Contents

Go 垃圾回收

Garbage Collection( GC )也就是垃圾回收到底是什么?内存空间是有限的,诸如变量等需要分配内存才能存储数据,而当这个变量不再使用的时候就需要释放它占用的内存,这就是垃圾回收。

Go 的垃圾回收运行在后台的守护线程中,会自动追踪检查对象的使用情况,然后回收不再使用的空间,我们一般并不会也不需要直接接触到它。

GC 模型

Go 使用的是 Mark-Sweep(标记-清除)方式,其具体的垃圾回收算法一直都在调整优化,本文并不打算去介绍这些算法,而是从一个整体的角度去描述 GC 的过程。

Collection 可以分为三个阶段:

  • Mark Setup - STW
  • Marking - Concurrent
  • Mark Termination - STW

STW 是 Stop The World 的缩写,意思是 GC 的时候会暂停其它所有任务,正是如此才导致了延迟的存在。

1、Mark Setup - STW

垃圾回收开始,首先需要开启 Write Barrier(写屏障),为此所有应用程序 goroutine 必须暂停,这个过程通常很快,平均 10 - 30 微秒。

假设应用程序当前运行了四个 goroutine :

/images/go/gc1.png

我们需要等待所有 goroutine 暂停,而暂停操作是需要出现一次函数调用才能完成,如果某个 goroutine 始终没有发生函数调用(比如一直在执行某个非常长的循环操作)而其它 goroutine 却完成了会怎样,就会如下图:

/images/go/gc2.png

然而,必须所有的 goroutine 全部都暂停,垃圾回收才能继续进行,不然就会卡在这里一直等待,结果就是延迟越来越高。这个问题官方团队计划将在 1.14 版本通过优先策略进行优化。

一旦这一阶段完成,Write Barrier(写屏障)开启,就会进入下一阶段。

2、Marking - Concurrent

进行标记,Concurrent 表示这个过程是并发进行的,不会 STW ,GC 会先征用 25% 的 CPU 资源,如下图:

/images/go/gc3.png

GC 占用了 P1 逻辑处理器,而其它 goroutine 正常的并发运行。

但是,有些时候 GC 的任务特别繁重,需要更多的资源,这个时候怎么办?开启 Mark Assit 协助工作,如下图中的 MA :

/images/go/gc4.png

标记完成,进行下一个阶段。

3、Mark Termination - STW

标记终止。关闭 Write Barrier(写屏障),执行各种清理任务,然后计算下一次 GC 的目标,这个阶段也是需要 STW 的,平均 60 - 90 微秒:

/images/go/gc5.png

一旦 GC 完成,goroutine 继续执行:

/images/go/gc6.png

Sweeping - Concurrent

Sweeping(清除)需要等待 collection 完成之后,回收被标记为未使用的值的内存,这个过程发生在应用程序 goroutine 尝试给新值分配内存空间时,Sweeping 的延迟将会增加内存分配的成本。


延迟优化

虽然 Go 的 GC 很优秀,但正如前文所述,GC 的延迟还是会拖累应用程序的,那么我们在应用程序中可以进行怎么的优化呢? 答案是降低内存的压力即分配内存的频率,比如使用 slice 时,尽量避免因为容量不够了而导致分配更多的内存的频率。

如何调试我们的程序去发现需要优化的地方?

1、开启 gotrace 追踪各种指标:

1
GODEBUG=gctrace=1

通过指标数据可以看到各个过程及耗时情况,比如:

/images/go/gc7.jpeg

2、使用 pprof

具体用法请自行参考其它资料。


参考资料