记忆效率高

Question

我有两个在Go上写的类似程序的例子。该代码的主要目的是使用结构中的值对结构进行排序映射。

带指针的示例

package main

import (
    "fmt"
    "sort"
)

type payload struct {
    data string
    value  float64
}

type container struct {
    counter int
    storage map[int]*payload
}

type payloadSlice []*payload

// Len is part of sort.Interface.
func (p payloadSlice) Len() int {
    return len(p)
}

// Swap is part of sort.Interface.
func (p payloadSlice) Swap(i, j int) {
    p[i], p[j] = p[j], p[i]
}

// Less is part of sort.Interface. We use count as the value to sort by
func (p payloadSlice) Less(i, j int) bool {
    return p[i].value < p[j].value
}
func main() {
    name := "special_unique_name"
    var m = map[string]container{
        name: {counter: 10, storage: map[int]*payload{
            5: {data: "epsilon", value: 55},8: {data: "theta", value: 85},4: {data: "delta", value: 48},1: {data: "alpha", value: 14},10: {data: "kappa", value: 101},
            3: {data: "gamma", value: 31},6: {data: "zeta", value: 63},2: {data: "beta", value: 26},9: {data: "iota", value: 92},7: {data: "eta", value: 79},
        }},
    }
    s := make(payloadSlice, 0, len(m[name].storage))
    for _, v := range m[name].storage {
        s = append(s, v)
    }
    sort.Sort(s)

    for _, v := range s {
        fmt.Println(name, v)
    }
}

值的示例

package main

import (
    "fmt"
    "sort"
)

type payload struct {
    data string
    value  float64
}

type container struct {
    counter int
    storage map[int]payload
}

type payloadSlice []payload

// Len is part of sort.Interface.
func (p payloadSlice) Len() int {
    return len(p)
}

// Swap is part of sort.Interface.
func (p payloadSlice) Swap(i, j int) {
    p[i], p[j] = p[j], p[i]
}

// Less is part of sort.Interface. We use count as the value to sort by
func (p payloadSlice) Less(i, j int) bool {
    return p[i].value < p[j].value
}
func main() {
    name := "special_unique_name"
    var m = map[string]container{
        name: {counter: 10, storage: map[int]payload{
            5: {data: "epsilon", value: 55},8: {data: "theta", value: 85},4: {data: "delta", value: 48},1: {data: "alpha", value: 14},10: {data: "kappa", value: 101},
            3: {data: "gamma", value: 31},6: {data: "zeta", value: 63},2: {data: "beta", value: 26},9: {data: "iota", value: 92},7: {data: "eta", value: 79},
        }},
    }
    s := make(payloadSlice, 0, len(m[name].storage))
    for _, v := range m[name].storage {
        s = append(s, v)
    }
    sort.Sort(s)

    for _, v := range s {
        fmt.Println(name, v)
    }
}

我想知道2个时刻：

1. 哪个例子具有内存效率？ （我猜这是一个指针方式）
2. 如何使用具有不同结构数量的测试数据来测量这些示例的性能？你能帮我创建Benchmark吗？

我想地图中每个结构的大小平均为1-2kB。

Answer 1

“内存效率”是一个相当广泛的术语，可能意味着垃圾收集语言中的几个非常不同的东西，比如Go，它有独立的堆和堆栈：

• 什么使用最少的内存？
• 什么产生最小的GC压力？

如果要最小化应用程序的占用空间，您可能希望在多个范围（例如多个函数）中使用值时使用指针。这减少了复制，但增加了与指针大小相等的开销（64位系统上的8个字节）。

如果要最小化GC压力，您可能只想在需要指针语义时使用指针，或者底层值非常大。指针强制将值放到堆上，这可以进行垃圾收集，而值可以保留在堆栈上，而不是（当函数返回时，堆栈被完全销毁，这是线程安全的并且需要没有参考追踪）。

“GC压力”的理念是，在堆上创建和销毁的东西越多，垃圾收集器必须做的工作就越多，这会使处理器的时间远离应用程序正在进行的实际工作。每次在堆上分配时，如果新值没有空间，垃圾收集器将尝试通过查找不再需要的堆上的值来释放空间。您在堆上分配的越多，GC运行的频率就越高，这些运行所需的时间就越长。

对于您的第二个问题，您可以（并且应该！）使用benchmarking facility of the testing package来衡量针对您的特定情况的各种方法的表现。确保使用实际数据和操作进行测试;使用“虚拟”数据类型的微基准测试或基准测试不太可能产生任何值的数据。该软件包的文档以及通过Web搜索轻松找到的无数博客文章和教程，应该指导您如何在Go中编写和使用基准测试。

在您的特定情况下，请记住您的数据类型 - 就此问题而言 - 比您想象的要小：64位系统上的24个字节，无论字符串的长度如何。为什么？因为string在内部是一个结构，包含长度的int和指向底层字节的指针。当您尝试优化内存使用时，请记住字符串，切片（但不是数组！）和地图都是非常小的结构，包含指向其基础数据的指针。

最重要的是：过早优化是万恶之源。您应该为两件事编写代码：功能和可读性。当它们提供您需要的功能时使用指针语义，并使用直观的意义。如果您测量资源问题（CPU或内存），那么您应该分析您的应用程序以找到问题的根源，确定问题的优先级并优化它们。

在测量和分析性能问题之前，您没有性能问题。