你好，我是小X。
曹大最近开 Go 课程了，小X 正在和曹大学 Go。
这个系列会讲一些从课程中学到的让人醍醐灌顶的东西，拨云见日，带你重新认识 Go。
之前 qcrao 写了一篇《成为 Go Contributor》 的文章，讲了如何给 Go 提一个 typo 的 pr，以此熟悉整个流程。当然，离真正的 Contributor 还差得远。
开课前曹大在 Go 夜读上讲了他给 Go 提的一个关于 tls 的性能优化，课上又细讲了下，本文就带大家来学习下他优化了啥以及如何看优化效果。
第一次提的 pr 在这里，之后又挪到了一个新的位置，前后有一些代码上的简化，最后看着挺舒服。
优化前每个 tls 连接上都有一个 write buffer，但是活跃的连接数很少，很多内存都被闲置了，这种就可以用 sync.Pool 来优化了。
conn
用 sync.Pool 缓存 []byte，并顺带将连接上的一个 outBuf 字段给干掉了：
files changed
整体上改动挺少，效果也不错。
虽然一开始给了 _test 文件，但其实并不能太好反映性能的提升。因此后面曹大又写了一个简单的 client 和 server 来实际测试。
我在开发机上测了一下，优化还是挺明显的。这又是一个使用 pprof 查看性能优化的好例子。
client 的代码如下：
package main
import (
"crypto/tls"
"fmt"
"io/ioutil"
"net/http"
"os"
"strconv"
"sync"
"go.uber.org/ratelimit"
)
func main() {
url := os.Args[3]
connNum, err := strconv.ParseInt(os.Args[1], 10, 64)
if err != nil {
fmt.Println(err)
return
}
qps, err := strconv.ParseInt(os.Args[2], 10, 64)
if err != nil {
fmt.Println(err)
return
}
bucket := ratelimit.New(int(qps))
var l sync.Mutex
connList := make([]*http.Client, connNum)
for i := 0; ; i {
bucket.Take()
i := i
go func() {
l.Lock()
if connList[i%len(connList)] == nil {
connList[i%len(connList)] = &http.Client{
Transport: &http.Transport{
TLSClientConfig: &tls.Config{InsecureSkipVerify: true},
IdleConnTimeout: 0,
MaxIdleConns: 1,
MaxIdleConnsPerHost: 1,
},
}
}
conn := connList[i%len(connList)]
l.Unlock()
if resp, e := conn.Get(url); e != nil {
fmt.Println(e)
} else {
defer resp.Body.Close()
ioutil.ReadAll(resp.Body)
}
}()
}
}
逻辑比较简单，就是固定连接数、固定 QPS 向服务端发请求。
server 的代码如下：
package main
import (
"fmt"
"net/http"
_ "net/http/pprof"
)
var content = make([]byte, 16000)
func sayhello(wr http.ResponseWriter, r *http.Request) {
wr.Header()["Content-Length"] = []string{fmt.Sprint(len(content))}
wr.Header()["Content-Type"] = []string{"application/json"}
wr.Write(content)
}
func main() {
go func() {
http.ListenAndServe(":3333", nil)
}()
http.HandleFunc("/", sayhello)
err := http.ListenAndServeTLS(":4443", "server.crt", "server.key", nil)
if err != nil {
fmt.Println(err)
}
}
逻辑也很简单，起了一个 tls server，并注册了一个 sayhello 接口。
启动 server 后，先用 1.15（1.17 之前的版本都可以，曹大的改动还没合入）测试：
代码语言：javascript复制go run server.go
# 1000 个连接，100 个 QPS
go run client.go 1000 100 https://localhost:4443
查看 server 的内存 profile。后面还会用 --base 的命令，比较前后两个 profile 文件的差异。
pprof 的命令如下：
go tool pprof --http=:8000 http://127.0.0.1:3333/debug/pprof/heap
Go 1.15 mem profile
看看这个大“平顶山”，有那味了（平顶山表示可以优化，如果是那种特别窄的尖尖就没办法了）~
因为这个 pr 已经合到了 1.17，我们再用 1.17 来测一下：
代码语言：javascript复制go1.17rc1 run server.go
go1.17rc1 run client.go 1000 100 https://localhost:4443
Go 1.17 mem profile
为了使用 --base 命令来进行比较，需要把 profile 文件保存下来：
curl http://127.0.0.1:3333/debug/pprof/heap > mem.1.14
curl http://127.0.0.1:3333/debug/pprof/heap > mem.1.17
最后来比较优化前后的差异：
代码语言：javascript复制go tool pprof -http=:8000 --base mem.1.15 mem.1.17
--base
优化效果还是很明显的。我们来看菜单栏里的 view->top：
view->top
整个优化从最终的提交来看还挺简单，但是能发现问题所在，并能结合自己的知识储备进行优化还是挺难的。我们平时也要多积累相关的优化经验，到关键时候才能顶上去。像 pprof 的使用，要自己多加练习。
好了，这就是今天全部的内容了~ 我是小X，我们下期再见~
参考资料
[1]
tls 的性能优化: https://www.bilibili.com/video/BV1Z64y1m7uc
[2]
这里: https://go-review.googlesource.com/c/go/ /263277
[3]
位置: https://go-review.googlesource.com/c/go/ /267957
欢迎关注曹大的 TechPaper 以及码农桃花源~
