go使用sync.Pool的性能对比

在业务代码编码中，涉及到经常用前创建，用后销毁的资源，为了提高性能，减少内存分配，减轻GC压力，自然而然地就会联想到使用对象池的应用。

go在很多方面都有着sync.Pool的应用，我们经常使用的fmt.Println("balabala")，其实也用到了sync.Pool，不信可以自己去阅读源码。

之前在用gin重构项目代码时，学习到gin.Context在处理新请求的时候，也是用到了sync.Pool复用context，减少内存分配，今天我们来看看使用sync.Pool和不用sync.Pool的的性能对比测试。

sync.Pool的使用其实也比较简单，

• 1.创建对象池
• 2.用时Get
• 3.用完Put

不说废话，看代码：

package syncpool

import (
	"sync"
	"testing"
)

type person struct {
	age int
}

var personpool = sync.Pool{
	New: func() interface{} { return new(person)},
}

// no pool
func BenchmarkWithoutPool(b *testing.B) {
	var p *person
	b.ReportAllocs()
	b.ResetTimer()
	for i := 0; i < b.N; i++ {
		for j := 0; j < 10000; j++ {
			p = new(person)
			p.age = 23
		}
	}
}

// pool
func BenchmarkWithPool(b *testing.B) {
	var p *person
	b.ReportAllocs()
	b.ResetTimer()
	for i := 0; i < b.N; i++ {
		for j := 0; j < 10000; j++ {
			p = personpool.Get().(*person)
			p.age = 23
			personpool.Put(p)
		}
	}
}

以下是测试结果：

从测试结果看，确实遇到需要频繁创建对象的场景，如果用了sync.Pool对象池，结果竟然相差那么大，比如性能上，用pool的操作耗时几乎是不用pool的50%，而在内存分配上，由于pool复用对象，更是做到了0分配，说明sync.Pool的使用可以大大优化我们的代码，遇到相应的开发场景还不用上呢！