GO PGO优化

PGO在Go 1.21中已经可以在生产中使用了。据官方原文描述可以提升2%-7%的CPU效率。收益还是相当可观的，那我们就基于目前的项目做一个简单的尝试，看下最终的结果如何。

什么是PGO

PGO可以翻译为基于profile指导的优化，即根据生产环境的CPU使用情况(pprof文件)来优化编译效率，试图生成性能最佳的二进制文件。除了一些常见的优化方式，例如

• 常量传播(constant propagation)可以在编译时计算常量表达式的值,避免了运行时的计算开销。
• 逃逸分析(Escape analysis)可以避免为局部作用域的对象分配堆内存,从而避免GC的开销。
• 内联(Inlining)会将简单函数的函数体拷贝到调用者中,这通常可以在调用者中启用进一步的优化(例如额外的常量传播或更好的逃逸分析)。
• 去虚拟化(Devirtualization)会将接口值上的间接调用(如果可以静态确定其类型)转换为对具体方法的直接调用(这通常可以内联该调用)。

大家也可以看下这个issue,PGO可以优化的一些列表。

测试PGO

尝试使用一个线上高频接口首页信息流去测试功能，该接口包括了足够多了io操作以及cpu操作。

• 首先需要获取一份profile文件我们启动了项目后抓了60s的profile，wget -O t4.out http://127.0.0.1:8080/debug/pprof/profile\?seconds\=60 并在期间使用postman脚本请求了240次获取的火焰图如下所示：

• 把profile文件放在项目根目录，根据-pgo编译出来两个二进制文件

  go test -test.bench BenchmarkH -test.run BenchmarkH -count=10 -o pgomain > pgomain.txt

  go test -test.bench BenchmarkH -test.run BenchmarkH -count=10 -o main > main.txt

  通过benchstat发现样本差距太大。。猜测io操作对benchmark影响过大，换种cpu密集型的项目再测试！

• 使用官方的例子github.com/prattmic/markdown-pgo/load来测试

  go test github.com/prattmic/markdown-pgo/load -bench=. -count=40 -source $(pwd)/home.md > pgo.txt

  go test github.com/prattmic/markdown-pgo/load -bench=. -count=40 -source $(pwd)/home.md > nopgo.txt

  benchstat nopgo.txt pgo.txt

goos: darwin
goarch: arm64
pkg: github.com/prattmic/markdown-pgo/load
       │  nopgo.txt  │           pgo2.txt            │
       │   sec/op    │   sec/op     vs base          │
Load-8   216.1µ ± 0%   215.4µ ± 0%  ~ (p=0.143 n=40)

效果并不明显,我们再测试下处理300000次请求，需要使用的cpu使用时间：

➜  pgo go tool pprof -top /tmp/cpu.pprof | grep "Total samples"
Duration: 89.50s, Total samples = 91.85s (102.62%)
➜  pgo go tool pprof -top /tmp/cpu-nopgo.pprof | grep "Total samples"
Duration: 93.66s, Total samples = 92.90s (99.18%)

大约节省1%的CPU时间

结论

整体测试下来有一定的优化程度，但是并没有达到官方的数值2%-7%,在io密集型项目中会更不明显。我们还是更加期待Go会持续的优化PGO，让这一特性能发光发亮。