前言
有关go内存是在堆上分配的，还是在栈上分配的，这个是在编译过程中，通过逃逸分析来确定的，其主体思想是（实际更复杂）：假设有变量v，及指向v的指针p，如果p的生命周期大于v的生命周期，则v的内存要在堆上分配。我们可以使用 go build -gcflags="-m" 来观察逃逸分析的结果
package main
func main() {
var m = make([]int, 10240)
println(m[0])
}
$ go build -gcflags="-m" xx.go
xx.go: can inline main
xx.go: make([]int, 10240) escapes to heap
若对象被分配在栈上，它的管理成本就比较低，我们通过挪动栈顶寄存器就可以实现对象的分配和释放。若对象被分配在堆上，我们就要经历层层的内存申请过程。但这些流程对用户都是透明的。一切抽象皆有成本，这个成本要么花在编译期，要么花在运行期。mutator需要在堆上申请内存时，会由编译器帮程序员自动调用 runtime.newobject，这时 allocator 会使用 mmap 这个系统调用从操作系统中申请内存，若 allocator 发现之前申请的内存还有富余，会从本地预先分配的数据结构中划分出一块内存，并把它以指针的形式返回给应用。在内存分配的过程中，allocator 要负责维护内存管理对应的数据结构。而 collector 要扫描的就是 allocator 管理的这些数据结构，应用不再使用的部分便应该被回收，通过 madvise 这个系统调用返还给操作系统。
传统意义上的栈被 Go 的运行时霸占，不开放给用户态代码；而传统意义上的堆内存，又被 Go 运行时划分为了两个部分， 一个是 Go 运行时自身所需的堆内存，即堆外内存；另一部分则用于 Go 用户态代码所使用的堆内存，也叫做 Go 堆。 Go 堆负责了用户态对象的存放以及 goroutine 的执行栈。
mutator 申请内存是以应用视角来看问题。比如说，我需要的是某一个 struct 和某一个 slice 对应的内存，这与从操作系统中获取内存的接口之间还有一个鸿沟。这就需要由 allocator 进行映射与转换，将以“块”来看待的内存与以“对象”来看待的内存进行映射。
整体设计
图解 Go GCmutator 申请内存是以应用视角来看问题，我需要的是某一个 struct，某一个 slice 对应的内存，这与从操作系统中获取内存的接口（比如mmap）之间还有一个鸿沟。需要由 allocator 进行映射与转换，将以“块”来看待的内存与以“对象”来看待的内存进行映射。在现代 CPU 上，我们还要考虑内存分配本身的效率问题，应用执行期间小对象会不断地生成与销毁，如果每一次对象的分配与释放都需要与操作系统交互，那么成本是很高的。这需要在应用层设计好内存分配的多级缓存，尽量减少小对象高频创建与销毁时的锁竞争，这个问题在传统的 C/C++ 语言中已经有了解法，那就是 tcmalloc
内存分配算法 TCMalloc
在 TCMalloc（Thread Cache Memory alloc） 18张图解密新时代内存分配器TCMalloc
五个基本概念
- Page，操作系统是按Page管理内存的，1Page为8KB
- Span 和 SpanList，一个Span是由N个Page构成，构成这个Span的N个Page在内存空间上必须是连续的，持有相同数量Page的Span构成一个双向链表SpanList
- Object，一个Span会被按照某个大小拆分为N个Objects，同时这N个Objects构成一个FreeList
TCMalloc三层逻辑架构
-
ThreadCache：线程缓存。 每一个线程都可以获得一个用于无锁分配小对象的缓存，这样可以让并行程序分配小对象（<=32KB）非常高效。ThreadCache对象里维护了一个属性list_类型是个数组，数组元素的类型是FreeList/ObjectList（Object构成），同时FreeList里的元素还具有以下特性：
- 索引值为1对应的ObjectList，该ObjectList的Object大小为8 Bytes；
- 索引值为2对应的ObjectList，该ObjectList的Object大小为16 Bytes；
- 以此类推，free_索引值为MaxNumber对应的ObjectList，该ObjectList的Object大小为MaxNumber Bytes；
- MaxNumber的值由kNumClasses决定
- CentralFreeList/CentralObjectList(TransferCacheManager)：中央缓存，从中央缓存CentralObjectList获取缓存需要加锁。TransferCacheManager 有一个属性 freelist_ 是个数组，元素的类型是 CentralObjectList，CentralObjectList是一个数据结构，设定了有几个统一规格的span（构成SpanList），一个span 被拆成 objects_per_span_ 个 size_class_ 大小的 object
- PageHeap：堆内存，主要负责管理不同规格的Span，pageHeap对象里维护了一个属性free_类型是个数组，粗略看数组元素的类型是SpanList。同时free_这个数据的元素具有以下特性：
- 索引值为1对应的SpanList，该SpanList的Span都持有1Pages；
- 索引值为2对应的SpanList，该SpanList的Span都持有2Pages；
- 以此类推，free_索引值为MaxNumber对应的SpanList，该SpanList的Span都持有MaxNumber Pages；
- MaxNumber的值由kMaxPages决定
据我分析，基本思想：
- 整存零取，因为page 大小是定死的，一个object 很大跨page 了怎么办？所以不能直接基于page 管理object，于是提出了span的概念，span 的page 必须连续，也就是span 是一整块内存，基于span 零取object
- 一个span 内的object 大小是固定的
- 所谓申请内存，是申请 size 大小的内存，参数是size。 ThreadCache 和 TransferCacheManager 维护了 特定几个大小的 object，要做的事情就是个根据size 尽快找到 对应的空闲object，如果没有，向os 申请内存。
多级分配
Go 的内存分配器基于 Thread-Cache Malloc (tcmalloc) ，tcmalloc 为每个线程实现了一个本地缓存， 区分了小对象（小于 32kb）和大对象分配两种分配类型，其管理的内存单元称为 span。但与 tcmalloc 存在一定差异。 这个差异来源于 Go 语言被设计为没有显式的内存分配与释放， 完全依靠编译器与运行时的配合来自动处理，因此也就造就了内存分配器、垃圾回收器两大组件。统一管理内存会提前分配或一次性释放一大块内存， 进而减少与操作系统沟通造成的开销，进而提高程序的运行性能。 支持内存管理另一个优势就是能够更好的支持垃圾回收。
我们可以将内存分配的路径与 CPU 的多级缓存作类比，这里 mcache 内部的 tiny 可以类比为 L1 cache，而 alloc 数组中的元素可以类比为 L2 cache，全局的 mheap.mcentral 结构为 L3 cache，mheap.arenas 是 L4，L4 是以页为单位将内存向下派发的，由 pageAlloc 来管理 arena 中的空闲内存。如果 L4 也没法满足我们的内存分配需求，那我们就需要向操作系统去要内存了。
在 Go 语言中，根据对象中是否有指针以及对象的大小，将内存分配过程分为三类：
- tiny ：size < 16 bytes && has no pointer(noscan)；
-
small ：has pointer(scan) (size >= 16 bytes && size <= 32 KB)； - large ：size > 32 KB。
| L1 | mcache.tiny | tiny 从此开始 |
| L2 | mcache.alloc[] | small 从此开始 |
| L3 | mcache.central | 全局的 |
| L4 | mcache.arenas | large 直接从此开始，以页为单位将内存向下派发的，由 pageAlloc 来管理 arena 中的空闲内存。 |
arenas 是 Go 向操作系统申请内存时的最小单位，每个 arena 为 64MB 大小，在内存中可以部分连续，但整体是个稀疏结构。单个 arena 会被切分成以 8KB 为单位的 page，一个或多个 page 可以组成一个 mspan，每个 mspan 可以按照 sizeclass 再划分成多个 element。同样大小的 mspan 又分为 scan 和 noscan 两种，分别对应内部有指针的 object 和内部没有指针的 object。
多级分配——另一种表述
分配的顺序从右向左，代价也就越来越大。 tiny和small 对象优先从白色区域 per-P 的 mcache 分配 span，这个过程不需要加锁（白色）； 若失败则会从 mheap 持有的 mcentral 加锁获得新的 span，这个过程需要加锁，但只是局部（灰色）； 若仍失败则会从右侧的 free 或 scav 进行分配，这个过程需要对整个 heap 进行加锁，代价最大（黑色）。
页管理
操作系统是按page管理内存的，同样Go语言也是也是按page管理内存的，1page为8KB，保证了和操作系统一致。page由 page allocator 管理，pageAlloc在 Go 语言中迭代了多个版本，从简单的 freelist 结构，到 treap 结构，再到现在最新版本的 radix 结构，它的查找时间复杂度也从 O(N) -> O(log(n)) -> O(1)。 内存按块管理，空闲块一般由空闲链表来管理：维护一个类似链表的数据结构。当用户程序申请内存时，空闲链表分配器会依次遍历空闲的内存块，找到足够大的内存，然后申请新的资源并修改链表。因为分配内存时需要遍历链表，所以它的时间复杂度就是 O(n)，为了提高效率，将内存分割成多个链表，每个链表中的内存块大小相同（不同链表不同），申请内存时先找到满足条件的链表，再从链表中选择合适的内存块，减少了需要遍历的内存块数量。
数据结构
Go 的内存分配器主要包含以下几个核心组件：
- heapArena: 保留整个虚拟地址空间
- mheap：分配的堆，在页大小为 8KB 的粒度上进行管理
- mspan：是 mheap 上管理的一连串的页
- mcentral：收集了给定大小等级的所有 span
- mcache：为 per-P 的缓存。
Go 语言的内存分配器包含内存管理单元runtime.mspan、线程缓存runtime.mcache、中心缓存runtime.mcentral和页堆runtime.mheap几个重要组件
type mspan struct {
next *mspan // next span in list, or nil if none
prev *mspan // previous span in list, or nil if none
startAddr uintptr // address of first byte of span aka s.base()
npages uintptr // number of pages in span
spanclass spanClass // size class and noscan (uint8)
...
allocBits *gcBits // 从 mspan 里分配 element ，就是将 mspan 对应 allocBits 中的对应 bit 位置一
gcmarkBits *gcBits // 实现 span 的颜色标记
}
9张图轻松吃透Go内存管理单元Go是按页page8KB为最小单位分配内存的吗？当然不是，如果这样的话会导致内存使用率不高。Go内存管理单元mspan通常由N个且连续的page组成，会把mspan再拆解为更小粒度的单位object。object和object之间构成一个链表（FreeList），object的具体大小由sizeclass决定，mspan结构体上维护一个sizeclass的字段（实际叫spanclass）。PS：mspan通常由N个且连续的page组成，所以可以视为一段连续内存，内部又按统一大小的object 分配，所以可以认为：mspan是 npages 整存，object 零取。
mspan 关键字段
- next、prev、list， mspan之间可以构成链表
- startAddr，mspan内存的开始位置，N个连续page内存的开始位置
- npages，mspan由几page组成
- freeindex，空闲object链表的开始位置
- nelems，一共有多少个object
- spanclass，决定object的大小、以及当前mspan是否需要垃圾回收扫描
- allocBits，从 mspan 里分配 element 时，我们只要将 mspan 中对应该 element 位置的 bit 位置一就可以了，其实就是将 mspan 对应 allocBits 中的对应 bit 位置一。
type mcache struct {
// Tiny allocator
tiny uintptr
tinyoffset uintptr
local_tinyallocs uintptr
}
Golang为每个线程分配了span的缓存，即mcache，避免多线程申请内存时不断的加锁。当 mcache 没有可用空间时，从 mcentral 的 mspans 列表获取一个新的所需大小规格的 mspan。
type mcentral struct {
lock mutex // 互斥锁
spanclass spanClass // span class ID
nonempty mSpanList // non-empty 指还有空闲块的span列表
empty mSpanList // 指没有空闲块的span列表
nmalloc uint64 // 已累计分配的对象个数
}
从mcentral数据结构可见，每个mcentral对象只管理特定的class规格的span，事实上每种class都会对应一个mcentral。
Go 使用 mheap 对象管理堆，只有一个全局变量（mheap 也是go gc 工作的地方）。持有虚拟地址空间。mheap 存储了 mcentral 的数组。这个数组包含了各个的 span 规格的 mcentral。由于我们有各个规格的 span 的 mcentral，当一个 mcache 从 mcentral 申请 mspan 时，只需要在独立的 mcentral 级别中使用锁，其它任何 mcache 在同一时间申请不同大小规格的 mspan 互不影响。
当 mcentral 列表为空时，mcentral 从 mheap 获取一系列页用于需要的大小规格的 span。
type mheap struct {
lock mutex
spans []*mspan
bitmap uintptr //指向bitmap首地址，bitmap是从高地址向低地址增长的
arena_start uintptr //指示arena区首地址
arena_used uintptr //指示arena区已使用地址位置
central [67*2]struct {
mcentral mcentral
pad [sys.CacheLineSize - unsafe.Sizeof(mcentral{})%sys.CacheLineSize]byte
}
}
源码分析
type p struct {
id int32
mcache *mcache
pcache pageCache
...
}
go 内存分配器细节补充
// go:noinline
func smallAllocation() *smallStruct {
return &smallStruct{}
}
// &smallStruct{} 对应汇编代码
LEAQ type."".smallStruct(SB), AX
MOVQ AX, (SP)
PCDATA $1, $0
CALL runtime.newobject(SB)
堆上所有的对象都会通过调用 runtime.newobject 函数分配内存，runtime.newobject 就是内存分配的核心入口，该函数会调用 runtime.mallocgc 分配指定大小的内存空间。
// src/runtime/malloc.go
func newobject(typ *_type) unsafe.Pointer {
return mallocgc(typ.size, typ, true)
}
// Allocate an object of size bytes.
// Small objects are allocated from the per-P cache's free lists.
// Large objects (> 32 kB) are allocated straight from the heap.
func mallocgc(size uintptr, typ *_type, needzero bool) unsafe.Pointer {
...
mp := acquirem()
var c *mcache
if mp.p != 0 {
c = mp.p.ptr().mcache // 获取当前的 G所属的P
} else {
c = mcache0
}
var span *mspan
if size <= maxSmallSize {
if noscan && size < maxTinySize { // Tiny allocator.
...
span = c.alloc[tinySpanClass]
v := nextFreeFast(span)
x = unsafe.Pointer(v)
...
}else{
...
span = c.alloc[spc]
v := nextFreeFast(span)
x = unsafe.Pointer(v)
...
}
}else{
...
span = largeAlloc(size, needzero, noscan)
x = unsafe.Pointer(span.base())
...
}
}
内存模型/happen-before
Go 开发要了解的 1 个内存模型细节The Go memory model specifies the conditions under which reads of a variable in one goroutine can be guaranteed to observe values produced by writes to the same variable in a different goroutine. Go 内存模型规定了：“在一个 goroutine 中读取一个变量时，可以保证观察到不同 goroutine 中对同一变量的写入所产生的值” 的条件。PS： 也是约定了一些规则，与java类似