GO 反射对性能的影响分析

写在前面

今天在公司写了一段代码，判断一个变量是否为空值，由于判断的类型太少，code review的时候同事说还有很多类型没有考虑到，并且提到有没有开源的包做这个事，于是找了一段assert.IsEmpty里面的代码。但是这段代码用到了反射。在code review的时候同事又提到了反射影响性能。

基于此，这里对比了一下两种方式实习IsEmpty的性能问题。废话不多说，上代码。

代码

最开始的代码

func IsEmpty(val interface{}) bool {
if val == nil {
return true
}
switch v := val.(type) {
case int:
return v == int(0)
case int8:
return v == int8(0)
case int16:
return v == int16(0)
case int32:
return v == int32(0)
case int64:
return v == int64(0)
case string:
return v == ""
default:
return false
}
}

由于目前场景里面只需要判断这几种数据类型，因此只实现了几种。这种做法明细很不好，将来如果有别人用怎么办？这是一种偷懒的做法，不是一个高级程序员应该有的素质。

在同事提出可能会有其他数据类型的时候，想着类型太多，穷举容易漏，于是在网上找了一下开源的包，遗憾没有找到。但是想到了assert.Empty函数，于是看了一下源代码，找到了它的实现方法。

// isEmpty gets whether the specified object is considered empty or not.
func isEmpty(object interface{}) bool {
// get nil case out of the way
if object == nil {
return true
}
objValue := reflect.ValueOf(object)
switch objValue.Kind() {
// collection types are empty when they have no element
case reflect.Array, reflect.Chan, reflect.Map, reflect.Slice:
return objValue.Len() == 0
// pointers are empty if nil or if the value they point to is empty
case reflect.Ptr:
if objValue.IsNil() {
return true
}
deref := objValue.Elem().Interface()
return isEmpty(deref)
// for all other types, compare against the zero value
default:
zero := reflect.Zero(objValue.Type())
return reflect.DeepEqual(object, zero.Interface())
}
}

于是把这段代码复制过来，code review的时候同事说反射会影响性能（其实我觉得还好，不知道大家觉得它对性能影响有多大，欢迎留言讨论），于是我又改了一版。结合了上面两种方法。先判断是不是基础数据类型，如果不是再用反射。

const (
IntZero     = int(0)
Int8Zero    = int8(0)
Int16Zero   = int16(0)
Int32Zero   = int32(0)
Int64Zero   = int64(0)
UintZero    = uint(0)
Uint8Zero   = uint8(0)
Uint16Zero  = uint16(0)
Uint32Zero  = uint32(0)
Uint64Zero  = uint64(0)
Float32Zero = float32(0)
Float64Zero = float64(0)
StringZero  = ""
)
func IsEmpty(data interface{}) bool {
if data == nil {
return false
}
switch v := data.(type) {
case bool:
return false
case *bool:
return v == nil
case int:
return v == IntZero
case *int:
return v == nil || *v == IntZero
case int8:
return v == Int8Zero
case *int8:
return v == nil || *v == Int8Zero
case int16:
return v == Int16Zero
case *int16:
return v == nil || *v == Int16Zero
case int32:
return v == Int32Zero
case *int32:
return v == nil || *v == Int32Zero
case int64:
return v == Int64Zero
case *int64:
return v == nil || *v == Int64Zero
case uint:
return v == UintZero
case *uint:
return v == nil || *v == UintZero
case uint8:
return v == Uint8Zero
case *uint8:
return v == nil || *v == Uint8Zero
case uint16:
return v == Uint16Zero
case *uint16:
return v == nil || *v == Uint16Zero
case uint32:
return v == Uint32Zero
case *uint32:
return v == nil || *v == Uint32Zero
case uint64:
return v == Uint64Zero
case *uint64:
return v == nil || *v == Uint64Zero
case float32:
return v == Float32Zero
case *float32:
return v == nil || *v == Float32Zero
case float64:
return v == Float64Zero
case *float64:
return v == nil || *v == Float64Zero
case string:
return v == StringZero
case *string:
return v == nil || *v == StringZero
default:
kind := reflect.TypeOf(data).Kind()
if kind == reflect.Ptr {
dataKind := reflect.ValueOf(data).Elem().Kind()
if dataKind == reflect.Invalid || dataKind == reflect.Struct {
return reflect.ValueOf(data).IsNil()
} else {
return false
}
} else if kind == reflect.Slice || kind == reflect.Map {
// slice
return reflect.ValueOf(data).Len() == 0
} else if kind == reflect.Struct {
// struct
return false
} else {
panic("not support type. you can support by yourself")
}
}
}

得到第三版。

性能分析

代码提交之后我一直在想第一版和第二版性能到底差别有多大。其实这个时候我偷懒了，没有做性能分析，做个Bench分析一下很简单，这件事一直在我心里，过了一天终于写了一段代码比对一下性能。

func BenchmarkTestIsEmpty(t *testing.B) {
v1 := false
v2 := true
var v3 *bool
v4 := int(0)
var v5 *int
v6 := int64(0)
var v7 *int64
v8 := ""
var v9 *string
v10 := "test"
v11 := float64(0.00)
v12 := float64(0.01)
testCases := []TestCase{
{input: v1, want: false},
{input: &v1, want: false},
{input: v2, want: false},
{input: &v2, want: false},
{input: v3, want: true},
{input: v4, want: true},
{input: &v4, want: true},
{input: v5, want: true},
{input: int(1), want: false},
{input: v6, want: true},
{input: &v6, want: true},
{input: v7, want: true},
{input: int64(1), want: false},
{input: v8, want: true},
{input: &v8, want: true},
{input: v9, want: true},
{input: v10, want: false},
{input: &v10, want: false},
{input: v11, want: true},
{input: &v11, want: true},
{input: v12, want: false},
{input: &v12, want: false},
}
for i, testCase := range testCases {
result := IsEmpty(testCases[i].input)
assert.Equal(t, testCase.want, result)
}
}
func BenchmarkTestIsEmptyV1(t *testing.B) {
v1 := false
v2 := true
var v3 *bool
v4 := int(0)
var v5 *int
v6 := int64(0)
var v7 *int64
v8 := ""
var v9 *string
v10 := "test"
v11 := float64(0.00)
v12 := float64(0.01)
testCases := []TestCase{
{input: v1, want: true},
{input: &v1, want: true},
{input: v2, want: false},
{input: &v2, want: false},
{input: v3, want: true},
{input: v4, want: true},
{input: &v4, want: true},
{input: v5, want: true},
{input: int(1), want: false},
{input: v6, want: true},
{input: &v6, want: true},
{input: v7, want: true},
{input: int64(1), want: false},
{input: v8, want: true},
{input: &v8, want: true},
{input: v9, want: true},
{input: v10, want: false},
{input: &v10, want: false},
{input: v11, want: true},
{input: &v11, want: true},
{input: v12, want: false},
{input: &v12, want: false},
}
for i, testCase := range testCases {
result := IsEmptyV1(testCases[i].input)
assert.Equal(t, testCase.want, result)
}
}

运行

go test -bench=.  -benchmem

结果

goos: darwin
goarch: amd64
pkg: common/util
cpu: Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz
BenchmarkTestIsEmpty-12           120820              9635 ns/op               0 B/op          0 allocs/op
BenchmarkTestIsEmptyV1-12         103664             11582 ns/op              72 B/op          8 allocs/op
PASS
ok      common/util     5.149s

• ns:每次运行耗费的世界。时间复杂的相差10倍

• B:每次运行分配的字节数。可见非反射版不需要额外的内存

• allocs:每次运行分配内存次数。

综上可见，性能差别挺大的。如果只看运行时间，相差了10倍。确实反射影响性能，以后还是少用为好，最好不要在循环里面用。

最终解决办法

最终结合第一版和第二版，写出了第三版。

写在后面

要善于利用工具，不会的就去学习，不能偷懒。

今天看到「字节跳动技术团队」一个直播，几位掘金小册大佬在分享自己是如何写文章、如何学习的，感受挺深。

写文章要：

• 1.列提纲

• 2.利用碎片化的时间积累、记录

• 3.利用周末大片的时间思考文章

• 4.文章写完自己对知识的认知又提升了一个层次，利人利己

写文章不要：

• 1.太在意工具。有的人写文章之前在想用什么打草稿、列提纲、写思维导图，在你想这个的时候内心其实已经在打退堂鼓了。你应该直接打开一个文本编辑器或者控制台等任何能写文字的地方，甚至微信都行

• 2.不要在意有多少人会阅读你的文章。写完了你自己也会有新的认识

• 3.定时清理收藏夹。不要只放到收藏夹里，里面的东西要定时整理、清理

来源：https://juejin.cn/post/7137679269785763848