2013 年夏天，Facebook 工程师开始对 HHVM JIT 编译器进行重大的重新设计，这次重新设计使得 Facebook Web 服务器 CPU 的使用率整体降低了 15％。Facebook 工程师 Guilherme Ottoni 最近描述了Facebook 如何在JIT 编译器中利用性能分析引导优化（PGO）技术达到这一效果。
性能分析引导优化技术主要采用运行时分析，例如，识别出更频繁执行的代码，以改进代码的生成。由于编译器和运行时环境的集成特性，PGO 更适合集成到动态编译器和JIT 编译器中。
Facebook 工程师专注于两个主要的目标：利用性能分析的信息优化编译时作出的决策，以帮助编译器识别更大的专用类型编译区域（即可以为给定的已知类型生成的代码进行优化的区域），从而避免类型检查的开销。为了实现这一点，HHVM JIT 编译器必须学习如何转换任意代码区域，而不仅仅是 tracelet ，tracelet 是非常基础的可以独立转换成机器代码的专用类型块。Tracelet 不会任意增长，因为它的定义是：当无法确定块的输入类型或者当 JIT 编译器不能确定分支的方向时，tracelet 就会结束。
Facebook 工程师概括 tracelet 采取的第一步是，基于性能分析信息将其中的几个组合在一起。通过这样做，可以减少不同 tracelet 进入和退出的开销，并且实现更高级的 cross-tracelet 优化，例如提升循环不变式计算到循环外。
在基本的 tracelet 外构建更大的区域具有不违反现有 JIT 优化器和后端中任何假设的优点，这些假设是紧密围绕这一概念设计的。在第二个阶段，Facebook 工程师开始重新设计这些组件，以便能够处理具有任意控制流的区域。这一努力在 2015 年春天完成了，通过将 CPU 使用率降低 15％，显著提高了 JIT 编译器的性能，相比第一阶段的改进提升了两倍。
查看英文原文： How Facebook Redesigned the HHVM JIT Compiler for Performance
感谢夏雪对本文的审校。
给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。
暂无签名
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
评论