Go / 系统课时
理解分配器与对象生命周期
理解分配器与对象生命周期
这篇课时要把“创建一个 Go 对象”拆成可观察的成本:值先由编译器决定放在栈还是堆,进入堆后再由运行时分配器提供空间,最终由可达性决定何时可被 GC 回收。理解这条链路后,你就能区分分配速率、存活堆大小和真正的 GC 压力。
学习目标
- 区分栈分配、堆分配与对象可达性三件不同的事
- 看懂小对象从
mcache、mcentral到mheap的分配路径 - 用基准测试判断高 allocation rate 是否来自可消除的堆分配
从值的去向看分配成本
Go 源码里的 new、取地址或 make 并不等于“一定发生堆分配”。编译器先做逃逸分析:生命周期能够被静态约束的值通常可以随 goroutine 栈管理;无法安全放在栈上的值才会逃逸到堆。栈空间随调用返回自然复用,而堆对象需要进入运行时分配器,并由 GC 判断是否仍然可达。
堆对象也不是“离开代码块就立即释放”。GC 从栈、全局变量等根集合出发沿指针扫描;仍能从根到达的对象是 live object,不可达对象才有资格在后续 sweep 中把其存储空间重新交给分配器。这里的“回收”首先意味着空间可再次用于堆分配,不等于每个对象都会立即把物理内存归还操作系统。

理解小对象为何通常分配得快
标准 Go 运行时会把小对象按 size class 管理。常见快速路径是当前 P 从自己的 mcache 中找到对应大小类别且仍有空槽的 span,这条路径通常不需要全局锁;当本地 span 用尽时,再向 mcentral 获取可用 span,必要时继续向 mheap 请求页级资源。极小且不含指针的对象还可能由 tiny allocator 合并到较大的块中。
这解释了一个容易误判的现象:单次小对象分配可以很快,但大量分配仍然昂贵。每秒创建的堆字节越多,堆增长到下一次 GC 目标所需的时间越短;即使这些对象很快死亡,也可能把 GC 周期推得更频繁。反过来,长寿命对象即使创建次数不多,也会抬高 live heap,并增加后续标记扫描的工作集。
用基准测试观察 allocation rate
下面的基准测试让 BenchmarkAllocate 每次迭代创建一个逃逸到堆的 64 字节对象;BenchmarkReuse 只复用一个对象。全局变量 sink 用来阻止编译器把结果当成无效计算删除,同时也让被引用的值发生逃逸。
package alloc
import "testing"
type Item struct {
A, B int64
Pad [48]byte
}
var sink *Item
func BenchmarkAllocate(b *testing.B) {
for i := 0; i < b.N; i++ {
v := &Item{A: int64(i)}
sink = v
}
}
func BenchmarkReuse(b *testing.B) {
var v Item
for i := 0; i < b.N; i++ {
v.A = int64(i)
sink = &v
}
}把代码保存为 alloc_test.go,执行:
go test alloc_test.go -run '^$' -bench . -benchmem预期输出
goos: <VALUE>
goarch: <VALUE>
cpu: <VALUE>
BenchmarkAllocate-<VALUE> <VALUE> <VALUE> ns/op 64 B/op 1 allocs/op
BenchmarkReuse-<VALUE> <VALUE> <VALUE> ns/op 0 B/op 0 allocs/op
PASS
ok command-line-arguments <VALUE>s<VALUE> 会随 CPU、Go 版本和基准迭代次数变化。这里最值得看的是 B/op 与 allocs/op:前者近似每次操作制造多少堆分配流量,后者说明每次操作触发多少次堆对象分配。第二个基准并不证明“复用永远更快”,它只证明把每次迭代的堆分配降为一次长期复用后,allocation rate 会显著下降。
把分配速率和存活堆分开判断
排查内存性能时,不要只盯 RSS。alloc_space 或累计分配字节高,说明程序制造内存的速度快;inuse_space 或 live heap 高,说明对象存活得久。前者更容易导致 GC 周期频繁,后者更直接决定每轮扫描规模与堆增长目标,两者可能同时高,也可能完全不同。
优化顺序通常是先用 benchmark 的 -benchmem、内存 profile 或 runtime/metrics 找出分配热点,再判断这些分配能否通过预分配、缩短对象图、避免不必要逃逸或批量复用消除。不要为了追求 0 allocs/op 盲目引入对象池;如果复用让大量对象长期保持可达,反而会把短命分配问题变成长寿命堆问题。