转载

Go Reflect 性能

Go reflect包 提供了运行时获取对象的类型和值的能力,它可以帮助我们实现代码的抽象和简化,实现动态的数据获取和方法调用, 提高开发效率和可读性, 也弥补Go在缺乏泛型的情况下对数据的统一处理能力。

通过reflect,我们可以实现获取对象类型、对象字段、对象方法的能力,获取struct的tag信息,动态创建对象,对象是否实现特定的接口,对象的转换、对象值的获取和设置、Select分支动态调用等功能, 看起来功能不错,但是大家也都知道一点: 使用reflect是有性能代价的!

测试

Java中的reflect的使用对性能也有影响, 但是和Java reflect不同, Java中不区分Type和Value类型的, 所以至少Java中我们可以预先讲相应的reflect对象缓存起来,减少反射对性能的影响, 但是Go没办法预先缓存reflect, 因为Type类型并不包含对象运行时的值,必须通过ValueOf和运行时实例对象才能获取Value对象。

对象的发射生成和获取都会增加额外的代码指令, 并且也会涉及interface{}装箱/拆箱操作,中间还可能增加临时对象的生成,所以性能下降是肯定的,但是具体能下降多少呢,还是得数据来说话。

当然,不同的reflect使用的姿势, 以及对象类型的不同,都会多多少少影响性能的测试数据,我们就以一个普通的struct类型为例:

package testimport (	"reflect"	"testing")type Student struct {	Name  string	Age   int	Class string	Score int}func BenchmarkReflect_New(b *testing.B) {	var s *Student	sv := reflect.TypeOf(Student{})	b.ResetTimer()	for i := 0; i < b.N; i++ {		sn := reflect.New(sv)		s, _ = sn.Interface().(*Student)	}	_ = s}func BenchmarkDirect_New(b *testing.B) {	var s *Student	b.ResetTimer()	for i := 0; i < b.N; i++ {		s = new(Student)	}	_ = s}func BenchmarkReflect_Set(b *testing.B) {	var s *Student	sv := reflect.TypeOf(Student{})	b.ResetTimer()	for i := 0; i < b.N; i++ {		sn := reflect.New(sv)		s = sn.Interface().(*Student)		s.Name = "Jerry"		s.Age = 18		s.Class = "20005"		s.Score = 100	}}func BenchmarkReflect_SetFieldByName(b *testing.B) {	sv := reflect.TypeOf(Student{})	b.ResetTimer()	for i := 0; i < b.N; i++ {		sn := reflect.New(sv).Elem()		sn.FieldByName("Name").SetString("Jerry")		sn.FieldByName("Age").SetInt(18)		sn.FieldByName("Class").SetString("20005")		sn.FieldByName("Score").SetInt(100)	}}func BenchmarkReflect_SetFieldByIndex(b *testing.B) {	sv := reflect.TypeOf(Student{})	b.ResetTimer()	for i := 0; i < b.N; i++ {		sn := reflect.New(sv).Elem() 		sn.Field(0).SetString("Jerry")		sn.Field(1).SetInt(18)		sn.Field(2).SetString("20005")		sn.Field(3).SetInt(100)	}}func BenchmarkDirect_Set(b *testing.B) {	var s *Student	b.ResetTimer()	for i := 0; i < b.N; i++ {		s = new(Student)		s.Name = "Jerry"		s.Age = 18		s.Class = "20005"		s.Score = 100	}}

测试结果:

BenchmarkReflect_New-4               	20000000	        70.0 ns/op	      48 B/op	       1 allocs/opBenchmarkDirect_New-4                	30000000	        45.6 ns/op	      48 B/op	       1 allocs/opBenchmarkReflect_Set-4               	20000000	        73.6 ns/op	      48 B/op	       1 allocs/opBenchmarkReflect_SetFieldByName-4    	 3000000	       492 ns/op	      80 B/op	       5 allocs/opBenchmarkReflect_SetFieldByIndex-4   	20000000	       111 ns/op	      48 B/op	       1 allocs/opBenchmarkDirect_Set-4                   	30000000	        43.1 ns/op	      48 B/op	       1 allocs/op

测试结果

我们进行了两种功能的测试:

  • 对象(struct)的创建
  • 对象字段的赋值

对于对象的创建,通过反射生成对象需要70纳秒, 而直接new这个对象却只需要45.6纳秒, 性能差别还是很大的。

对于字段的赋值,一共四个测试用例:

  • Reflect_Set: 通过反射生成对象,并将这个对象转换成实际的对象,直接调用对象的字段进行赋值, 需要73.6纳秒
  • Reflect_SetFieldByName: 通过反射生成对象,通过FieldByName进行赋值, 需要492纳秒
  • Reflect_SetFieldByIndex: 通过反射生成对象,通过Field进行赋值, 需要111纳秒
  • Direct_Set: 直接调用对象的字段进行赋值, 只需要43.1纳秒

Reflect_Set和Direct_Set性能的主要差别还是在于对象的生成,因为之后字段的赋值方法都是一样的,这也和对象创建的测试case的结果是一致的。

如果通过反射进行赋值,性能下降是很厉害的,耗时成倍的增长。比较有趣的是,FieldByName方式赋值是Field方式赋值的好几倍, 原因在于FieldByName会有额外的循环进行字段的查找,虽然最终它还是调用Field进行赋值:

func (v Value) FieldByName(name string) Value {	v.mustBe(Struct)	if f, ok := v.typ.FieldByName(name); ok {		return v.FieldByIndex(f.Index)	}	return Value{}}func (v Value) FieldByIndex(index []int) Value {	if len(index) == 1 {		return v.Field(index[0])	}	v.mustBe(Struct)	for i, x := range index {		if i > 0 {			if v.Kind() == Ptr && v.typ.Elem().Kind() == Struct {				if v.IsNil() {					panic("reflect: indirection through nil pointer to embedded struct")				}				v = v.Elem()			}		}		v = v.Field(x)	}	return v}

优化

从上面的测试结果看, 通过反射生成对象和字段赋值都会影响性能,但是通过反射的确确确实实能简化代码,为业务逻辑提供统一的代码, 比如标准库中json的编解码、rpc服务的注册和调用, 一些ORM框架比如gorm等,都是通过发射处理数据的,这是为了能处理通用的类型。

https://github.com/golang/go/blob/master/src/encoding/json/decode.go#L946

......      case reflect.String:	v.SetString(string(s))case reflect.Interface:	if v.NumMethod() == 0 {		v.Set(reflect.ValueOf(string(s)))	} else {		d.saveError(&UnmarshalTypeError{Value: "string", Type: v.Type(), Offset: int64(d.readIndex())})          }  ......

https://github.com/jinzhu/gorm/blob/master/scope.go#L495

for fieldIndex, field := range selectFields {if field.DBName == column {	if field.Field.Kind() == reflect.Ptr {		values[index] = field.Field.Addr().Interface()	} else {		reflectValue := reflect.New(reflect.PtrTo(field.Struct.Type))		reflectValue.Elem().Set(field.Field.Addr())		values[index] = reflectValue.Interface()		resetFields[index] = field	}	selectedColumnsMap[column] = offset + fieldIndex	if field.IsNormal {		break	}}     }

在我们追求高性能的场景的时候,我们可能需要尽量避免发射的调用, 比如对json数据的unmarshal, easyjson就通过生成器的方式,避免使用发射。

func (v *Student) UnmarshalJSON(data []byte) error {	r := jlexer.Lexer{Data: data}	easyjson4a74e62dDecodeGitABCReflect(&r, v)	return r.Error()}func (v *Student) UnmarshalEasyJSON(l *jlexer.Lexer) {	easyjson4a74e62dDecodeGitABCReflect(l, v)}func easyjson4a74e62dDecodeGitABCReflect(in *jlexer.Lexer, out *Student) {	isTopLevel := in.IsStart()	if in.IsNull() {		if isTopLevel {			in.Consumed()		}		in.Skip()		return	}	in.Delim('{')	for !in.IsDelim('}') {		key := in.UnsafeString()		in.WantColon()		if in.IsNull() {			in.Skip()			in.WantComma()			continue		}		switch key {		case "Name":			out.Name = string(in.String())		case "Age":			out.Age = int(in.Int())		case "Class":			out.Class = string(in.String())		case "Score":			out.Score = int(in.Int())		default:			in.SkipRecursive()		}		in.WantComma()	}	in.Delim('}')	if isTopLevel {		in.Consumed()	}}

其它的一些编解码库也提供了这种避免使用发射的方法来提高性能。

原文  http://www.udpwork.com/item/17370.html
正文到此结束
Loading...