后很快就不再使用了。每个对象的年龄指的是经历GC的次数，每一次GC都会将已经死亡的对象回收，如果一个对象经历了许多次GC都没有被回收，也就证明它是频繁被使用的。

年轻代：

• 常规对象分配，一般分配后很快就死亡
• 由于存活对象很少，可以采用copy collection
• gc吞吐率高

老年代

• 对象倾向于一直活着，反复复制开销大
• 可以采用mark-sweep collection

于是，在设计GC的时候，会倾向于针对年轻的和老年的对象制定不同的GC策略，从而降低整体的内存开销。不同年龄的对象处于heap的不同区域

1.3 引用计数

每个对象都有一个与之关联的引用数目，对象只有当引用数大于0的时候是存活的。也就对象没有被引用的时候就会死亡。

优点是内存管理的操作被平摊在了程序执行过程中，在程序执行时就完成了回收，而不需要等gc线程来回收。内存管理也不需要了解runtime的实现细节

缺点：

• 维护引用计数开销较大：通过原子操作保证对引用计数操作的原子性和可见性
• 无法回收环形数据结构
• 内存开销大：每个对象都需要引入额外内存空间存储引用计数
• 回收内存时依旧可能引发暂停