Page 242 - 《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 1205

本部分深入分析接口类型转换模式及其对程序性能的影响.
3.1 基本访存操作的分布
● 基本访存操作分布. 根据 Go 语言官方提供的规范 [33] , 本文将 Go 语言程序中的基本内存访问操作总结为
7 类, 如表 2 所示. 其中, 类别 Direct 为对变量的访问操作表达式, Deref 为解引用表达式, Ref 为取地址表达式,
FieldAcc 为域访问表达式, SliceIdx、ArrayIdx、MapIdx 为索引模式, 分别为对切片、数组和映射的索引. 由于对
变量的直接访问 (Direct) 广泛嵌套于其他表达式中, 统计时会存在重复计数. 为避免这一问题, QLStat 对 Direct 模
式的统计做了去重处理: 当 Direct 模式作为外层模式 (如 Ref, Deref 等) 的一部分时, 不计入 Direct 模式. 例如, 在
表达式&a 中, 对变量 a 的访问不计入 Direct 模式中.

表 2 基本访存操作的分布

形式 类别 数量 比例 (%)
a Direct 17 649 448 51.10
*a Deref 6 089 052 17.63
&a Ref 1 181 230 3.42
a.f FieldAcc 8 785 663 25.44
slice[i] SliceIdx 511 916 1.48
array[i] ArrayIdx 40 872 0.12
m[i] MapIdx 283 304 0.82
总计 34 541 485 100.00

对 966 个数据库的统计分析表明, 除 Direct 之外, Deref 和 FieldAcc 操作占比最高, 分别为 17.63% 和 25.44%.
这表明在编译器优化和静态分析工具的建模中, 应重点关注这两类操作, 以更有效地提高分析精度和优化性能.
在程序分析算法设计中, 为了提升算法分析精度, 通常需要使用更细粒度的建模方式, 获取更多的分析事
实. 但是这也会导致算法开销显著增加, 因此, 如何平衡使用更高精度分析算法的收益与代价是所有设计者都
要面临的问题. 为了给 Go 程序的分析与语言优化提供更细粒度、更精确的参考, 本文聚焦于统计结果中占比
较高的 Deref 和 FieldAcc, 对连续域访问操作和连续解引用操作进行深入分析, 以探索优化潜力.
● 连续域访问次数. 连续域访问是指一个域访问表达式的基表达式仍然为域访问表达式, 如 a.f1.g2 的基表达
式 a.f1 仍是域访问表达式. 连续域访问模式会影响域敏感分析的算法效率和空间开销. 如果域敏感分析对所有程
序中出现的域均进行建模, 那么会有较大的空间浪费——部分域上的状态信息可能并不会被使用, 但是仍然需要
被更新. 这也会导致算法执行效率较低.
例如, 假设 a 结构体变量包含 2 个域 f1 和 f2, 这两个域是包含两个域 g1 和 g2 的结构体. 对于 y = a.f1.g1 语句,
在域不敏感分析中, 语句会被建模为 y = a, 这会导致分析不精确. 而在域敏感分析中, f1 和 g1 都需要被建模, 分析更
加精确, g1 和 g2 的状态会被区分, 但会带来较大的分析时空开销. 如果将分析的粒度控制在只建模 f1, 而不区分 g1
和 g2, 即将语句建模为 y = a.f1, 则可以降低分析开销, 同时保留 f1 和 f2 之间的区分. 如果可以知道连续域访问次数
的分布情况, 就可以调整域敏感分析的粒度, 从而在不损失太多精度的情况下提升算法执行效率并减少空间开销.
QLStat 通过递归遍历所有域访问表达式, 检查其基表达式是否仍为域访问表达式, 从而计算连续域访问次数.
统计结果如表 3 所示. 在所有域访问操作中, 单次域访问占比约为 93.32%; 连续域访问次数为 2 的占比为 5.65%,
次数大于等于 3 的占比仅为 1.03%. 上述结果显示, 在设计针对 Go 语言的域敏感程序分析算法时, 关注单次域访
问操作即可覆盖绝大多数场景, 获得显著的精度收益. 而对连续多次域访问操作的敏感性分析虽然可以提高精度,
但其占比较小且处理难度较高, 可能带来不成比例的时空代价, 因此可以根据需求权衡是否支持.
● 连续解引用次数. 连续解引用是指一个解引用表达式的子表达式仍然为解引用表达式, 例如**p 的子表达式
*p 仍是解引用表达式. 如果需要精确知道**p 所指向的对象, 需要进行两次指向集合计算, 这会带来较大的时间和
空间开销. 但是部分指向分析下游应用 (如逃逸分析) 并不需要如此高的精度. 如果可以知道连续解引用次数的分
布, 那么下游应用就可以减少指向集合计算次数, 在保证效率的同时达到相对理想的分析效果.