|
|
最近看完了《C++性能白皮书》，这本书列出了一些性能优化的思路，不过只是一些指引，没有讲具体细节，我整理出了其中的关键点分享：
（我只有纸质书，电子版的我也没有，大家也别找我要了！！！）
硬件篇
作为一个程序员，想要性能优化，最好要了解些硬件，特别是CPU架构的一些知识点：
- 流水线
- 分支预测
- 寄存器重命名
- 数据预取
- 指令重排和乱序执行
- 同时多线程（超线程）
- 数据并行 SIMD 单指令多数据
还要了解CPU的特点：
- 一个处理器上，多条指令可能同时执行
- 一个处理器上，代码的执行结果会和程序员可观察到的顺序一致，但其他处理器观察到的执行结果可能不是一个顺序
- 顺序、无跳转的代码性能最高
- 相邻且对齐的数据访问性能最高
内存方向的优化：
还需要了解CPU多级缓存和关键跨度的概念，这块可以看这篇文章：https://mp.weixin.qq.com/s/iKWQZxn6XYKU9KnlBRynfg
要了解基本工具：
- 编译器：MSVC GCC clang
- 不同级别的优化：O1 O2 O3 以及他们的主要区别
需要知道性能分析指导下的优化：PGO profile-guided optimization
也就是利用程序运行的profiling数据，指导编译器进一步优化。多测试，找到程序热点，根据数据针对性优化。
还有链接期优化：link-time optimization LTO
LTO可以：
- 跨翻译单元的函数内联
- 跨翻译单元的程序整体优化
- 死代码消除
做性能优化，需要了解性能测试的阿姆达尔定律，80-20原则，20%的代码决定了80%的结果，如果对20%以外的代码进行优化，性价比太低，性能测试的意义就在于此：
- 找出代码中性能开销最大的部分
- 测量代码优化之后的实际收益
需要熟练使用性能采样工具：
- Windows中Visual Studio有自带的性能分析工具
- Linux有Perf或者gperftools
C++篇
关于C++语言层面的优化，可以在下面这些方向做优化：
- 优先栈内存，次之堆内存
- 巧妙使用RAII管理资源
- 移动语义虽然不好理解，但也可以巧妙使用移动语义减少对象的非必要拷贝
- 模板和泛型技巧华而不实，给开发标准库的人使用还好，而且调试难度也较高，我们普通业务开发者只需要做到能看懂即可（个人见解）
- 异常是可以考虑使用的，可以看看ISO C++网站和C++ 核心指南62，异常会导致程序的二进制体积有膨胀（5%-15%），异常不能代替所有的错误码，因为异常catch会使得程序性能下降。作者认为：使用异常对于大部分C++项目仍然适用，不使用异常的麻烦大于好处，除非真因为二进制文件和实时性方面的原因需要禁用异常。
- 字符串默认类型时 const char[]，传参时会退化成const char*，创建全局字符串最好使用const char[]
- 标准库容器的方法至少提供了基本异常安全保证：要了解强异常安全保证和无异常保证。
- vector的移动构造函数标记为noexcept才会使用移动构造，移动构造函数需要标记为noexcept，如果没有标记，代码性能可能会有较大的负面影响。
- shared_ptr构造优先使用make_shared
10.了解function，function用作回调很方便，支持类型擦除，它还有个好处，可以用来存储带状态的函数对象，不像C语言那样需要个void*存储状态。但需要了解它的开销，貌似48个字节是个坎。
11.堆内存管理：可以了解下jemalloc mimalloc tcmalloc12.输入输出流可以考虑使用ios_base::sync_with_stdio(false)关闭同步，性能会提升，也最好使用\n取代endl，免得频繁刷新缓冲区。可考虑使用fmt
13.并发
- 需要了解内存序的概念
- 一些优质的多生产者多消费者并发队列
- moodycamed::ConcurrentQueue
- atomic_queue
- Folly中MPMCQueue
- 标准库也有些并行策略：
- execution::seq 序列执行，不可并行
- par：可并行化
- par_unseq：可并行化 向量化
- unseq：可向量化
通用方法篇
通用优化方法
- 优化原则：不要执行不必要的代码
- 循环优化，尽量减少临时对象的创建
- 结构体设计时最好做到对齐
- 尽量顺序访问数据，矩阵乘法可以很好的印证CPU Cache的作用，再考虑添加-O3 -march=native开启SIMD自动向量化
- 缓存争用问题
- 多看看别人的代码，别人的优化，多用优秀的开源代码
更多C++的文章大家可以看看这个 |
|
发表于 2022-12-7 15:05:49