Golang 性能提高技术—-基础编码原则

前言

这段话摘自《深入计算机系统原理》一书中，讲的是三3种性能优化方案，针对程序不同层次来提升性能。

高级设计：指的是程序整体的设计，采用适当的算法和数据结构。

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。
本文主要只对基本编码原则进行说明，通过一个例子说明其编码的原因，由浅入深。给出的例子是用golang代码编码，虽然《深入理解计算机系统》一书中是用C语言来讲解，但对于也是转成化成机器码的golang来说都是样不多。编码器在转化成机器码的过程中能帮助开发者是有限的，性能的提升更多是需要依赖程序员的设计。

分析

先看一下我们给出的例子，代码如下：

//测试数据
var testData = CreateTestData()


func GetValue(index int) int {
   return testData[index]
}

//获取测试数据长度
func GetDataLen() int{
   return len(testData)
}

//创建一个6000000000大小的整型切片
func CreateTestData()[]int  {
   data := make([]int,6000000000)
   for index,_ := range data{
      data[index] = index % 128
   }
   return data
}

此处我们建立一个比较大的切片数组来做求和运算，之所以选用比较大的测试数据，是为了减少运行中其它因素的干扰影响，达到更明显的对比效果。下面是最开始的求和代码:

func toSum1(result *int)  {
    for i:=0;i< GetDataLen();i++{
        *result += GetValue(i)
    }
}

此求和是将整个数组的所有元素加到result指针上，代码很简洁，但是就是这样的代码有着非常大的优化空间。我们先按从”基本编码原则”里的第一个点分析。

1.消除连续的函数调用

首先是GetDataLen()这句代码并不需要被反复调用，但它现在放在for循环当中。由于调用一个函数，处理器执行会增加一定的延迟，这中间需要过程压栈，更改程序计数器，再加上内部调用len方法也需要一定的消耗。只是调用几次性能上并不会有大的损失，但是成千上百万次的话，性能的差异就明显了。因此以下是对toSum1()函数的改进:

func toSum2(result *int)  {
    dataLength := GetDataLen()
    for i:=0;i< dataLength;i++{
        *result += GetValue(i)
    }
}

toSum2函数,内部定义一个局部变量dataLength来保存长度，从而减少了GetDataLen()的调用。接着通过以下性能测试，来对两次改进进行性能对比，来查看其性能变化。

func BenchmarkData1(b *testing.B)  {
    var sum *int = new(int)
    *sum = 0
    toSum1(sum)
}

func BenchmarkData2(b *testing.B)  {
    var sum *int = new(int)
    *sum = 0
    toSum2(sum)
}

执行查看其结果

goos: darwin
goarch: amd64
pkg: GoTest/power
BenchmarkData1-4           1    161089507196 ns/op
PASS


goos: darwin
goarch: amd64
pkg: GoTest/power
BenchmarkData2-4           1    143682539481 ns/op
PASS

改进后快了将近20s。这里需要注意的是不同的设备测试结果是不一样的，此数据仅供参考，仅证明该改进是有明显的性能提升的。
其次是第二个方法 GetValue(i)的调用，凡是函数或方法的调用就会有额外的损耗（压栈、修改计数器等），虽然对处理器来说这个没算什么，毕竟cpu是以ns为执行单位，但还是对该函数再进一步改造。

//获取测试数据数组
func GetData() []int {
    return testData
}

func toSum3(result *int)  {
    data := GetData()
    dataLength := len(data)
    for i:=0;i< dataLength;i++{
        *result += data[i]
    }
}

新增加了一个函数GetData()用于获取整个切片，不再调用GetValue()。再执行同样的测试得到以下的数据

goos: darwin
goarch: amd64
pkg: GoTest/power
BenchmarkData3-4           1    141323677877 ns/op
PASS

对比toSum2()的测试数据，只是提升了几秒的效率，原因是这次减少的是函数的调用过程，而对切片内容的访问还是需要的，所以看到的效果不是很明显。（注：此次的改动虽然提高了性能，但考虑到如果开发者不希望知道内部数据结构，那该改动影响对该数据内容的抽象。）

2.消除不必要的存储器引用

*result += data[i] 这段代码我们首先要明白处理器指行它的时候要经过什么步骤。它主要的过程需要以下几步：
​ 1.通过result地址值，从内存取出数据放在寄存器中（假设寄存器A）
​ 2.再通过切片数组的首地址获取第i个元素到寄存器中（假设寄存器B）
​ 3.接着将寄存器B 加到寄存器 A中
​ 4.最后再将寄存A写回 result 指向的内存地址
由于*result在这过程中需要反复地读写，是没有必要的操作，因此我们将再对它做以下的改动。

func toSum4(result *int)  {
    k := *result
    data := GetData()
    dataLength := len(data)
    for i:=0;i< dataLength;i++{
        k += data[i]
    }
    *result = k
}

此处的执行将原先放置在 result 位置的复制到局部变量k中，到最后再将k的值写回result位置中。此处相当是将*result保到固定的寄存器中，让其一直被用作求和运算。此处改动，就相当于节省原有4个步聚里面的1､4步聚，变成以下两个：
​ 1.通过切片数组的首地址获取第i个元素到寄存器中（假设寄存器B）
​ 2.接着将寄存器B 加到寄存器 A中（假设 k 指向的是寄存器A）
再看看其性能对比：

goos: darwin
goarch: amd64
pkg: GoTest/power
BenchmarkData4-4           1    131440327341 ns/op
PASS

对比 toSum3,又减少了10秒，效果很明显。虽然这里只是用指针做例子，但数组和结构体也是一样的，对内部变量的访问是同指针类似。（注：结构体是通过首地址计算再去内存中获取对应的变量值）

总结

此处给出的性能提升只是从指令的角度考虑，并在这过程演示了《深入理解计算机系统》书中所讲的基本编码原则所带来的效益。而如果想要对该函数有更大的提升空间，我们还可以从”低级忧化”忧化入手，在本文中就暂不讲解，后续有时间再对其做补充。废话也不多说，为本文总结一句： 消除连续的函数调用和不必要的存储器引用

测试代码

https://github.com/wpnine/PerformanceExample