[[324890]]

本文討論 Go 編譯器是如何實現(xiàn)內(nèi)聯(lián)的，以及這種優(yōu)化方法如何影響你的 Go 代碼。

請注意：本文重點討論 gc，這是來自 golang.org 的事實標準的 Go 編譯器。討論到的概念可以廣泛適用于其它 Go 編譯器，如 gccgo 和 llgo，但它們在實現(xiàn)方式和功效上可能有所差異。

內(nèi)聯(lián)是什么？

內(nèi)聯(lián)inlining就是把簡短的函數(shù)在調(diào)用它的地方展開。在計算機發(fā)展歷程的早期，這個優(yōu)化是由程序員手動實現(xiàn)的。現(xiàn)在，內(nèi)聯(lián)已經(jīng)成為編譯過程中自動實現(xiàn)的基本優(yōu)化過程的其中一步。

為什么內(nèi)聯(lián)很重要？

有兩個原因。第一個是它消除了函數(shù)調(diào)用本身的開銷。第二個是它使得編譯器能更高效地執(zhí)行其他的優(yōu)化策略。

函數(shù)調(diào)用的開銷

在任何語言中，調(diào)用一個函數(shù) ¹ 都會有消耗。把參數(shù)編組進寄存器或放入棧中（取決于 ABI），在返回結果時的逆反過程都會有開銷。引入一次函數(shù)調(diào)用會導致程序計數(shù)器從指令流的一點跳到另一點，這可能導致管道滯后。函數(shù)內(nèi)部通常有前置處理preamble，需要為函數(shù)執(zhí)行準備新的棧幀，還有與前置相似的后續(xù)處理epilogue，需要在返回給調(diào)用方之前釋放棧幀空間。

在 Go 中函數(shù)調(diào)用會消耗額外的資源來支持棧的動態(tài)增長。在進入函數(shù)時，goroutine 可用的?？臻g與函數(shù)需要的空間大小進行比較。如果可用空間不同，前置處理就會跳到運行時runtime的邏輯中，通過把數(shù)據(jù)復制到一塊新的、更大的空間的來增長?？臻g。當這個復制完成后，運行時就會跳回到原來的函數(shù)入口，再執(zhí)行?？臻g檢查，現(xiàn)在通過了檢查，函數(shù)調(diào)用繼續(xù)執(zhí)行。這種方式下，goroutine 開始時可以申請很小的?？臻g，在有需要時再申請更大的空間。²

這個檢查消耗很小，只有幾個指令，而且由于 goroutine 的棧是成幾何級數(shù)增長的，因此這個檢查很少失敗。這樣，現(xiàn)代處理器的分支預測單元可以通過假定檢查肯定會成功來隱藏?？臻g檢查的消耗。當處理器預測錯了棧空間檢查，不得不放棄它在推測性執(zhí)行所做的操作時，與為了增加 goroutine 的棧空間運行時所需的操作消耗的資源相比，管道滯后的代價更小。

雖然現(xiàn)代處理器可以用預測性執(zhí)行技術優(yōu)化每次函數(shù)調(diào)用中的泛型和 Go 特定的元素的開銷，但那些開銷不能被完全消除，因此在每次函數(shù)調(diào)用執(zhí)行必要的工作過程中都會有性能消耗。一次函數(shù)調(diào)用本身的開銷是固定的，與更大的函數(shù)相比，調(diào)用小函數(shù)的代價更大，因為在每次調(diào)用過程中它們做的有用的工作更少。

因此，消除這些開銷的方法必須是要消除函數(shù)調(diào)用本身，Go 的編譯器就是這么做的，在某些條件下通過用函數(shù)的內(nèi)容來替換函數(shù)調(diào)用來實現(xiàn)。這個過程被稱為內(nèi)聯(lián)，因為它在函數(shù)調(diào)用處把函數(shù)體展開了。

改進的優(yōu)化機會

Cliff Click 博士把內(nèi)聯(lián)描述為現(xiàn)代編譯器做的優(yōu)化措施，像常量傳播（LCTT 譯注：此處作者筆誤，原文為 constant proportion，修正為 constant propagation）和死代碼消除一樣，都是編譯器的基本優(yōu)化方法。實際上，內(nèi)聯(lián)可以讓編譯器看得更深，使編譯器可以觀察調(diào)用的特定函數(shù)的上下文內(nèi)容，可以看到能繼續(xù)簡化或徹底消除的邏輯。由于可以遞歸地執(zhí)行內(nèi)聯(lián)，因此不僅可以在每個獨立的函數(shù)上下文處進行這種優(yōu)化決策，也可以在整個函數(shù)調(diào)用鏈中進行。

實踐中的內(nèi)聯(lián)

下面這個例子可以演示內(nèi)聯(lián)的影響：

package main
 
import "testing"
 
//go:noinline
func max(a, b int) int {
    if a > b {
        return a
    }
    return b
}
 
var Result int
 
func BenchmarkMax(b *testing.B) {
    var r int
    for i := 0; i < b.N; i++ {
        r = max(-1, i)
    }
    Result = r
}

運行這個基準，會得到如下結果：³

% go test -bench=. 
BenchmarkMax-4   530687617         2.24 ns/op

在我的 2015 MacBook Air 上 max(-1, i) 的耗時約為 2.24 納秒?，F(xiàn)在去掉 //go:noinline 編譯指令，再看下結果：

% go test -bench=. 
BenchmarkMax-4   1000000000         0.514 ns/op

從 2.24 納秒降到了 0.51 納秒，或者從 benchstat 的結果可以看出，有 78% 的提升。

% benchstat {old,new}.txt
name   old time/op  new time/op  delta
Max-4  2.21ns ± 1%  0.49ns ± 6%  -77.96%  (p=0.000 n=18+19)

這個提升是從哪兒來的呢？

首先，移除掉函數(shù)調(diào)用以及與之關聯(lián)的前置處理 ⁴ 是主要因素。把 max 函數(shù)的函數(shù)體在調(diào)用處展開，減少了處理器執(zhí)行的指令數(shù)量并且消除了一些分支。

現(xiàn)在由于編譯器優(yōu)化了 BenchmarkMax，因此它可以看到 max 函數(shù)的內(nèi)容，進而可以做更多的提升。當 max 被內(nèi)聯(lián)后，BenchmarkMax 呈現(xiàn)給編譯器的樣子，看起來是這樣的：

func BenchmarkMax(b *testing.B) {
    var r int
    for i := 0; i < b.N; i++ {
        if -1 > i {
            r = -1
        } else {
            r = i
        }
    }
    Result = r
}

再運行一次基準，我們看一下手動內(nèi)聯(lián)的版本和編譯器內(nèi)聯(lián)的版本的表現(xiàn)：

% benchstat {old,new}.txt
name   old time/op  new time/op  delta
Max-4  2.21ns ± 1%  0.48ns ± 3%  -78.14%  (p=0.000 n=18+18)

現(xiàn)在編譯器能看到在 BenchmarkMax 里內(nèi)聯(lián) max 的結果，可以執(zhí)行以前不能執(zhí)行的優(yōu)化措施。例如，編譯器注意到 i 初始值為 0，僅做自增操作，因此所有與 i 的比較都可以假定 i 不是負值。這樣條件表達式 -1 > i 永遠不是 true。⁵

證明了 -1 > i 永遠不為 true 后，編譯器可以把代碼簡化為：

func BenchmarkMax(b *testing.B) {
    var r int
    for i := 0; i < b.N; i++ {
        if false {
            r = -1
        } else {
            r = i
        }
    }
    Result = r
}

并且因為分支里是個常量，編譯器可以通過下面的方式移除不會走到的分支：

func BenchmarkMax(b *testing.B) {
    var r int
    for i := 0; i < b.N; i++ {
        r = i
    }
    Result = r
}

這樣，通過內(nèi)聯(lián)和由內(nèi)聯(lián)解鎖的優(yōu)化過程，編譯器把表達式 r = max(-1, i)) 簡化為 r = i。

內(nèi)聯(lián)的限制

本文中我論述的內(nèi)聯(lián)稱作葉子內(nèi)聯(lián)leaf inlining：把函數(shù)調(diào)用棧中最底層的函數(shù)在調(diào)用它的函數(shù)處展開的行為。內(nèi)聯(lián)是個遞歸的過程，當把函數(shù)內(nèi)聯(lián)到調(diào)用它的函數(shù) A 處后，編譯器會把內(nèi)聯(lián)后的結果代碼再內(nèi)聯(lián)到 A 的調(diào)用方，這樣持續(xù)內(nèi)聯(lián)下去。例如，下面的代碼：

func BenchmarkMaxMaxMax(b *testing.B) {
    var r int
    for i := 0; i < b.N; i++ {
        r = max(max(-1, i), max(0, i))
    }
    Result = r
}

與之前的例子中的代碼運行速度一樣快，因為編譯器可以對上面的代碼重復地進行內(nèi)聯(lián)，也把代碼簡化到 r = i 表達式。

下一篇文章中，我會論述當 Go 編譯器想要內(nèi)聯(lián)函數(shù)調(diào)用棧中間的某個函數(shù)時選用的另一種內(nèi)聯(lián)策略。最后我會論述編譯器為了內(nèi)聯(lián)代碼準備好要達到的極限，這個極限 Go 現(xiàn)在的能力還達不到。