Go语言最全优化技巧总结

（一）sync.Pool
（二）string2bytes & bytes2string
（三）协程池
（四）反射
（五）减小锁消耗
（一）golink
（二） log-函数名称行号的获取
（三）cgo
（四）epoll
（五）包大小优化
（六）simd
（七）jit

一、常规手段

（一）sync.Pool

临时对象池应该是对可读性影响最小且优化效果显著的手段。基本上，业内以高性能著称的开源库，都会使用到。
最典型的就是fasthttp（网址：https://github.com/valyala/fasthttp/）了，它几乎把所有的对象都用sync.Pool维护。
但这样的复用不一定全是合理的。比如在fasthttp中，传递上下文相关信息的RequestCtx就是用sync.Pool维护的，这就导致了你不能把它传递给其他的goroutine。
如果要在fasthttp中实现类似接受请求->异步处理的逻辑,必须得拷贝一份RequestCtx再传递。这对不熟悉fasthttp原理的使用者来讲，很容易就踩坑了。
还有一种利用sync.Pool特性，来减少锁竞争的优化手段，也非常巧妙。另外，在优化前要善用go逃逸检查分析对象是否逃逸到堆上，防止负优化。

（二）string2bytes & bytes2string

这也是两个比较常规的优化手段，核心还是复用对象，减少内存分配。
在go标准库中也有类似的用法gostringnocopy。
要注意string2bytes后，不能对其修改。
unsafe.Pointer经常出现在各种优化方案中，使用时要非常小心。这类操作引发的异常，通常是不能recover的。

（三）协程池

绝大部分应用场景，go是不需要协程池的。当然，协程池还是有一些自己的优势：

可以限制goroutine数量，避免无限制的增长。
减少栈扩容的次数。
频繁创建goroutine的场景下，资源复用，节省内存。（需要一定规模。一般场景下，效果不太明显。）

go对goroutine有一定的复用能力。所以要根据场景选择是否使用协程池，不恰当的场景不仅得不到收益，反而增加系统复杂性。

（四）反射

go里面的反射代码可读性本来就差，常见的优化手段进一步牺牲可读性。而且后续马上就有泛型的支持，所以若非必要，建议不要优化反射部分的代码。
比较常见的优化手段有：

缓存反射结果，减少不必要的反射次数。例如json-iterator（网址：https://github.com/json-iterator/go）。
直接使用unsafe.Pointer根据各个字段偏移赋值。
消除一般的struct反射内存消耗go-reflect。（网址：https://github.com/goccy/go-reflect）
避免一些类型转换，如interface->[]byte。
（五）减小锁消耗
并发场景下，对临界区加锁比较常见。带来的性能隐患也必须重视。常见的优化手段有：

减小锁粒度:go标准库当中，math.rand就有这么一处隐患。当我们直接使用rand库生成随机数时，实际上由全局的globalRand对象负责生成。globalRand加锁后生成随机数，会导致我们在高频使用随机数的场景下效率低下。
atomic:适当场景下，用原子操作代替互斥锁也是一种经典的lock-free技巧。标准库中sync.map针对读操作的优化消除了rwlock，是一个标准的案例。对它的介绍文章也比较多，不在赘述。

prometheus里的组件histograms直方图也是一个非常巧妙的设计。一般的开源库，比如go-metrics（网址：https://github.com/rcrowley/go-metrics）是直接在这里使用了互斥锁。指标上报作为一个高频操作，在这里加锁，对系统性能影响可想而知。
参考sync.map里冗余map的做法，prometheus把原来histograms的计数器也分为两个：cold和hot，还有一个hotIdx用来表示哪个计数器是hot。prometheus里的组件histograms直方图也是一个非常巧妙的设计。一般的开源库，比如go-metrics（网址：https://github.com/rcrowley/go-metrics）是直接在这里使用了互斥锁。指标上报作为一个高频操作，在这里加锁，对系统性能影响可想而知。
业务代码上报指标时，用atomic原子操作对hot计数器累加向prometheus服务上报数据时，更改hotIdx，把原来的热数据变为冷数据，作为上报的数据。然后把现在冷数据里的值，累加到热数据里，完成一次冷热数据的更新替换。
还有一些状态等待，结构体内存布局的介绍，不再赘述。
二、另类手段

（一）golink

golink（网址：https://golang.org/cmd/compile/）在官方的文档里有介绍，使用格式：

//go:linkname FastRand runtime.fastrand
func FastRand() uint32

主要功能就是让编译器编译的时候，把当前符号指向到目标符号。上面的函数FastRand被指向到runtime.fastrand,runtime包生成的也是伪随机数，和math包不同的是，它的随机数生成使用的上下文是来自当前goroutine的，所以它不用加锁。正因如此，一些开源库选择直接使用runtime的随机数生成函数。性能对比如下：


Benchmark_MathRand-12       84419976            13.98 ns/op
Benchmark_Runtime-12        505765551           2.158 ns/op

还有很多这样的例子，比如我们要拿时间戳的话，可以标准库中的time.Now()，这个库在会有两次系统调用runtime.walltime1和runtime.nanotime，分别获取时间戳和程序运行时间。大部分场景下，我们只需要时间戳，这时候就可以直接使用runtime.walltime1。性能对比如下：


Benchmark_Time-12       16323418            73.30 ns/op
Benchmark_Runtime-12    29912856            38.10 ns/op

同理，如果我们需要统计某个函数的耗时，也可以直接调用两次runtime.nanotime然后相减，不用再调用两次time.Now。


//go:linkname nanotime1 runtime.nanotime1
func nanotime1() int64
func main() {
    defer func( begin int64) {
        cost := (nanotime1() - begin)/1000/1000
        fmt.Printf("cost = %dms \n" ,cost)
    }(nanotime1())
    time.Sleep(time.Second)
}
运行结果：cost = 1000ms

系统调用在go里面相对来讲是比较重的。runtime会切换到g0栈中去执行这部分代码，time.Now方法在go<=1.16中有两次连续的系统调用。
不过，go官方团队的lan大佬已经发现并提交优化pr。
优化后，这两次系统调将会合并在一起，减少一次g0栈的切换。
linkname为我们提供了一种方法，可以直接调用go标准库里的未导出方法，可以读取未导出变量。使用时要注意go版本更新后，是否有兼容问题，毕竟go团队并没有保证这些未导出的方法变量后续不会变更。
还有一些其他奇奇怪怪的用法：

reflect2包，创建reflect.typelinks的引用，用来读取所有包中struct的定义。
创建panic的引用后，用一些hook函数重定向panic，这样你的程序panic后会走到你的自定义逻辑里。
runtime.main_inittask保存了程序初始化时，init函数的执行顺序，之前版本没有init过程debug功能时，可以用它来打印程序init调用链。最新版本已经有官方的调试方案：GODEBUG=inittracing=1开启init。
runtime.asmcgocall是cgo代码的实际调用入口。有时候我们可以直接用它来调用cgo代码，避免goroutine切换,具体会在cgo优化部分展开。

（二） log-函数名称行号的获取
虽然很多高性能的日志库，默认都不开启记录行号。但实际业务场景中，我们还是觉得能打印最好。
在runtime中，函数行号和函数名称的获取分为两步：
runtime回溯goroutine栈，获取上层调用方函数的的程序计数器（pc）。
根据pc，找到对应的funcInfo,然后返回行号名称。

经过pprof分析。第二步性能占比最大，约60%。针对第一步，我们经过多次尝试，并没有找到有效的办法。但是第二步很明显，我们不需要每次都调用runtime函数去查找pc和函数信息的，我们可以把第一次的结果缓存起来，后面直接使用。这样，第二步约60%的消耗就可以去掉。


var(
    m sync.Map
)
func Caller(skip int)(pc uintptr, file string, line int, ok bool){
    rpc := [1]uintptr{}
    n := runtime.Callers(skip+1, rpc[:])
    if n < 1 {
        return
    }
    var (
        frame  runtime.Frame
        )
    pc  = rpc[0]
    if item,ok:=m.Load(pc);ok{
        frame = item.(runtime.Frame)
    }else{
        tmprpc := []uintptr{
            pc,
        }
        frame, _ = runtime.CallersFrames(tmprpc).Next()
        m.Store(pc,frame)
    }
    return frame.PC,frame.File,frame.Line,frame.PC!=0
}

压测数据如下，优化后稍微减轻这部分的负担，同时消除掉不必要的内存分配。

BenchmarkCaller-8       2765967        431.7 ns/op         0 B/op          0 allocs/op
BenchmarkRuntime-8      1000000       1085 ns/op         216 B/op          2 allocs/op

（三）cgo

cgo的支持让我们可以在go中调用c++和c的代码，但cgo的代码在运行期间不受go调度器的管理，为了防止cgo调用引起调度阻塞，cgo调用会切换到g0栈执行，并独占m。由于runtime设计时没有考虑m的回收，所以运行时间久了之后，会发现有cgo代码的程序，线程数都比较多。
用go的编译器转换包含cgo的代码：

go tool cgo main.go

转换后看代码，cgo调用实际上是由runtime.cgocall发起，而runtime.cgocall调用过程主要分为以下几步：

entersyscall(): 保存上下文，标记当前mincgo独占m，跳过垃圾回收。
osPreemptExtEnter：标记异步抢占，使异步抢占逻辑失效。
asmcgocall：真正的cgo call入口，切换到g0执行c代码。
恢复之前的上下文，清理标记。

对于一些简单的c函数，我们可以直接用asmcgocall调用，避免来回切换：


package main
/*
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
struct args{
    int p1,p2;
    int r;
};
int add(struct args* arg) {
    arg->r= arg->p1 + arg->p2;
    return 100;
}
*/
import "C"
import (
    "fmt"
    "unsafe"
)
//go:linkname asmcgocall runtime.asmcgocall
func asmcgocall(unsafe.Pointer, uintptr) int32
func main() {
    arg := C.struct_args{}
    arg.p1 = 100
    arg.p2 = 200
    //C.add(&arg)
    asmcgocall(C.add,uintptr(unsafe.Pointer(&arg)))
    fmt.Println(arg.r)
}

压测数据如下：


BenchmarkCgo-12             16143393    73.01 ns/op     16 B/op        1 allocs/op
BenchmarkAsmCgoCall-12      119081407   9.505 ns/op     0 B/op         0 allocs/op

（四）epoll

runtime对网络io，以及定时器的管理，会放到自己维护的一个epoll里，具体可以参考runtime/netpool。在一些高并发的网络io中，有以下几个问题：

需要维护大量的协程去处理读写事件。
对连接的状态无感知，必须要等待read或者write返回错误才能知道对端状态，其余时间只能等待。
原生的netpool只维护一个epoll，没有充分发挥多核优势。

基于此，有很多项目用x/unix扩展包实现了自己的基于epoll的网络库，比如潘神的gnet（网址：https://github.com/panjf2000/gnet），还有字节跳动的netpoll。
在我们的项目中，也有尝试过使用。最终我们还是觉得基于标准库的实现已经足够。理由如下：

用户态的goroutine优先级没有gonetpool的调度优先级高。带来的问题就是毛刺多了。近期字节跳动也开源了自己的netpool，并且通过优化扩展包内epoll的使用方式来优化这个问题，具体效果未知。
效果不明显，我们绝大部分业务的QPS主要受限于其他的RPC调用，或者CPU计算。收发包的优化效果很难体现。
增加了系统复杂性，虽然标准库慢一点点，但是足够稳定和简单。
（五）包大小优化
我们CI是用蓝盾流水线实现的，有一次业务反馈说蓝盾编译的二进制会比自己开发机编译的体积大50%左右。对比了操作系统和go版本都是一样的,tlinux2.2 golang1.15。我们在用linux命令size—A对两个文件各个section做对比时，发现了debug相关的section size明显不一致，而且section的名称也不一样: ```go

size -A test-30MB section size addr .interp 28 4194928 .note.ABI-tag 32 4194956 … … … … .zdebug_aranges 1565 0 .zdebug_pubnames 56185 0 .zdebug_info 2506085 0 .zdebug_abbrev 13448 0 .zdebug_line 1250753 0 .zdebug_frame 298110 0 .zdebug_str 40806 0 .zdebug_loc 1199790 0 .zdebug_pubtypes 151567 0 .zdebug_ranges 371590 0 .debug_gdb_scripts 42 0 Total 93653020

size -A test-50MB section size addr .interp 28 4194928 .note.ABI-tag 32 4194956 .note.go.buildid 100 4194988 … … … .debug_aranges 6272 0 .debug_pubnames 289151 0 .debug_info 8527395 0 .debug_abbrev 73457 0 .debug_line 4329334 0 .debug_frame 1235304 0 .debug_str 336499 0 .debug_loc 8018952 0 .debug_pubtypes 1072157 0 .debug_ranges 2256576 0 .debug_gdb_scripts 62 0 Total 113920274

通过查找debug和zdebug的区别了解到，zdebug是对debug段做了zip压缩，所以压缩后包体积会更小。查看go的源码（网址：https://github.com/golang/go/blob/master/src/cmd/link/internal/ld/dwarf.go#L2210），发现链接器默认已经对debug段做了zip压缩。<br />看来，未压缩的debug段不是go自己干的。我们很容易就猜到，由于代码中引入了cgo，可能是c++的链接器没有压缩导致的。
```go
代码引入cgo后，go代码由go编译器编译，c代码由g++编译。后续由ld链接成可执行文件

所以包含cgo的代码在跨平台编译时，需要更改对应平台的c代码编译器，链接器。具体过程可以翻阅go编译过程相关资料，不再赘述

再次寻找原因，我们猜测可能跟tlinux2.2支持go 1.16有关，之前我们发现升级go版本之后，在开发机上无法编译。最后发现是因为go1.16优化了一部分编译指令，导致我们的ld版本太低不支持。所以我们用yum install -y binutils升级了ld的版本。果然，在翻阅了ld的文档之后，我们确认了tlinux2.2自带的ld不支持—compress-debug-sections=zlib-gnu这个指令，升级后ld才支持。
总结：在包含cgo的代码编译时，将ld升级到2.27版本，编译后的体积可以减少约50%。

（六）simd

首先，go链接器支持simd指令，但go编译器不支持simd指令的生成。
所以在go中使用simd一般来说有三种方式：

手写汇编。
llvm。
cgo（如果用cgo的方式来调用，会受限于cgo的性能，达不到加速的目的）。

目前比较流行的做法是llvm：

用c来写simd相关的函数，然后用llvm编译成c汇编。
用工具把c汇编转换成go的汇编格式，保存为.s文件。
在go中调用.s里的方法，最后用go编译器编译。

以下开源库用到了simd，可以参考：

simdjson-go（网址：https://github.com/minio/simdjson-go）
soni（网址：https://github.com/bytedance/sonic）
sha256-simd（网址：https://github.com/minio/sha256-simd）

合理的使用simd可以充分发挥cpu特性，但是存在以下弊端：

难以维护，要么需要懂汇编的大神，要么需要引入第三方语言。
跨平台支持不够，需要对不同平台汇编指令做适配。
汇编代码很难调试，作为使用方来讲，完全黑盒。
（七）jit
go中使用jit的方式可以参考Writing a JIT compiler in Golang，
目前只有在字节跳动刚开源的json解析库中发现了使用场景sonic。
（网址：https://github.com/bytedance/sonic）
这种使用方式个人感觉在go中意义不大，仅供参考。

三、总结
过早的优化是万恶之源，千万不要为了优化而优化：

pprof分析，竞态分析，逃逸分析，这些基础的手段是必须要学会的。
常规的优化技巧是比较实用的，他们往往能解决大部分的性能问题并且足够安全。
在一些着重性能的基础库中，使用一些非常规的优化手段也是可以的，但必须要权衡利弊，不要过早放弃可读性，兼容性和稳定性。

（一）sync.Pool

（二）string2bytes & bytes2string

（三）协程池

（四）反射

（五）减小锁消耗

（一）golink

（二） log-函数名称行号的获取

（三）cgo

（四）epoll

（五）包大小优化

（六）simd

（七）jit