思考

相信大家在实际的项目开发中会遇到这么一个事，有的程序员写的代码不仅bug少，而且性能高；而有的程序员写的代码能否流畅的跑起来，都是一个很大问题。
而我们今天要讨论的就是一个关于性能优化的案例分析。

案例分析

我们先来构造一些基础数据（长度为10亿的切片，并赋上值）：

var testData = GenerateData()

// generate billion slice data

func GenerateData() []int {

    data := make([]int, )

    for key, _ := range data {

        data[key] = key %

    }

    return data

}

// get length

func GetDataLen() int {

    return len(testData)

}

案例一

// case one

func CaseSumOne(result *int) {

    data := GenerateData()

    for i := ; i < GetDataLen(); i++ {

        *result += data[i]

    }

}

// case two

func CaseSumTwo(result *int) {

    data := GenerateData()

    dataLen := GetDataLen()

    for i := ; i < dataLen; i++ {

        *result += data[i]

    }

}

执行结果

$ go test -bench=.

goos: windows

goarch: amd64

BenchmarkCaseSumOne-                           ns/op

BenchmarkCaseSumTwo-                           ns/op

PASS

ok      _/C_/go-code/perform/case-one   .059s

问题分析

CaseSumTwo执行效率是CaseSumOne的2.94倍，快了近三倍，这是为什么呢？
我想这个其实很容易猜到，这里有一个连续的函数调用“GetDataLen()”,

我们来看下两个函数的汇编，做个简单的对比：

函数CaseSumOne

"".CaseSumOne STEXT size= args=0x4 locals=0xc

        0x0000  (point.go:)      TEXT    "".CaseSumOne(SB), $-

        ...

        // point.go:24 -> for i := 0; i < GetDataLen(); i++

        0x0021  (point.go:)      PCDATA  $, $

        0x0021  (point.go:)      PCDATA  $, $

        0x0021  (point.go:)      MOVL    "".result+(SP), DX

        0x0025  (point.go:)      XORL    BX, BX

        0x0027  (point.go:)      JMP

        0x0029  (point.go:)      MOVL    (CX)(BX*), BP    // CX循环计数器

        0x002c  (point.go:)      ADDL    BP, (DX)

        0x002e  (point.go:)      INCL    BX // i++

        0x002f  (point.go:)      MOVL    "".testData+(SB), BP // 栈指针寄存器

        0x0035  (point.go:)      CMPL    BX, BP

        0x0037  (point.go:)      JGE

        ...

        0x0045  (point.go:)      CALL    runtime.panicindex(SB)

        0x004c  (point.go:)      CALL    runtime.morestack_noctxt(SB)

        ...

函数CaseSumTwo

"".CaseSumTwo STEXT size= args=0x4 locals=0xc

        0x0000  (point.go:)      TEXT    "".CaseSumTwo(SB), $-

        ...

        // point.go:32 -> dataLen := GetDataLen()

        // point.go:33 -> for i := 0; i < dataLen; i++ {

        0x0021  (point.go:)      MOVL    "".testData+(SB), DX

        0x0027  (point.go:)      PCDATA  $, $

        0x0027  (point.go:)      PCDATA  $, $

        0x0027  (point.go:)      MOVL    "".result+(SP), BX

        0x002b  (point.go:)      XORL    BP, BP

        0x002d  (point.go:)      JMP

        0x002f  (point.go:)      MOVL    (AX)(BP*), SI

        0x0032  (point.go:)      ADDL    SI, (BX)

        0x0034  (point.go:)      INCL    BP

        0x0035  (point.go:)      CMPL    BP, DX

        0x0037  (point.go:)      JGE

        ...

        0x0045  (point.go:)      CALL    runtime.panicindex(SB)

        0x004c  (point.go:)      CALL    runtime.morestack_noctxt(SB)

        ...

比较结论

不难发现主要的区别是在CaseSumOne中多了这么一行：

0x002f 00047 (point.go:24) MOVL "".testData+4(SB), BP

其实虽然只有一行，但是对于函数“GetDataLen”里需要调用的指令对CPU的消耗：

"".GetDataLen STEXT size= args=0x4 locals=0x0

        0x0000  (point.go:)      TEXT    "".GetDataLen(SB), $- //

        0x0000  (point.go:)      MOVL    TLS, CX

        0x0007  (point.go:)      MOVL    (CX)(TLS*), CX

        0x000d  (point.go:)      CMPL    SP, (CX)

        0x0010  (point.go:)      JLS

        0x0012  (point.go:)      FUNCDATA        $, gclocals·33cdeccccebe80329f1fdbee7f5874cb(SB)

        0x0012  (point.go:)      FUNCDATA        $, gclocals·33cdeccccebe80329f1fdbee7f5874cb(SB)

        0x0012  (point.go:)      FUNCDATA        $, gclocals·33cdeccccebe80329f1fdbee7f5874cb(SB)

        0x0012  (point.go:)      PCDATA  $, $

        0x0012  (point.go:)      PCDATA  $, $

        0x0012  (point.go:)      MOVL    "".testData+(SB), AX // 寄存器寻址 AX = lenVAL

        0x0018  (point.go:)      MOVL    AX, "".~r0+(SP)    // SP = AX = lenVal

        0x001c  (point.go:)      RET

        0x001d  (point.go:)      NOP

        0x001d  (point.go:)      PCDATA  $, $-

        0x001d  (point.go:)      PCDATA  $, $-

        0x001d  (point.go:)      CALL    runtime.morestack_noctxt(SB)    // 压栈

        ...

虽然，看似小小一行代码的区别，但是在指令级的角度上，进行了创建栈空间、压栈、寻址、赋值等一系列操作，况且这里进行了循环调用。

案例二

// case two

func CaseSumTwo(result *int) {

    data := GenerateData()

    dataLen := GetDataLen()

    for i := ; i < dataLen; i++ {

        *result += data[i]

    }

}

// case three

func CaseSumThree(result *int) {

    data := GenerateData()

    dataLen := GetDataLen()

    tmp := *result

    for i:= ; i < dataLen; i++ {

        tmp += data[i]

    }

    *result = tmp

}

执行结果

$ go test -bench=.

goos: windows

goarch: amd64

BenchmarkCaseSumTwo-                           ns/op

BenchmarkCaseSumThree-                         ns/op

PASS

ok      _/C_/go-code/perform/case-one   8.2773

问题分析

虽然对连续函数调用进行了优化，但是CaseSumThree对执行效率还是高于CaseSumTwo1.52倍，还有哪些情况会影响执行性能呢？

我们再来对比下“CaseSumTwo”和“CaseSumThree”对汇编源码：

函数CaseSumTwo

"".CaseSumTwo STEXT size= args=0x4 locals=0xc

        0x0000  (point.go:)      TEXT    "".CaseSumTwo(SB), $-

        ...

        // point.go:31 -> data := GenerateData()

        // point.go:34 -> *result += data[i]

        0x001a  (point.go:)      MOVL    (SP), AX

        0x0027  (point.go:)      MOVL    "".result+(SP), BX

        0x002f  (point.go:)      MOVL    (AX)(BP*), SI // 栈寄存器移动四个字节， -> SI源变址寄存器

        0x0032  (point.go:)      ADDL    SI, (BX)  // SI

        0x0034  (point.go:)      INCL    BP

        0x0035  (point.go:)      CMPL    BP, DX

        0x0037  (point.go:)      JGE

        0x0039  (point.go:)      TESTB   AX, (BX)

        0x003b  (point.go:)      CMPL    BP, CX

        0x003d  (point.go:)      JCS

        0x003f  (point.go:)      JMP

        0x0041  (<unknown line number>)    PCDATA  $, $-

        0x0041  (<unknown line number>)    PCDATA  $, $-

        0x0041  (<unknown line number>)    ADDL    $, SP

        0x0044  (<unknown line number>)    RET

        0x0045  (point.go:)      PCDATA  $, $

        0x0045  (point.go:)      PCDATA  $, $

        0x0045  (point.go:)      CALL    runtime.panicindex(SB)

        0x004a  (point.go:)      UNDEF

        0x004c  (point.go:)      NOP

函数CaseSumThree

"".CaseSumThree STEXT size= args=0x4 locals=0x10

        0x0000  (point.go:)      TEXT    "".CaseSumThree(SB), $-

        ...

        // point.go:40 -> data := GenerateData()

        // point.go:42 -> tmp := *result

        // point.go:44 -> tmp += data[i]

        // point.go:46 -> *result = tmp

        0x001a  (point.go:)      MOVL    (SP), AX

        0x0021  (point.go:)      PCDATA  $, $

        0x0021  (point.go:)      PCDATA  $, $

        0x0021  (point.go:)      MOVL    "".result+(SP), DX

        0x0025  (point.go:)      MOVL    (DX), BX // ->BX数据指针寄存器

        0x0027  (point.go:)      MOVL    "".testData+(SB), BP

        0x002d  (point.go:)      XORL    SI, SI

        0x002f  (point.go:)      JMP

        0x0031  (point.go:)      LEAL    (SI), DI

        0x0034  (point.go:)      MOVL    DI, "".i+(SP) // 移动DI到栈指针12字节的位置

        0x0038  (point.go:)      MOVL    (AX)(SI*), DI // 源变址寄存器移动四个字节（32位），-> 目的变址寄存器

        0x003b  (point.go:)      ADDL    DI, BX // DI+BX

        0x003d  (point.go:)      MOVL    "".i+(SP), DI

        0x0041  (point.go:)      MOVL    DI, SI

        0x0043  (point.go:)      CMPL    SI, BP

        0x0045  (point.go:)      JGE

        0x0047  (point.go:)      CMPL    SI, CX

        0x0049  (point.go:)      JCS

        0x004b  (point.go:)      JMP

        0x004d  (point.go:)      PCDATA  $, $

        0x004d  (point.go:)      MOVL    BX, (DX)

        0x004f  (point.go:)      ADDL    $, SP

        0x0052  (point.go:)      RET

        0x0053  (point.go:)      CALL    runtime.panicindex(SB)

        ...

比较结论

CaseSumTwo函数，在进行ADDL之前，因为“*result”为指针变量，所以不能直接与data[i]运算。因此需要创建一个栈空间，并指向data的地址并，然后通过移动栈指针后得到下一个值的地址，并赋与SI。
CaseSumThree函数，在进行ADDL执行前，创建了一个值变量，那么在执行ADDL的时候，只需要移动SI获取下一个data的值就可以直接进行算数运算，中间少了地址的引用的栈的操作。

堆和栈

其实说白了，就是CaseSumTwo中 *result内存是分配在堆上的，而 CaseSumThree中 tmp是分配在栈上的，而堆和栈堆性能区别这里做一个简单堆比较：

有寄存器直接对栈进行访问（esp，ebp），而对堆访问，只能是间接寻址。也就是说，可以直接从地址取数据放至目标地址；使用堆时，第一步将分配的地址放到寄存器，然后取出这个地址的值，然后放到目标地址。
栈中数据cpu命中率更高，满足局部性原理。
栈是编译时系统自动分配空间，而堆是动态分配（运行时分配空间），所以栈的速度快。
栈是先进后出的队列结构，比堆结构相对简单，分配速度大于堆。

总结

本章主要讲了三个点：

消除循环的低效率
减少过程调用
消除不必要的内存引用

引用《深入计算机系统原理》一书中对性能优化所提到的三个方面：

高级设计，为遇到的问题选择适当的算法和数据结构。要特别警觉，避免使用那些会渐进地产生糟糕性能的算法或编码技术。
基本编码原则，从指令的角度考虑，开发中应如何编码，才能减少执行的指令。
低级优化，针对现代处理器，如何让cpu的流水线尽量饱合。

所以，一个优秀的程序员在写每一行代码，定义每一个变量，也许背后思考的就会更多。

原文地址

https://github.com/WilburXu/blog/blob/master/Golang/Go%20%E6%80%A7%E8%83%BD%E5%88%86%E6%9E%90%E4%B9%8B%E6%A1%88%E4%BE%8B%E4%B8%80.md

Go 性能分析之案例一的更多相关文章

性能分析（2）- 应用程序 CPU 使用率过高案例
性能分析小案例系列,可以通过下面链接查看哦 https://www.cnblogs.com/poloyy/category/1814570.html 系统架构背景其中一台用作 Web 服务器,来模拟 ...
性能分析（3）- 短时进程导致用户 CPU 使用率过高案例
性能分析小案例系列,可以通过下面链接查看哦 https://www.cnblogs.com/poloyy/category/1814570.html 系统架构背景 VM1:用作 Web 服务器,来模拟 ...
性能分析（4）- iowait 使用率过高案例
性能分析小案例系列,可以通过下面链接查看哦 https://www.cnblogs.com/poloyy/category/1814570.html 前言前面两个案例讲的都是上下文切换导致的 CPU ...
性能分析（5）- 软中断导致 CPU 使用率过高的案例
性能分析小案例系列,可以通过下面链接查看哦 https://www.cnblogs.com/poloyy/category/1814570.html 前言软中断基本原理,可参考这篇博客:https: ...
性能分析（7）- 未利用系统缓存导致 I/O 缓慢案例
性能分析小案例系列,可以通过下面链接查看哦 https://www.cnblogs.com/poloyy/category/1814570.html 前提前面有学到 Buffer 和 Cache 的 ...
性能分析（1）- Java 进程导致 CPU 使用率升高，问题怎么定位？
性能分析小案例系列,可以通过下面链接查看哦 ps:这些分析小案例不能保证百分比正确,是博主学习过程中的总结,仅做参考前提本机有一个很占用 CPU 的项目,放在了 Tomcat 下启动着如何定位 ...
性能分析（6）- 如何迅速分析出系统 CPU 的瓶颈在哪里
性能分析小案例系列,可以通过下面链接查看哦 https://www.cnblogs.com/poloyy/category/1814570.html 前言在做性能测试时,我们会需要对 Linux 系 ...
（转）一个MySQL 5.7 分区表性能下降的案例分析
一个MySQL 5.7 分区表性能下降的案例分析原文:http://www.talkwithtrend.com/Article/216803 前言希望通过本文,使MySQL5.7.18的使用者知晓 ...
[转] Android 性能分析案例
Android 系统的一个工程师(Romain Guy)针对Falcon Pro 应用,撰写了一个Android性能分析的文章.该文章介绍了如何分析一个应用哪里出现了性能瓶颈,导致该应用使用起来不流 ...

随机推荐

Node.js Sequelize如何实现数据库的读写分离
一.前言在构建高并发的Web应用时,除了应用层要采取负载均衡方案外,数据库也要支持高可用和高并发性.使用较多的数据库优化方案是:通过主从复制(Master-Slave)的方式来同步数据,再通过读写分 ...
web端自动化——selenium Page Object设计模式
Page Object设计模式的优点如下: ① 减少代码的重复. ② 提高测试用例的可读性. ③ 提高测试用例的可维护性,特别是针对UI频繁变化的项目. 当为Web页面编写测试时,需 ...
利用eclipse导入jar包到本地仓库
如果不也不想用mvn install xxxxxx 后面跟一大堆的东东,可以让eclipse替代完成导入,看下图 File------->Import 大功告成,可见eclipse还没有废掉,至 ...
DSOFramer 控件（转）
1.Html电子印章.手写签名系统演示:http://www.dianju.com.cn/video.htm在线试用:http://www.dianju.com.cn/websignpiaoju/ht ...
npm安装10
https://www.cnblogs.com/zouke1220/p/9723191.html
idea安装svn
idea不像eclipse那样是用插件,idea是直接指向已经安装好的svn.exe.
QPS、TPS和系统吞吐量
QPS:Queries Per Second,每秒查询率.是一台服务器每秒能够相应的查询次数,是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准. TPS:Transactions Per ...
Amazon SQS 消息队列服务
Amazon sqs是亚马逊提供的线上消息队列服务, 可以实现应用程序解耦,以及可靠性保证. sqs提供了两种消息队列, 一种是标准消息队列, 一种是先进先出队列(FIFO), 其区别是FIFO是严格 ...
Quartz.Net—初识
什么是Quartz.Net 计划任务,定时框架.大到可以做灾难转移负载均衡.小到可以做定时生成数据,数据更新等等. 官网 http://www.quartz-scheduler.org/ Q ...
lnmp+tp5安装纪要
1: lnmp : https://lnmp.org/install.html 官网安装帮助运行命令:wget http://soft.vpser.net/lnmp/lnmp1.6.tar.gz ...

Go 性能分析之案例一

思考

案例分析

案例一

执行结果

问题分析

函数CaseSumOne

函数CaseSumTwo

比较结论

案例二

执行结果

问题分析

函数CaseSumTwo

函数CaseSumThree

比较结论

堆和栈

总结

原文地址

Go 性能分析之案例一的更多相关文章

随机推荐

热门专题