iT邦幫忙

2024 iThome 鐵人賽

DAY 19
0
Software Development

Go語言設計與架構之美系列 第 19

Day19 - 記憶體管理: 垃圾回收機制

  • 分享至 

  • xImage
  •  

在程式開發的過程中,記憶體管理是一個非常重要的議題。如果記憶體管理不當,可能會導致程式崩潰或效能下降。在 Go 語言中,記憶體管理的關鍵就在於它的垃圾回收(Garbage Collection,簡稱 GC)機制。垃圾回收能自動管理記憶體,減輕開發者的負擔,讓我們更專注於程式的邏輯與功能開發。今天,我們就來深入了解一下 Go 語言的垃圾回收機制,以及它是如何提高程式效能的。同時,作為一個擅長 Python 的程式語言愛好者,我們也將比較 Go 與 Python 在垃圾回收方面的不同。

什麼是垃圾回收?

簡單來說,垃圾回收是一種自動管理記憶體的技術。它負責回收不再使用的記憶體空間,防止記憶體洩漏。這就像有個勤快的清潔工,不停地清理不再需要的雜物,讓房間保持整潔有序。

垃圾回收的基本流程

  1. 標記階段(Mark): 垃圾回收器會遍歷所有的變數,找出那些仍然被引用的物件,並將它們標記為“活的”。
  2. 清除階段(Sweep): 清除階段會釋放掉那些沒有被標記的物件,回收它們所佔用的記憶體空間。
  3. 壓縮階段(Compaction,可選): 這個階段會整理記憶體,將分散的空間合併成連續的區塊,以提高記憶體的使用效率。

Go 語言的垃圾回收機制

Go 語言使用一種稱為「非分代三色標記-清除」的垃圾回收機制。這種機制的特點是,垃圾回收的過程與程式執行是同時進行的(即併發),這樣可以減少程式執行中斷的時間。

三色標記法

Go 的垃圾回收使用三色標記法來追蹤物件的狀態:

  • 白色(White): 尚未被檢查的物件。
  • 灰色(Gray): 已被檢查且仍需遞迴檢查的物件。
  • 黑色(Black): 已被檢查且不再需要檢查的物件。

在標記階段,所有物件一開始都是白色的。垃圾回收器從根物件(如全域變數和堆疊上的變數)開始,將這些物件標記為灰色。然後,它會依次處理灰色物件,將它們引用的物件標記為灰色,並將自己標記為黑色。當所有灰色物件都被處理完畢後,白色物件即為不再使用的垃圾。

併發垃圾回收

Go 的垃圾回收器是併發進行的,也就是說,它在程式執行的同時進行垃圾回收工作。這樣做的好處是能夠減少應用程式的停頓時間,讓使用者感覺程式更加流暢。當然,這也帶來了一定的挑戰,因為需要在垃圾回收與程式邏輯之間保持資料的一致性。

Python 與 Go 的垃圾回收機制比較

Python 也是一種廣泛使用的程式語言,其垃圾回收機制與 Go 有一些不同之處。下面我們來看看這兩種語言的垃圾回收機制有何不同。

Python 的垃圾回收

Python 使用兩種策略來管理記憶體:引用計數(Reference Counting)循環垃圾回收(Cycle Garbage Collection)

  1. 引用計數:

    Python 主要依賴引用計數來管理記憶體。每個物件都有一個計數器,用來記錄有多少引用指向它。當計數器變為零時,物件所佔用的記憶體會立即被釋放。

    • 優點:引用計數能夠立即釋放不再使用的物件,降低記憶體使用。
    • 缺點:無法處理循環引用,這可能會導致記憶體洩漏。
  2. 循環垃圾回收:

    為了解決引用計數的缺點,Python 還引入了循環垃圾回收器。這個機制會定期檢查物件的引用Graph,找出那些有循環引用的物件,並釋放它們。

Go 與 Python 的差異

  • 併發性: Go 的垃圾回收器是併發的,這讓它能夠在程式執行時進行垃圾回收,減少停頓時間。而 Python 的垃圾回收器則是單執行緒的,可能會在回收時暫停程式執行。
  • 記憶體管理: Go 使用非分代的三色標記-清除法,更加適合長時間運行的伺服器應用。而 Python 使用分代垃圾回收策略,適合多變數、小物件的處理。
  • 語言特性: Python 的動態性和高層抽象使得記憶體管理較為簡單,但可能導致一些性能問題;Go 則傾向於提供更高效的記憶體管理,但要求開發者在設計上更加謹慎。

垃圾回收對效能的影響

雖然垃圾回收能夠自動管理記憶體,減輕開發者的負擔,但它也會對程式的效能產生影響。

  1. 延遲(Latency): 雖然 Go 的垃圾回收器盡量減少延遲,但仍然可能在某些情況下出現短暫的卡頓,特別是在回收大量記憶體時。
  2. 記憶體佔用(Memory Footprint): 垃圾回收器需要額外的記憶體來追蹤物件狀態,這可能導致整體記憶體佔用增加。
  3. CPU 開銷(CPU Overhead): 垃圾回收需要消耗 CPU 資源,這可能會與程式的正常運行產生競爭。

如何優化垃圾回收的效能

為了減少垃圾回收對效能的影響,我們可以採取以下幾種優化策略:

  1. 減少記憶體分配: 儘量重用物件,避免不必要的記憶體分配和釋放。
    例如,使用物件池(object pool)來管理可重用的物件,減少垃圾回收器的工作量。
var bufferPool = sync.Pool{
    New: func() interface{} {
        return make([]byte, 1024)
    },
}

func process(data []byte) {
    buf := bufferPool.Get().([]byte)
    defer bufferPool.Put(buf)

    // 使用 buf 進行處理
}
  1. 減少長壽命物件:
    儘量縮短物件的生命週期,特別是那些佔用大量記憶體的物件。
    考慮將大型資料結構分解成小的模塊,根據需要動態加載和釋放。

  2. 提高記憶體局部性: 優化資料結構,讓相互關聯的資料儘量靠近,增加緩存命中率。

    例如,對於頻繁使用的資料,可以將其緊湊地儲存在連續的記憶體中。

  3. 配置 GOGC 參數: GOGC 是 Go 的一個環境變數,用於調整垃圾回收的頻率。默認值是 100,表示在Queue的大小增加 100% 時觸發垃圾回收。

    如果你的應用不太依賴即時的記憶體回收,可以增加 GOGC 的值以減少回收次數:

    export GOGC=200
    

總結

  1. Go 的併發垃圾回收
  • Go 語言使用「非分代三色標記-清除」垃圾回收機制,採用併發方式運行垃圾回收,減少程式停頓時間,適合長時間運行的伺服器應用。
  1. Go 與 Python 的垃圾回收差異
  • Python 使用引用計數和循環垃圾回收,主要依賴單執行緒運行。相比之下,Go 的併發垃圾回收更適合多執行緒應用,能有效降低程式延遲。
  1. 垃圾回收的效能優化策略
  • 減少不必要的記憶體分配,重用物件,縮短物件生命週期,提高記憶體局部性,並合理調整 GOGC 參數以優化程式效能。

更多Go語言相關的文章歡迎參閱我的部落格: https://kaichiachen.github.io/2024/05/16/golang/go_gc/


上一篇
Day18 - Go語言的基本性能分析
下一篇
Day20 - Go專案的高效開發技巧
系列文
Go語言設計與架構之美30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言