Golang黑科技之——string與[]byte轉換
我們知道,相對於C語言,golang是型別安全的語言。但是安全的代價就是效能的妥協。
下面我們通過Golang中的“黑科技”來一窺Golang不想讓我們看到的“祕密”——string的底層資料。
通過reflect包,我們可以知道,在Golang底層,string和slice其實都是struct:
type SliceHeader struct {
Data uintptr
Len int
Cap int
}
type StringHeader struct {
Data uintptr
Len int
}
其中Data是一個指標,指向實際的資料地址,Len表示資料長度。
但是,在string和[]byte轉換過程中,Golang究竟悄悄幫我們做了什麼,來達到安全的目的?
在Golang語言規範裡面,string資料是禁止修改的,試圖通過&s[0], &b[0]取得string和slice資料指標地址也是不能通過編譯的。
下面,我們就通過Golang的“黑科技”來一窺Golang背後的“祕密”。
//return GoString's buffer slice(enable modify string)
func StringBytes(s string) Bytes {
return *(*Bytes)(unsafe.Pointer(&s))
}
// convert b to string without copy
func BytesString(b []byte) String {
return *(*String)(unsafe.Pointer(&b))
}
// returns &s[0], which is not allowed in go
func StringPointer(s string) unsafe.Pointer {
p := (*reflect.StringHeader)(unsafe.Pointer(&s))
return unsafe.Pointer(p.Data)
}
// returns &b[0], which is not allowed in go
func BytesPointer(b []byte) unsafe.Pointer {
p := (*reflect.SliceHeader)(unsafe.Pointer(&b))
return unsafe .Pointer(p.Data)
}
以上4個函式的神奇之處在於,通過unsafe.Pointer和reflect.XXXHeader取到了資料首地址,並實現了string和[]byte的直接轉換(這些操作在語言層面是禁止的)。
下面我們就通過這幾個“黑科技”來測試一下語言底層的祕密:
func TestPointer(t *testing.T) {
s := []string{
"",
"",
"hello",
"hello",
fmt.Sprintf(""),
fmt.Sprintf(""),
fmt.Sprintf("hello"),
fmt.Sprintf("hello"),
}
fmt.Println("String to bytes:")
for i, v := range s {
b := unsafe.StringBytes(v)
b2 := []byte(v)
if b.Writeable() {
b[0] = 'x'
}
fmt.Printf("%d\ts=%5s\tptr(v)=%-12v\tptr(StringBytes(v)=%-12v\tptr([]byte(v)=%-12v\n",
i, v, unsafe.StringPointer(v), b.Pointer(), unsafe.BytesPointer(b2))
}
b := [][]byte{
[]byte{},
[]byte{'h', 'e', 'l', 'l', 'o'},
}
fmt.Println("Bytes to string:")
for i, v := range b {
s1 := unsafe.BytesString(v)
s2 := string(v)
fmt.Printf("%d\ts=%5s\tptr(v)=%-12v\tptr(StringBytes(v)=%-12v\tptr(string(v)=%-12v\n",
i, s1, unsafe.BytesPointer(v), s1.Pointer(), unsafe.StringPointer(s2))
}
}
const N = 3000000
func Benchmark_Normal(b *testing.B) {
for i := 1; i < N; i++ {
s := fmt.Sprintf("12345678901234567890123456789012345678901234567890")
bb := []byte(s)
bb[0] = 'x'
s = string(bb)
s = s
}
}
func Benchmark_Direct(b *testing.B) {
for i := 1; i < N; i++ {
s := fmt.Sprintf("12345678901234567890123456789012345678901234567890")
bb := unsafe.StringBytes(s)
bb[0] = 'x'
s = s
}
}
//test result
//String to bytes:
//0 s= ptr(v)=0x51bd70 ptr(StringBytes(v)=0x51bd70 ptr([]byte(v)=0xc042021c58
//1 s= ptr(v)=0x51bd70 ptr(StringBytes(v)=0x51bd70 ptr([]byte(v)=0xc042021c58
//2 s=hello ptr(v)=0x51c2fa ptr(StringBytes(v)=0x51c2fa ptr([]byte(v)=0xc042021c58
//3 s=hello ptr(v)=0x51c2fa ptr(StringBytes(v)=0x51c2fa ptr([]byte(v)=0xc042021c58
//4 s= ptr(v)=<nil> ptr(StringBytes(v)=<nil> ptr([]byte(v)=0xc042021c58
//5 s= ptr(v)=<nil> ptr(StringBytes(v)=<nil> ptr([]byte(v)=0xc042021c58
//6 s=xello ptr(v)=0xc0420444b5 ptr(StringBytes(v)=0xc0420444b5 ptr([]byte(v)=0xc042021c58
//7 s=xello ptr(v)=0xc0420444ba ptr(StringBytes(v)=0xc0420444ba ptr([]byte(v)=0xc042021c58
//Bytes to string:
//0 s= ptr(v)=0x5c38b8 ptr(StringBytes(v)=0x5c38b8 ptr(string(v)=<nil>
//1 s=hello ptr(v)=0xc0420445e0 ptr(StringBytes(v)=0xc0420445e0 ptr(string(v)=0xc042021c38
//Benchmark_Normal-4 1000000000 0.87 ns/op
//Benchmark_Direct-4 2000000000 0.24 ns/op
結論如下:
1.string常量會在編譯期分配到只讀段,對應資料地址不可寫入,並且相同的string常量不會重複儲存。
2.fmt.Sprintf生成的字串分配在堆上,對應資料地址可修改。
3.常量空字串有資料地址,動態生成的字串沒有設定資料地址
4.Golang string和[]byte轉換,會將資料複製到堆上,返回資料指向複製的資料
5.動態生成的字串,即使內容一樣,資料也是在不同的空間
6.只有動態生成的string,資料可以被黑科技修改
8.string和[]byte通過複製轉換,效能損失接近4倍
我將測試程式碼放在這裡,歡迎參考:
https://github.com/vipally/gx/blob/master/unsafe/string_test.go
參考資料:
[1] Go語言黑魔法 http://studygolang.com/articles/2909