ES6 的解构赋值前每次都建立一个对象吗？会加剧 GC 的负担吗？

时间 2019-11-07

标签 es6 解构赋值每次建立一个对象加剧负担栏目 JavaScript 繁體版

原文原文链接

本文来源于知乎上的一个提问。javascript

为了程序的易读性，咱们会使用 ES6 的解构赋值：java

function f({a,b}){}
f({a:1,b:2});

这个例子的函数调用中，会真的产生一个对象吗？若是会，那大量的函数调用会白白生成不少有待 GC 释放的临时对象，那么就意味着在函数参数少时，仍是须要尽可能避免采用解构传参，而使用传统的：node

function f(a,b){}
f(1,2);

上面的描述其实同时提了好几个问题：函数

会不会产生一个对象？
参数少时，是否须要尽可能避免采用解构传参？
对性能(CPU/内存)的影响多大？

1. 从 V8 字节码分析二者的性能表现

首先从上面给的代码例子中，确实会产生一个对象。可是在实际项目中，有很大的几率是不须要产生这个临时对象的。性能

我以前写过一篇文章使用 D8 分析 javascript 如何被 V8 引擎优化的。那么咱们就分析一下你的示例代码。测试

function f(a,b){
 return a+b;
}

const d = f(1, 2);

鉴于不少人没有 d8，所以咱们使用 node.js 代替。运行：优化

node --print-bytecode add.js

其中的 --print-bytecode 能够查看 V8 引擎生成的字节码。在输出结果中查找 [generating bytecode for function: f]：命令行

[generating bytecode for function: ]
Parameter count 6
Frame size 32
         0000003AC126862A @    0 : 6e 00 00 02       CreateClosure [0], [0], #2
         0000003AC126862E @    4 : 1e fb             Star r0
   10 E> 0000003AC1268630 @    6 : 91                StackCheck 
   98 S> 0000003AC1268631 @    7 : 03 01             LdaSmi [1]
         0000003AC1268633 @    9 : 1e f9             Star r2
         0000003AC1268635 @   11 : 03 02             LdaSmi [2]
         0000003AC1268637 @   13 : 1e f8             Star r3
   98 E> 0000003AC1268639 @   15 : 51 fb f9 f8 01    CallUndefinedReceiver2 r0, r2, r3, [1]
         0000003AC126863E @   20 : 04                LdaUndefined 
  107 S> 0000003AC126863F @   21 : 95                Return 
Constant pool (size = 1)
Handler Table (size = 16)
[generating bytecode for function: f]
Parameter count 3
Frame size 0
   72 E> 0000003AC1268A6A @    0 : 91                StackCheck 
   83 S> 0000003AC1268A6B @    1 : 1d 02             Ldar a1
   91 E> 0000003AC1268A6D @    3 : 2b 03 00          Add a0, [0]
   94 S> 0000003AC1268A70 @    6 : 95                Return 
Constant pool (size = 0)
Handler Table (size = 16)

Star r0 将当前在累加器中的值存储在寄存器 r0 中。调试

LdaSmi [1] 将小整数（Smi）1 加载到累加器寄存器中。code

而函数体只有两行代码：Ldar a1 和 Add a0, [0]。

当咱们使用解构赋值后：

[generating bytecode for function: ]
Parameter count 6
Frame size 24
         000000D24A568662 @    0 : 6e 00 00 02       CreateClosure [0], [0], #2
         000000D24A568666 @    4 : 1e fb             Star r0
   10 E> 000000D24A568668 @    6 : 91                StackCheck 
  100 S> 000000D24A568669 @    7 : 6c 01 03 29 f9    CreateObjectLiteral [1], [3], #41, r2
  100 E> 000000D24A56866E @   12 : 50 fb f9 01       CallUndefinedReceiver1 r0, r2, [1]
         000000D24A568672 @   16 : 04                LdaUndefined 
  115 S> 000000D24A568673 @   17 : 95                Return 
Constant pool (size = 2)
Handler Table (size = 16)
[generating bytecode for function: f]
Parameter count 2
Frame size 40
   72 E> 000000D24A568AEA @    0 : 91                StackCheck 
         000000D24A568AEB @    1 : 1f 02 fb          Mov a0, r0
         000000D24A568AEE @    4 : 1d fb             Ldar r0
         000000D24A568AF0 @    6 : 89 06             JumpIfUndefined [6] (000000D24A568AF6 @ 12)
         000000D24A568AF2 @    8 : 1d fb             Ldar r0
         000000D24A568AF4 @   10 : 88 10             JumpIfNotNull [16] (000000D24A568B04 @ 26)
         000000D24A568AF6 @   12 : 03 3f             LdaSmi [63]
         000000D24A568AF8 @   14 : 1e f8             Star r3
         000000D24A568AFA @   16 : 09 00             LdaConstant [0]
         000000D24A568AFC @   18 : 1e f7             Star r4
         000000D24A568AFE @   20 : 53 e8 00 f8 02    CallRuntime [NewTypeError], r3-r4
   74 E> 000000D24A568B03 @   25 : 93                Throw 
   74 S> 000000D24A568B04 @   26 : 20 fb 00 02       LdaNamedProperty r0, [0], [2]
         000000D24A568B08 @   30 : 1e fa             Star r1
   76 S> 000000D24A568B0A @   32 : 20 fb 01 04       LdaNamedProperty r0, [1], [4]
         000000D24A568B0E @   36 : 1e f9             Star r2
   85 S> 000000D24A568B10 @   38 : 1d f9             Ldar r2
   93 E> 000000D24A568B12 @   40 : 2b fa 06          Add r1, [6]
   96 S> 000000D24A568B15 @   43 : 95                Return 
Constant pool (size = 2)
Handler Table (size = 16)

咱们能够看到，代码明显增长了不少，CreateObjectLiteral 建立了一个对象。原本只有 2 条核心指令的函数忽然增长到了近 20 条。其中不乏有 JumpIfUndefined、CallRuntime 、Throw 这种指令。

扩展阅读：理解 V8 的字节码「译」

2. 使用 --trace-gc 参数查看内存

因为这个内存占用很小，所以咱们加一个循环。

function f(a, b){
 return a + b;
}

for (let i = 0; i < 1e8; i++) {
 const d = f(1, 2);
}

console.log(%GetHeapUsage());

%GetHeapUsage() 函数有些特殊，以百分号(%)开头，这个是 V8 引擎内部调试使用的函数，咱们能够经过命令行参数 --allow-natives-syntax 来使用这些函数。

node --trace-gc --allow-natives-syntax add.js

获得结果（为了便于阅读，我调整了输出格式）：

[10192:0000000000427F50]
26 ms: Scavenge 3.4 (6.3) -> 3.1 (7.3) MB, 1.3 / 0.0 ms  allocation failure

[10192:0000000000427F50]
34 ms: Scavenge 3.6 (7.3) -> 3.5 (8.3) MB, 0.8 / 0.0 ms  allocation failure

4424128

当使用解构赋值后：

[7812:00000000004513E0]
27 ms: Scavenge 3.4 (6.3) -> 3.1 (7.3) MB, 1.0 / 0.0 ms  allocation failure

[7812:00000000004513E0]
36 ms: Scavenge 3.6 (7.3) -> 3.5 (8.3) MB, 0.7 / 0.0 ms  allocation failure

[7812:00000000004513E0]
56 ms: Scavenge 4.6 (8.3) -> 4.1 (11.3) MB, 0.5 / 0.0 ms  allocation failure

4989872

能够看到多了所以内存分配，并且堆空间的使用也比以前多了。使用 --trace_gc_verbose 参数能够查看 gc 更详细的信息，还能够看到这些内存都是新生代，清理起来的开销仍是比较小的。

3. Escape Analysis 逃逸分析

经过逃逸分析，V8 引擎能够把临时对象去除。

还考虑以前的函数：

function add({a, b}){
   return a + b;
}

若是咱们还有一个函数，double，用于给一个数字加倍。

function double(x) {
   return add({a:x, b:x});
}

而这个 double 函数最终会被编译为

function double(x){
    return x + x;
}

在 V8 引擎内部，会按照以下步骤进行逃逸分析处理：

首先，增长中间变量：

function add(o){
 return o.a + o.b;
}

function double(x) {
   let o = {a:x, b:x};
   return add(o);
}

把对函数 add 的调用进行内联展开，变成：

function double(x) {
   let o = {a:x, b:x};
   return o.a + o.b;
}

替换对字段的访问操做：

function double(x) {
   let o = {a:x, b:x};
   return x + x;
}

删除没有使用到的内存分配：

function double(x) {
   return x + x;
}

经过 V8 的逃逸分析，把原本分配到堆上的对象去除了。

4. 结论

不要作这种语法层面的微优化，引擎会去优化的，业务代码仍是更加关注可读性和可维护性。若是你写的是库代码，能够尝试这种优化，把参数展开后直接传递，到底能带来多少性能收益还得看最终的基准测试。

举个例子就是 Chrome 49 开始支持 Proxy，直到一年以后的 Chrome 62 才改进了 Proxy 的性能，使 Proxy 的总体性能提高了 24% ~ 546%。