高质量编程与性能调优实战

简介：

• 性能优化的前提是满足正确可靠，简洁清晰等质量因素
• 性能优化是综合评估，有时候时间效率和空间效率可能对立

性能优化建议–Benchmark

go语言提供了支持基准性能测试，如何使用得去查一查

slice

• slice预分配内存，尽可能在使用make（）初始化切片时提供容量信息

  data := make([]int,0)
  data := make([]int,0,10)
  

• 切片的底层实现就是可扩容的链表

• 陷阱：大内存未释放

  1. 在已有的切片上创建切片，不会创建新的底层数组
  2. 原切片较大，代码在原切片的基础上新建小切片
  3. 原底层数组在内存中引用，得不到释放

• 可使用copy替代re-slice

  func GetLastBySlice(origin []int) []int{
  	return origin[len(origin) - 2:]
  }
  
  // 下面这个节省的空间更多
  fun getLastByCopy(origin []int) []int{
  	result := make([]int,2)
  	copy(result,origin[len(origin) - 2:])
  	return result
  }
  

map

• map预分配内存
  • 不断地向map中添加新元素地操作会触发map地扩容
  • 提前分配好空间可以减少内存拷贝和Rehash地消耗
  • 建议提前根据实际需求预估好需要的空间大小

strings.Buider进行字符串处理

• 使用+拼接性能最差，strings.Buider,bytes.Buffer相近，strings。Buffer更快
• 字符串在go里面时不可变类型，占用大小固定
• 使用+每次都会重新分配内存
• strings.Buider和bytes.Buffer底层都是使用[]byte数组

使用空结构体节省内存

使用atomic包

• 锁的实现是通过操作系统来实现，属于系统调用, 调用成本很高

• atomic操作是通过硬件实现，效率比锁高

• sync.Mutex应该用来保护一段逻辑，。不仅仅用于保护一个变量

• 对于非值操作，可以使用atomic.Value，能承载一个interface{}

  type atomicCounter struct{
      i int32
  }
  func AtomicAddOne(c *atomicCounter){
      atomic.AddInt32(&c.i,1)
  }
  
  type mutexCounter struct{
      i int32
      m sync.Mutex
  }
  func MutexAddOne(c *mutexCounter){
      c.m.Lock()
      c.i++
      c.m.UnLock()
  }
  
  
  

小结：

• 避免常见的性能陷阱可以保证大部分程序的功能
• 普通应用代码，不要一味地追求程序的性能
• 越高级的性能优化手段越容易出现问题
• 在满足正确可靠，简洁清晰的质量要求的前提下提高程序性能