go 对象池化组件 bytebufferpool使用详解

作者:FfFJ 时间:2024-02-10 14:26:11 

1. 针对问题

在编程开发的过程中,我们经常会有创建同类对象的场景,这样的操作可能会对性能产生影响,一个比较常见的做法是使用对象池,需要创建对象的时候,我们先从对象池中查找,如果有空闲对象,则从对象池中移除这个对象并将其返回给调用者使用,只有在池中无空闲对象的时候,才会真正创建一个新对象

另一方面,对于使用完的对象,我们并不会对它进行销毁,而是将它放回到对象池以供后续使用,使用对象池在频繁创建和销毁对象的情况下,能大幅的提升性能,同时为了避免对象池中的对象占用过多的内存,对象池一般还配有特定的清理策略,Go的标准库sync.Pool就是这样一个例子,sync.Pool 中的对象会被垃圾回收清理掉

这类对象中,有一种比较特殊的是字节切片,在做字符串拼接的时候,为了拼接高效,我们通常将中间结果存放在一个字节缓冲中,拼接完之后,再从字节缓冲区生成字符串

Go标准库bytes.Buffer封装字节切片,提供一些使用接口,我们知道切片的容量是有限的,容量不足时需要进行扩容,而频繁的扩容容易造成性能抖动

bytebufferpool实现了自己的Buffer类型,并引入一个简单的算法降低扩容带来的性能损失

2. 使用方法

bytebufferpool的接入很轻量

func main() {
  bf := bytebufferpool.Get()
  bf.WriteString("Hello")
  bf.WriteString(" World!!")
  fmt.Println(bf.String())
}

上面的这种用法使用的是defaultPoolbytebufferpoolPool对象是公开的,也可以自行新建

3. 源码剖析

bytebufferpool是如何做到最大程度减小内存分配和浪费的呢,先宏观的看整个Pool的定义,然后细化到相关的方法,就可以找到答案

bytebufferpoolPool结构体的定义为

type Pool struct {
  calls       [steps]uint64
  calibrating uint64
  defaultSize uint64
  maxSize     uint64
  pool sync.Pool
}

其中calls存储了某一个区间内不同大小对象的个数,calibrating是一个标志位,标志当前Pool是否在重新规划中,defaultSize是元素新建时的默认大小,它的选取逻辑是当前calls中出现次数最多的对象对应的区间最大值,这样可以防止从对象池中捞取之后的频繁扩容,maxSize限制了放入Pool中的最大元素的大小,防止因为一些很大的对象占用过多的内存

bytebufferpool中定义了一些和defaultSizemaxSize计算相关的常量

const (
  minBitSize = 6 // 2**6=64 is a CPU cache line size
  steps      = 20
  minSize = 1 << minBitSize
  maxSize = 1 << (minBitSize + steps - 1)
  calibrateCallsThreshold = 42000
  maxPercentile           = 0.95
)

其中minBitSize表示的是第一个区间对象大小的最大值(2的xx次方-1),在bytebufferpool中,将对象大小分为20个区间,也就是steps,第一个区间为[0, 2^6-1],第二个为[2^6, 2^7-1]...,依此类推

calibrateCallsThreshold表示如果某个区间内对象的数量超过这个阈值,则对Pool中的变量进行重新的计算,maxPercentile用于计算Pool中的maxSize,表示前95%的元素大小

bytebufferpool中的方法也比较少,核心的是GetPut方法

  • Get

func (p *Pool) Get() *ByteBuffer {
  v := p.pool.Get()
  if v != nil {
     return v.(*ByteBuffer)
  }
  return &ByteBuffer{
     B: make([]byte, 0, atomic.LoadUint64(&p.defaultSize)),
  }
}

可以看到,如果对象池中没有对象的话,会申请defaultSize大小的切片返回

  • Put

func (p *Pool) Put(b *ByteBuffer) {
  idx := index(len(b.B))
  if atomic.AddUint64(&p.calls[idx], 1) > calibrateCallsThreshold {
     p.calibrate()
  }
  maxSize := int(atomic.LoadUint64(&p.maxSize))
  if maxSize == 0 || cap(b.B) <= maxSize {
     b.Reset()
     p.pool.Put(b)
  }
}

Put方法会比较麻烦,我们分步来看

  • 计算放入元素在calls数组中的位置

func index(n int) int {
  n--
  n >>= minBitSize
  idx := 0
  for n > 0 {
     n >>= 1
     idx++
  }
  if idx >= steps {
     idx = steps - 1
  }
  return idx
}

这里的逻辑就是先将长度右移minBitSize,如果依然大于0,则每次右移一位,idx加1,最后如果idx超出了总的steps(20),则位置就在最后一个区间

  • 判断当前区间放入元素的个数是否超过了calibrateCallsThreshold指定的阈值,超过则重新计算Pool中元素的值

func (p *Pool) calibrate() {
  // 如果正在重新计算,则返回,控制多并发
  if !atomic.CompareAndSwapUint64(&p.calibrating, 0, 1) {
     return
  }
  // 计算每一段区间中的元素个数 & 元素总个数
  a := make(callSizes, 0, steps)
  var callsSum uint64
  for i := uint64(0); i < steps; i++ {
     calls := atomic.SwapUint64(&p.calls[i], 0)
     callsSum += calls
     a = append(a, callSize{
        calls: calls,
        size:  minSize << i,
     })
  }
  // 按照对象元素的个数从大到小排序
  sort.Sort(a)
  // defaultSize 为内部切片的默认大小,减少扩容次数
  // maxSize 限制放入pool中的最大元素大小
  defaultSize := a[0].size
  maxSize := defaultSize
  // 将前95%元素中的最大size给maxSize
  maxSum := uint64(float64(callsSum) * maxPercentile)
  callsSum = 0
  for i := 0; i < steps; i++ {
     if callsSum > maxSum {
        break
     }
     callsSum += a[i].calls
     size := a[i].size
     if size > maxSize {
        maxSize = size
     }
  }
  // 对defaultSize和maxSize进行赋值
  atomic.StoreUint64(&p.defaultSize, defaultSize)
  atomic.StoreUint64(&p.maxSize, maxSize)
  atomic.StoreUint64(&p.calibrating, 0)
}
  • 判断当前放入元素的大小是否超过了maxSize,超过则不放入对象池中

来源:https://juejin.cn/post/7150528125841965093

标签:go,bytebufferpool,对象,池化组件
0
投稿

猜你喜欢

  • 人工智能Text Generation文本生成原理示例详解

    2022-01-16 22:45:28
  • python修改文件内容的3种方法详解

    2021-07-27 10:19:36
  • webpack vue 项目打包生成的文件,资源文件报404问题的修复方法(总结篇)

    2024-04-27 16:10:21
  • Django实现auth模块下的登录注册与注销功能

    2022-03-06 17:49:15
  • Monster for Chrome

    2010-05-04 16:30:00
  • 好友列表利用率越高,社区越失败

    2008-04-10 12:22:00
  • CSS网页布局开发时的常见问题小结

    2009-08-13 12:17:00
  • python通过floor函数舍弃小数位的方法

    2022-08-17 10:56:17
  • JS扩展方法实例分析

    2024-04-25 10:35:54
  • 将django项目部署到centos的踩坑实战

    2021-05-14 06:00:22
  • javascript 设置文本框中焦点的位置

    2024-05-02 17:29:41
  • 第五章之BootStrap 栅格系统

    2024-05-05 09:14:46
  • 我们需要什么样的压力测试工具?

    2009-09-09 14:18:00
  • 对于任意的XML的遍历

    2008-09-05 17:11:00
  • javascript入门·对象属性方法大总结

    2024-05-03 15:57:21
  • Python二叉搜索树与双向链表转换算法示例

    2023-07-17 22:49:42
  • PyTorch中Tensor的数据统计示例

    2021-03-05 01:04:53
  • Python使用淘宝API查询IP归属地功能分享

    2021-02-11 20:37:29
  • python三大器之迭代器、生成器、装饰器

    2022-04-14 13:44:20
  • Python之Pygame的Event事件模块

    2021-07-17 06:18:40
  • asp之家 网络编程 m.aspxhome.com