面试题：Go语言defer、panic与recover的性能及设计考量

defer、panic 和 recover 对性能的影响及具体场景分析

defer
- 性能影响：defer 语句会导致函数调用开销，每次执行 defer 时，需要将相关函数和参数压入栈中，在函数返回时再弹出并执行。在高并发场景下，如果 defer 语句较多，会增加栈操作的频率，进而影响性能。
- 具体场景：例如在数据库连接操作中，使用 defer 关闭连接是很常见的做法。

func queryDB() {
    conn, err := sql.Open("mysql", "user:password@tcp(127.0.0.1:3306)/test")
    if err != nil {
        log.Fatal(err)
    }
    defer conn.Close()
    // 执行数据库查询操作
    rows, err := conn.Query("SELECT * FROM users")
    // 处理查询结果
}

这种情况下，虽然 defer 有一定性能开销，但保证了连接一定会被关闭，提高了程序的健壮性。 2. panic 和 recover - 性能影响：panic 会触发栈展开（stack unwind），这是一个相对昂贵的操作，会遍历栈并释放资源。recover 必须在 defer 函数中使用，也会带来额外的开销。在高并发环境下，频繁的 panic 和 recover 操作会严重影响性能。 - 具体场景：比如在解析 JSON 数据时，如果格式不正确，可以选择使用 panic 来中断当前处理流程。

func parseJSON(data []byte) {
    var result map[string]interface{}
    err := json.Unmarshal(data, &result)
    if err != nil {
        panic(err)
    }
    // 处理解析后的 JSON 数据
}

然后在调用函数中使用 recover 捕获 panic。

func main() {
    data := []byte(`{invalid json}`)
    defer func() {
        if r := recover(); r != nil {
            log.Println("Recovered from panic:", r)
        }
    }()
    parseJSON(data)
}

保证健壮性并减少性能负面影响的方法

减少 defer 使用数量：只在必要的地方使用 defer，例如资源清理操作。对于一些非必须的操作，避免使用 defer。
避免频繁 panic 和 recover：在可以进行常规错误处理的情况下，优先使用常规错误处理机制。例如在解析 JSON 数据时，更好的做法是返回错误而不是 panic。

func parseJSON(data []byte) (map[string]interface{}, error) {
    var result map[string]interface{}
    err := json.Unmarshal(data, &result)
    if err != nil {
        return nil, err
    }
    return result, nil
}

使用 sync.Pool：如果在 defer 中创建对象（如日志记录器等），可以使用 sync.Pool 来缓存和复用这些对象，减少内存分配和垃圾回收压力。

设计架构时的适用场景与避免场景

适合使用的场景
- 资源清理：如文件、数据库连接等资源的关闭操作，使用 defer 能确保资源在函数结束时正确释放，增强程序健壮性。
- 不可恢复错误处理：在某些情况下，当程序遇到无法继续正常执行的错误（如配置文件严重错误），使用 panic 和 recover 来优雅地处理错误，避免程序崩溃后留下未清理的资源。
应尽量避免的场景
- 常规业务逻辑错误处理：对于可以预期的业务逻辑错误，如用户输入格式错误，应该使用常规的错误返回机制，而不是 panic 和 recover，以提高程序的可读性和性能。
- 高频率调用的函数：在高并发且被频繁调用的函数中，尽量减少 defer、panic 和 recover 的使用，因为这些操作的性能开销会在高频率调用下被放大，严重影响整体性能。

星途面试题库

面试题：Go语言defer、panic与recover的性能及设计考量

知识考点

面试题答案

defer、panic 和 recover 对性能的影响及具体场景分析

保证健壮性并减少性能负面影响的方法

设计架构时的适用场景与避免场景