Go1.0 到 1.22 的性能表現，提高了多少倍？
大家好，我是煎魚。
五一假期時看到 @Ben Hoyt 大佬分享的文章《Go performance from version 1.0 to 1.22》，分享了他在這么多年來一直堅持不懈的對 Go 進行性能測試的記載。
今天基于此分享給大家，有所調整和精簡。
原作者對 Go1.0 到 Go1.22 的所有 Go 版本進行了性能測試，包含了在 Go 1.20 中新增的性能分析引導優化（PGO）的結果。
Go 測試項目用的是 GoAWK[1] 項目，該項目用 Go 寫的 AWK 解釋器，支持 CSV。
GoAWK 使用案例如下：
$ go install github.com/benhoyt/goawk@latest
$ goawk 'BEGIN { print "foo", 42 }'
foo 42
$ echo 1 2 3 | goawk '{ print $1 + $3 }'
4
# Or use GoAWK's CSV and @"named-field" support:
$ echo -e 'name,amount\nBob,17.50\nJill,20\n"Boba Fett",100.00' | \
goawk -i csv -H '{ total += @"amount" } END { print total }'
137.5性能測試
接下來正式開始進行性能測試，主要是同項目多版本測試的模式。
原作者（下稱：我）通過在兩個 AWK 程序上運行 GoAWK 來測試這一點，這兩個程序代表了使用 AWK 可以做的極端不同情況：I/O 操作與字符串處理，以及數值計算。
countwords（字符串處理任務）
首先是 countwords，這是一個字符串處理任務，它計算輸入中單詞的頻率并打印出帶有計數的單詞。這是 AWK 腳本的典型應用。
程序輸入是某本書的 10 倍串聯版本的內容。
以下是部分代碼：
{
for (i=1; i<=NF; i++)
counts[tolower($i)]++
}
END {
for (k in counts)
print k, counts[k]
}sumloop（循環統計任務）
第二個程序是 sumloop，這是一個緊湊的循環，它多次將循環計數器加到一個變量上。
這個程序并不是 AWK 的典型用法，但它是測試 GoAWK 字節碼解釋器循環的好方法。
以下是部分代碼：
BEGIN {
for (i=0; i<10000000; i++)
sum += i+i+i+i+i
}注：我不得不對 GoAWK 的代碼做了一些微調，以便它能在舊版本的 Go 上編譯。特別是對于 Go 1.0，因為它沒有 bufio.Scanner，而 GoAWK 在很大程度上依賴它。我為 1.0 使用了 Go 1.1 的 bufio.Scanner 實現。
性能測試圖表
圖表中的計時數字是我在 x86-64 Linux 筆記本電腦上運行三次中的最佳時間（以秒為單位）。藍線代表 countwords 程序，紅線代表 sumloop 程序。
Go 各版本的性能測試結果的圖表如下：
請注意，這次 Y 軸是對數的，目的是為了更清晰地看到最近版本中更微妙的改進。
圖表中還包括了每個 Go 版本下的 GoAWK 二進制文件大小 —— 那是淺灰色線。
一些要點
1、Go 最大的改進出現在 1.3、1.5、1.7 和 1.12 版本中。在此之后的版本，性能提升變得非常漸進 —— 這意味著所有容易實現的優化早已完成。
2、Go 1.2 性能變差了，countwords 出現了一個奇怪的峰值：它從 1.1 的 7.5 秒增加到 1.2 的 25.5 秒（！），然后下降到 1.3 的 2.8 秒。
我通過分析并注意到 Go 運行時棧操作占據了運行時間的很大一部分，找出了 1.2 異常的原因。
以下是 pprof 輸出的前幾行：
$ go tool pprof --text ./goawk_1.2 go12.prof
Total: 1830 samples
332 18.1% 18.1% 332 18.1% runtime.newstack
296 16.2% 34.3% 296 16.2% runtime.memclr
281 15.4% 49.7% 281 15.4% runtime.oldstack
222 12.1% 61.8% 619 33.8% github.com/benhoyt/goawk/interp.(*interp).execute
91 5.0% 66.8% 91 5.0% runtime.lessstack
75 4.1% 70.9% 133 7.3% github.com/benhoyt/goawk/interp.(*interp).callBuiltin
57 3.1% 74.0% 57 3.1% runtime.stackfree
53 2.9% 76.9% 81 4.4% strings.FieldsFunc
...這幾乎可以肯定是由于在 1.3 中修復的堆棧 “熱分裂” 問題[2]所導致的性能下降，因為在該版本 Go 團隊將 goroutine 棧的實現從舊的分段模型改為連續模型。
3、PGO 僅將性能提高了幾個百分點，使用 Go 1.22，countwords 大約提高了 2%，sumloop 提高了 7%。我使用 PGO 編譯了發布的 GoAWK 二進制文件。
4、二進制文件的大小多年來一直保持相對穩定，除了 1.2 版本中的大幅增加。即使啟用了 PGO，二進制文件的大小也只有大約 5% 的增加，所以我認為通常這是值得的。
結論
從測試結果來看，countwords 現在的運行速度比使用 Go 1.0 時快了大約 8 倍，而 sumloop 快了 24 倍。
Go 所編寫的程序變快的原因有許多，包含但不限于 Go 團隊和外部貢獻者改進了編譯器，并優化了運行時、垃圾回收器和標準庫等。
煎魚注：不得不說，感謝 Go 核心團隊多年來的辛勤工作！讓我們躺著升級個版本，就能實現性能的提高。
參考資料
[1]GoAWK: https://github.com/benhoyt/goawk
[2]堆棧 “熱分裂” 問題: https://docs.google.com/document/u/0/d/1wAaf1rYoM4S4gtnPh0zOlGzWtrZFQ5suE8qr2sD8uWQ/mobilebasic?_immersive_translate_auto_translate=1
