go逃逸分析

go 内存分配

go 内存详细过程参考这篇: go内存分配与垃圾回收

go 会在堆(heap, 全局的堆空间用来动态分配内存)和栈(每个 goroutine 的 stack)两个地方分配内存。
在函数中申请一个对象，如果分配在栈中，函数执行结束时自动回收，如果分配在堆中，则在函数结束后某个时间点进行垃圾回收。

在栈上分配和回收内存的开销很低，只需要 2 个 CPU 指令：PUSH 和 POP，一个是将数据 push 到栈空间以完成分配，pop 则是释放空间，也就是说在栈上分配内存，消耗的仅是将数据拷贝到内存的时间，而内存的 I/O 通常能够达到 30GB/s，因此在栈上分配内存效率是非常高的。

在堆上分配内存，一个很大的额外开销则是垃圾回收。Go 语言使用的是标记清除算法，并且在此基础上使用了三色标记法和写屏障技术，提高了效率。
堆内存分配导致垃圾回收的开销远远大于栈空间分配与释放的开销。

逃逸分析

1. 什么是内存逃逸？
   内存逃逸（Memory Escape）是指Go语言中变量被分配到堆（Heap），而非栈（Stack）上的现象。

逃逸的核心原因：编译器无法确定变量的生命周期是否超出当前函数的作用域，因此将变量分配到堆上以确保其安全性。堆内存由垃圾回收器（GC）管理，而栈内存由编译器自动管理，生命周期受限于函数调用。

2. 什么是逃逸分析?
   Go 编译器怎么知道某个变量需要分配在栈上，还是堆上呢？编译器决定内存分配位置的方式，就称之为逃逸分析(escape analysis)。逃逸分析由编译器完成，作用于编译阶段。

可以通过 go build -gcflags=-m 查看逃逸分析情况， 输出类似:

go build -gcflags=-m main.go
# command-line-arguments
./main.go:7:6: can inline foo
./main.go:13:10: inlining call to foo
./main.go:16:13: inlining call to fmt.Println
/var/folders/45/qx9lfw2s2zzgvhzg3mtzkwzc0000gn/T/go-build409982591/b001/_gomod_.go:6:6: can inline init.0
./main.go:7:10: leaking param: s
./main.go:8:10: new(A) escapes to heap
./main.go:16:13: io.Writer(os.Stdout) escapes to heap
./main.go:16:13: c escapes to heap
./main.go:15:9: b + "!" escapes to heap
./main.go:13:10: main new(A) does not escape
./main.go:14:11: main a.s + " world" does not escape
./main.go:16:13: main []interface {} literal does not escape
<autogenerated>:1: os.(*File).close .this does not escape

内存逃逸的例子

指针逃逸

func createPointer() *int {
    x := 10
    return &x // x 逃逸到堆
}

x是局部变量，函数返回其指针后，x的生命周期超出函数作用域，必须分配到堆上。

interface{} 动态类型逃逸

func interfaceEscape() interface{} {
    x := 10
    return x // x 逃逸到堆
}

接口类型包含指向具体数据的指针和类型信息，编译期无法确定具体类型， 赋值时需将数据分配到堆上。

闭包

func Increase() func() int {
	n := 0
	return func() int {
		n++
		return n
	}
}

func main() {
	in := Increase()
	fmt.Println(in()) // 1
	fmt.Println(in()) // 2
}

Increase() 返回值是一个闭包函数，该闭包函数访问了外部变量 n，那变量 n 将会一直存在，直到 in 被销毁。很显然，变量 n 占用的内存不能随着函数 Increase() 的退出而回收，因此将会逃逸到堆上。

内存逃逸的影响

• 性能开销：
  • 堆分配速度慢：相比栈分配，堆分配需要更复杂的内存管理（如分配、碎片化处理）。
  • GC压力增加：堆上分配的变量需要垃圾回收，频繁逃逸可能导致GC频繁运行，影响程序性能。
  • 缓存效率降低：堆内存分散，可能导致CPU缓存命中率下降。
  • 内存碎片化：
  • 堆内存的动态分配和释放可能产生碎片，降低内存利用率。
• 潜在内存泄漏：
  • 如果逃逸到堆的变量未被正确释放（如循环引用），可能导致内存泄漏。