golang单线程对比map与bigCache小对象存取性能差别

环境：GO1.19.3，windows10

先说结论：

对于map[sting]* Object

1）如果结构体Object中含有指针或者string类型，GC耗时比较多，尤其是1000万条以后；应该使用bigCache等无GC组件存储；

2）如果Object中只有整形等，1亿条以下，性能比bigcache好很多；

之前看了一篇帖子，主要内容是讲大量的map中不要存储对象指针或者带指针的类型，会造成GC的代价比较大；

type urlInfo struct {
	url       string
	Count     uint64
	LastCount uint64
}

func MapWithPointer() {
	const N = 100000000
	m := make(map[string]*urlInfo)
	for i := 0; i < N; i++ {
		n := strconv.Itoa(i)
		info := urlInfo{n, uint64(i), uint64(i + 1)}
		m[n] = &info
	}
	now := time.Now()
	runtime.GC() // 手动触发 GC
	fmt.Printf("With a map of strings, GC took: %s\n", time.Since(now))

	_ = m["0"] // 引用一下防止被 GC 回收掉
}

我测试了一下，果然是这样的，当1000万条数据时，GC1秒多，如果是1亿条数据，GC会达到14秒，这样程序就完全不能用了！！！这时需要考虑使用freeCache和BigCache等组件；

但是，如果是不存储字符串的结构体，仅仅使用字符串作为键值，测试结果发现map还是可以用的，

我的需求是需要大概1000万个计数器，使用字符串作为键值，

计数器使用一个比较简单的类：

type Counter struct {
	Count     int64
	LastCount int64
}

一、先简单的对比map[string]Counter 和map[string]*Counter的性能，

方法：

1）分别写入0-1000万编号为字符串的对象初始值；

2）随便找一个编号的对象做+1操作，执行700万次；计时；

3）手动执行GC操作，计时；

结果：

1）存对象：耗时82ms, GC 耗时: 10.0976ms

2）存指针：耗时62ms,  GC 耗时: 10.0926ms

分析原因：map中对象无法直接更改，读写需要内存拷贝耗时更多，但是GC并没有发现使用指针消耗更多的资源；

备注：测试条目增加到1亿条数据后，发现存取无大影响，GC耗时140毫秒左右；

二、对比bigCache

执行类似操作，执行700万次读写一个18字节的字节流，

结果：

操作耗时1592毫秒， GC 耗时: 11.0851ms

结论：在单线程情况下，bigCache并没有发现更大的优势；这里GC应该与bigCache存储的内容关系不大；

bigCache在40个并发的情况下性能有很大的提升：

但是，如果是性能差别如此明显的情况下，并发环境下我更倾向于对map的锁进行分片，比如concurrent-map，使用了一个泛型的map存储多个小map，每个小map分别加锁，真正存储数据。

备注：有人写了一个帖子，使用gob执行对象的序列化，这样可以bigCache就可以读写任意类型的对象，但是：gob的性能非常差，并不可取，如果存储的类型比较简单完全可以自己编写序列化与反序列化函数，或者使用json或者使用protobuf，评测见：go语言序列化json/gob/msgp/protobuf性能对比 - 知乎

func main() {
	testBigRaw()
	//MapWithPointer()
	//MapWithoutPointer()
	//testMap1()
	//testMap2()
}

func testBigRaw() {
	cache, _ := bigcache.NewBigCache(bigcache.Config{
		Shards:             16,
		LifeWindow:         time.Second * 3600,
		CleanWindow:        time.Hour * 24,
		MaxEntriesInWindow: 1000 * 10 * 60,
		MaxEntrySize:       500,
		Verbose:            false,
		HardMaxCacheSize:   1024,
		StatsEnabled:       true,
	})

	for i := 0; i < 10000000; i++ {
		key := strconv.Itoa(i)
		cache.Set(key, []byte("value1 and value2"))
	}

	timeUnixNano1 := time.Now().UnixMilli()
	// 100万次更新
	for i := 0; i < 7000000; i++ {

		cache.Get("111")
		cache.Set("111", []byte("value1 and value3"))
	}
	timeUnixNano2 := time.Now().UnixMilli()
	delta := timeUnixNano2 - timeUnixNano1
	fmt.Println(delta)
	now := time.Now()
	runtime.GC() // 手动触发 GC
	fmt.Printf("With a map of strings, GC took: %s\n", time.Since(now))

	entry, _ := cache.Get("my-unique-key")
	fmt.Println(string(entry))
}

func testMap1() {
	cache := make(map[string]Counter)
	for i := 0; i < 10000000; i++ {
		key := strconv.Itoa(i)
		cache[key] = Counter{0, 0}
	}

	timeUnixNano1 := time.Now().UnixMilli()
	// 100万次更新
	for i := 0; i < 7000000; i++ {

		res, _ := cache["111"]
		res.Count += 1
		cache["111"] = res
	}
	timeUnixNano2 := time.Now().UnixMilli()
	delta := timeUnixNano2 - timeUnixNano1
	fmt.Println(delta)
	now := time.Now()
	runtime.GC() // 手动触发 GC
	fmt.Printf("With a map of strings, GC took: %s\n", time.Since(now))

}

func testMap2() {
	cache := make(map[string]*Counter)
	for i := 0; i < 10000000; i++ {
		key := strconv.Itoa(i)
		cache[key] = &Counter{0, 0}
	}

	timeUnixNano1 := time.Now().UnixMilli()
	// 100万次更新
	for i := 0; i < 7000000; i++ {

		res, _ := cache["111"]
		res.Count += 1
	}
	timeUnixNano2 := time.Now().UnixMilli()
	delta := timeUnixNano2 - timeUnixNano1
	fmt.Println(delta)

	now := time.Now()
	runtime.GC() // 手动触发 GC
	fmt.Printf("With a map of strings, GC took: %s\n", time.Since(now))

}