• GO逃逸分析


    内存管理

    内存管理主要包括两个动作:分配与释放。逃逸分析就是服务于内存分配的,而内存的释放由GC负责。

    在Go语言中,栈的内存是由编译器自动进行分配和释放的,栈区往往存储着函数参数、局部变量和调用函数帧,它们随着函数的创建而分配,随着函数的退出而销毁

    Go应用程序运行时,每个 goroutine 都维护着一个自己的栈区,这个栈区只能自己使用不能被其他 goroutine 使用。栈是调用栈(call stack)的简称。一个栈通常又包含了许多栈帧(stack frame),它描述的是函数之间的调用关系

    与栈不同的是,堆区的内存一般由编译器和工程师自己共同进行管理分配,交给 Runtime GC 来释放。在堆上分配时,必须找到一块足够大的内存来存放新的变量数据。后续释放时,垃圾回收器扫描堆空间寻找不再被使用的对象。

    我们可以简单理解为:我们用GO语言开发过程中,要考虑的内存管理只是针对堆内存而言的。

    程序在运行期间可以主动从堆上申请内存,这些内存通过Go的内存分配器分配,并由垃圾收集器回收。

    为了方便大家理解,我们再从以下角度对比一下堆栈:

    • 栈不需要加锁:每个goroutine都独享自己的栈空间,这就意味着栈上的内存操作是不需要加锁的。
    • 堆有时需要加锁:堆上的内存,有时需要加锁防止多线程冲突

    延伸知识点:为什么堆上的内存有时需要加锁?而不是一直需要加锁呢?

    因为Go的内存分配策略学习了TCMalloc的线程缓存思想,他为每个处理器分配了一个mcache,注意:从mcache分配内存也是无锁的。

    加锁:

    • 栈不需要加锁:每个goroutine都独享自己的栈空间,这就意味着栈上的内存操作是不需要加锁的。
    • 堆有时需要加锁:堆上的内存,有时需要加锁防止多线程冲突

    延伸知识点:为什么堆上的内存有时需要加锁?而不是一直需要加锁呢?

    因为Go的内存分配策略学习了TCMalloc的线程缓存思想,他为每个处理器分配了一个mcache,注意:从mcache分配内存也是无锁的。

    性能

    • 栈内存管理 性能好:栈上的内存,它的分配与释放非常高效的。简单地说,它只需要两个CPU指令:一个是分配入栈,另外一个是栈内释放。只需要借助于栈相关寄存器即可完成。
    • 堆内存管理 性能差:对于程序堆上的内存回收,还需要有标记清除阶段,例如Go采用的三色标记法。

    缓存策略

    • 栈缓存性能更好
    • 堆缓存性能较差

    原因是:栈内存能更好地利用CPU的缓存策略,因为栈空间相较于堆来说是更连续的。

    逃逸分析

    相比于把内存分配到堆中,分配到栈中优势更明显。

    Go语言也是这么做的:Go编译器会尽可能将变量分配到到栈上。

    但是,在函数返回后无法证明变量未被引用,则该变量将被分配到堆上,该变量不随函数栈的回收而回收。以此避免悬挂指针(dangling pointer)的问题。

    另外,如果局部变量占用内存非常大,也会将其分配在堆上。

    Go是如何确定内存是分配到栈上还是堆上的呢?

    答案就是:逃逸分析。

    编译器通过逃逸分析技术去选择堆或者栈,逃逸分析的基本思想如下:检查变量的生命周期是否是完全可知的,如果通过检查,则在栈上分配。否则,就是所谓的逃逸,必须在堆上进行分配。

    逃逸分析原则:

    Go语言虽然没有明确说明逃逸分析原则,但是有以下几点准则,是可以参考的。

    • 不同于JAVA JVM的运行时逃逸分析,Go的逃逸分析是在编译期完成的:编译期无法确定的参数类型必定放到堆中;
    • 如果变量在函数外部存在引用,则必定放在堆中;
    • 如果变量占用内存较大时,则优先放到堆中;
    • 如果变量在函数外部没有引用,则优先放到栈中

    如何实践

    举个日常开发中函数传参例子:

    有些场景下我们不应该传递结构体指针,而应该直接传递结构体。

    为什么会这样呢?虽然直接传递结构体需要值拷贝,但是这是在栈上完成的操作,开销远比变量逃逸后动态地在堆上分配内存少的多。

    当然这种做法不是绝对的,要根据场景去分析:

    • 如果结构体较大,传递结构体指针更合适,因为指针类型相比值类型能节省大量的内存空间
    • 如果结构体较小,传递结构体更适合,因为在栈上分配内存,可以有效减少GC压力

  • 相关阅读:
    Flink / Scala- BroadCast 广播流数据先到再处理 Source 数据
    智能AI系统ChatGPT系统源码+支持GPT4.0+支持ai绘画(Midjourney)/支持OpenAI GPT全模型+国内AI全模型
    java-net-php-python-springboot基于SpringBoot的OA办公管理系统计算机毕业设计程序
    GitHub标星34.7k,没有记不住的正则表达式
    AArch64 TrustZone
    SRM : A Style-based Recalibration Module for Convolutional Neural Networks论文笔记
    三菱FX3U——ST编程IF判断
    蚓链助新零售企业快速实现数字化转型
    【无标题】
    div或者div中的内容居中对齐的方法
  • 原文地址:https://blog.csdn.net/weixin_51595939/article/details/136421187