Page 236 - 《软件学报》2026年第3期

李清伟 等: Go 语言程序的内存性能与安全问题实证研究 1199

RQ1: Go 语言程序的内存访问特征是什么? 这些访问特征如何影响内存问题的识别和优化?
在现代语言和编译器的设计中, 为了平衡编译速度和程序性能, 分析和优化算法通常聚焦于最常见的场景, 这
要求对程序特征有整体的理解. 本研究旨在探索现实世界中 Go 语言程序在其独特内存管理与访问机制下的内存
访问特征, 识别影响性能的内存使用模式, 并据此为 Go 语言编译器或分析工具的改进提供指导.
RQ2: Go 语言程序存在哪些内存安全问题, 这些问题在开源项目中的分布情况和常见代码模式如何?
为了减少内存安全问题的影响, 并帮助开发者和静态分析工具研制者更有效地识别和解决这些问题, 本研究
分析 Go 程序中常见内存安全问题 (如内存泄漏、空指针解引用) 的分布与表现, 探索其主流的问题代码模式, 同
时评估这些问题在开源项目中的修复方式、所需成本和规模, 以提供改进方向和优化建议.
RQ3: Go 语言程序中的内存安全问题模式如何归纳与检测?
通过归纳和总结内存问题模式, 如果能够针对一些相对简单的模式实现自动检测, 则有助于减少类似问题在
社区中的重复出现. 虽然 Go 语言生态中已有一些代码检查工具, 这些工具在提升软件质量和可靠性方面发挥了
重要作用, 但它们可能未覆盖某些特定的内存安全问题模式. 本研究以 RQ1 和 RQ2 的方向为基础, 进一步探索如
何利用静态代码模式实现内存问题的高效检测和定位. 此外, 还设计并实现了一种用于检测内存泄漏问题中特定
模式 (L2-3) 的自动检测工具.
本文的主要贡献如下.
(1) 设计一个开源项目分析框架 PatStat, 它不仅能分析和统计 Go 项目中各类基本访存操作的分布, 还支持对
不限于 Go 语言的开源项目, 通过关键词搜索 Issues 和 pull requests (PRs), 进行问题及其修复的统计分析, 并进一
步辅助人工深入分析.
(2) 用 PatStat 框架分析 996 个 1 年内有更新的 Go 语言开源项目, 得到如下结果.
(a) 在各类基本内存访问操作中, 域访问和解引用操作的占比分别为 25.44% 和 17.63%, 仅次于直接变量访问
操作 (占比 51.10%), 在分析和优化时可重点关注. 进一步的研究表明, 对于如 p.f.a 这类连续域访问和解引用操作,
只需对单层操作如 p.f 进行精确建模即可达到较为理想的分析精度.
(b) 具体类型对象转换为接口的模式可能引发隐式堆分配. 在所有模式中, 赋值语句和调用语句占比最高, 分
别为 20.16% 和 77.48%, 合计 97.64%, 为主要模式. 进一步分析发现, 这两类模式中分别有 23.65% 和 37.24% 的实
例可能引起隐式堆分配, 有潜在的内存优化空间, 值得重点关注.
(3) 通过对内存相关的 GitHub Issues 的分析, 总结出如下非并发内存安全问题在 Go 语言中的表现及模式.
(a) 内存泄漏: 尽管 Go 引入了垃圾回收机制, 但在新兴应用中内存泄漏问题依然存在, 且模式多样. 例如, 某些
资源仍需手动释放, defer 延迟机制无法完全解决遗漏调用的问题 (L1-2 模式), slice 表达式处理不当也可能导致内
存泄漏 (L2-3 模式) 等.
(b) 空指针解引用: 空指针解引用问题在 Go 语言中仍频繁发生, 已识别出 5 类主要问题模式, 适合通过代码
检查工具进行进一步检测和预防.
(c) 悬垂指针: 虽然在 Go 的语言机制下几乎不会出现悬垂指针问题, 但当开发者自行设计引用机制时仍可能
引发此类问题. 此类问题的检查需要更高层次的抽象分析, 而不是局限于语句级或函数级的简单分析.
(4) 在 RQ2 的研究中, 发现并总结了 Go 代码中可能导致内存泄漏的 L2-3 模式, 并据此开发了代码检查工具.
通过基于 PatStat 对 996 个项目生成的 966 个项目数据库进行分析, 得到如下结果.
(a) 在 966 个项目中, 共报告了 574 处可能存在问题的代码位置.
(b) 对其中 70 个报告进行人工审查, 发现 6 个为正确报告, 64 个为误报. 将人工审查正确的报告形成了 5 个
Issues (其中 2 个问题合并为 1 个 Issue) 提交至 GitHub, 最终获得 1 个肯定的回复, 2 个认为是误报, 还有 2 个尚未
收到回复.
本文第 1 节介绍 Go 语言相关的背景知识以及研究动机. 第 2 节介绍所设计的 PatStat 分析框架. 第 3–5 节分
别介绍对 3 个 RQ 的研究与分析结果. 第 6 节讨论研究方法的有效范围与局限性. 第 7 节介绍相关工作.