如何編寫高性能的Lua代碼
前言
Lua是一門以其性能著稱的腳本語言，被廣泛應用在很多方面，尤其是游戲。像《魔獸世界》的插件，手機游戲《大掌門》《神曲》《迷失之地》等都是用Lua來寫的邏輯。
所以大部分時候我們不需要去考慮性能問題。Knuth有句名言：“過早優化是萬惡之源”。其意思就是過早優化是不必要的，會浪費大量時間，而且容易導致代碼混亂。
所以一個好的程序員在考慮優化性能前必須問自己兩個問題：“我的程序真的需要優化嗎？”。如果答案為是，那么再問自己：“優化哪個部分？”。
我們不能靠臆想和憑空猜測來決定優化哪個部分，代碼的運行效率必須是可測量的。我們需要借助于分析器來測定性能的瓶頸，然后著手優化。優化后，我們仍然要借助于分析器來測量所做的優化是否真的有效。
我認為***的方式是在***編寫的時候按照***實踐去寫出高性能的代碼，而不是編寫了一堆垃圾代碼后，再考慮優化。相信工作后大家都會對事后的優化的繁瑣都深有體會。
一旦你決定編寫高性能的Lua代碼，下文將會指出在Lua中哪些代碼是可以優化的，哪些代碼會是運行緩慢的，然后怎么去優化它們。
使用local
在代碼運行前，Lua會把源碼預編譯成一種中間碼，類似于Java的虛擬機。這種格式然后會通過C的解釋器進行解釋，整個過程其實就是通過一個while循環，里面有很多的switch...case語句，一個case對應一條指令來解析。
自Lua 5.0之后，Lua采用了一種類似于寄存器的虛擬機模式。Lua用棧來儲存其寄存器。每一個活動的函數，Lua都會其分配一個棧，這個棧用來儲存函數里的活動記錄。每一個函數的棧都可以儲存至多250個寄存器，因為棧的長度是用8個比特表示的。
有了這么多的寄存器，Lua的預編譯器能把所有的local變量儲存在其中。這就使得Lua在獲取local變量時其效率十分的高。
舉個栗子： 假設a和b為local變量，a = a + b的預編譯會產生一條指令：
- ;a是寄存器0 b是寄存器1
- ADD 0 0 1
但是若a和b都沒有聲明為local變量，則預編譯會產生如下指令：
- GETGLOBAL 0 0 ;get a
- GETGLOBAL 1 1 ;get b
- ADD 0 0 1 ;do add
- SETGLOBAL 0 0 ;set a
所以你懂的：在寫Lua代碼時，你應該盡量使用local變量。
以下是幾個對比測試，你可以復制代碼到你的編輯器中，進行測試。
- a = os.clock()
- for i = 1,10000000 do
- local x = math.sin(i)
- end
- b = os.clock()
- print(b-a) -- 1.113454
把math.sin賦給local變量sin：
- a = os.clock()
- local sin = math.sin
- for i = 1,10000000 do
- local x = sin(i)
- end
- b = os.clock()
- print(b-a) --0.75951
直接使用math.sin，耗時1.11秒；使用local變量sin來保存math.sin，耗時0.76秒。可以獲得30%的效率提升！
關于表(table)
表在Lua中使用十分頻繁，因為表幾乎代替了Lua的所有容器。所以快速了解一下Lua底層是如何實現表，對我們編寫Lua代碼是有好處的。
Lua的表分為兩個部分：數組(array)部分和哈希(hash)部分。數組部分包含所有從1到n的整數鍵，其他的所有鍵都儲存在哈希部分中。
哈希部分其實就是一個哈希表，哈希表本質是一個數組，它利用哈希算法將鍵轉化為數組下標，若下標有沖突(即同一個下標對應了兩個不同的鍵)，則它會將沖突的下標上創建一個鏈表，將不同的鍵串在這個鏈表上，這種解決沖突的方法叫做：鏈地址法。
當我們把一個新鍵值賦給表時，若數組和哈希表已經滿了，則會觸發一個再哈希(rehash)。再哈希的代價是高昂的。首先會在內存中分配一個新的長度的數組，然后將所有記錄再全部哈希一遍，將原來的記錄轉移到新數組中。新哈希表的長度是最接近于所有元素數目的2的乘方。
當創建一個空表時，數組和哈希部分的長度都將初始化為0，即不會為它們初始化任何數組。讓我們來看下執行下面這段代碼時在Lua中發生了什么：
- local a = {}
- for i=1,3 do
- a[i] = true
- end
最開始，Lua創建了一個空表a，在***次迭代中，a[1] = true觸發了一次rehash，Lua將數組部分的長度設置為2^0，即1，哈希部分仍為空。在第二次迭代中，a[2] = true再次觸發了rehash，將數組部分長度設為2^1，即2。***一次迭代，又觸發了一次rehash，將數組部分長度設為2^2，即4。
下面這段代碼：
- a = {}
- a.x = 1; a.y = 2; a.z = 3
與上一段代碼類似，只是其觸發了三次表中哈希部分的rehash而已。
只有三個元素的表，會執行三次rehash；然而有一百萬個元素的表僅僅只會執行20次rehash而已，因為2^20 = 1048576 > 1000000。但是，如果你創建了非常多的長度很小的表（比如坐標點：point = {x=0,y=0}），這可能會造成巨大的影響。
如果你有很多非常多的很小的表需要創建時，你可以將其預先填充以避免rehash。比如：{true,true,true}，Lua知道這個表有三個元素，所以Lua直接創建了三個元素長度的數組。類似的，{x=1, y=2, z=3}，Lua會在其哈希部分中創建長度為4的數組。
以下代碼執行時間為1.53秒：
- a = os.clock()
- for i = 1,2000000 do
- local a = {}
- a[1] = 1; a[2] = 2; a[3] = 3
- end
- b = os.clock()
- print(b-a) --1.528293
如果我們在創建表的時候就填充好它的大小，則只需要0.75秒，一倍的效率提升！
- a = os.clock()
- for i = 1,2000000 do
- local a = {1,1,1}
- a[1] = 1; a[2] = 2; a[3] = 3
- end
- b = os.clock()
- print(b-a) --0.746453
所以，當需要創建非常多的小size的表時，應預先填充好表的大小。
關于字符串
與其他主流腳本語言不同的是，Lua在實現字符串類型有兩方面不同。
***，所有的字符串在Lua中都只儲存一份拷貝。當新字符串出現時，Lua檢查是否有其相同的拷貝，若沒有則創建它，否則，指向這個拷貝。這可以使得字符串比較和表索引變得相當的快，因為比較字符串只需要檢查引用是否一致即可；但是這也降低了創建字符串時的效率，因為Lua需要去查找比較一遍。
第二，所有的字符串變量，只保存字符串引用，而不保存它的buffer。這使得字符串的賦值變得十分高效。例如在Perl中，$x = $y，會將$y的buffer整個的復制到$x的buffer中，當字符串很長時，這個操作的代價將十分昂貴。而在Lua，同樣的賦值，只復制引用，十分的高效。
但是只保存引用會降低在字符串連接時的速度。在Perl中，$s = $s . 'x'和$s .= 'x'的效率差距驚人。前者，將會獲取整個$s的拷貝，并將’x’添加到它的末尾；而后者，將直接將’x’插入到$x的buffer末尾。
由于后者不需要進行拷貝，所以其效率和$s的長度無關，因為十分高效。
在Lua中，并不支持第二種更快的操作。以下代碼將花費6.65秒：
- a = os.clock()
- local s = ''
- for i = 1,300000 do
- s = s .. 'a'
- end
- b = os.clock()
- print(b-a) --6.649481
我們可以用table來模擬buffer，下面的代碼只需花費0.72秒，9倍多的效率提升：
- a = os.clock()
- local s = ''
- local t = {}
- for i = 1,300000 do
- t[#t + 1] = 'a'
- end
- s = table.concat( t, '')
- b = os.clock()
- print(b-a) --0.07178
所以：在大字符串連接中，我們應避免..。應用table來模擬buffer，然后concat得到最終字符串。
#p#
3R原則
3R原則（the rules of 3R）是：減量化（reducing），再利用（reusing）和再循環（recycling）三種原則的簡稱。
3R原則本是循環經濟和環保的原則，但是其同樣適用于Lua。
Reducing
有許多辦法能夠避免創建新對象和節約內存。例如：如果你的程序中使用了太多的表，你可以考慮換一種數據結構來表示。
舉個栗子。 假設你的程序中有多邊形這個類型，你用一個表來儲存多邊形的頂點：
- polyline = {
- { x = 1.1, y = 2.9 },
- { x = 1.1, y = 3.7 },
- { x = 4.6, y = 5.2 },
- ...
- }
以上的數據結構十分自然，便于理解。但是每一個頂點都需要一個哈希部分來儲存。如果放置在數組部分中，則會減少內存的占用:
- polyline = {
- { 1.1, 2.9 },
- { 1.1, 3.7 },
- { 4.6, 5.2 },
- ...
- }
一百萬個頂點時，內存將會由153.3MB減少到107.6MB，但是代價是代碼的可讀性降低了。
最變態的方法是：
- polyline = {
- x = {1.1, 1.1, 4.6, ...},
- y = {2.9, 3.7, 5.2, ...}
- }
一百萬個頂點，內存將只占用32MB，相當于原來的1/5。你需要在性能和代碼可讀性之間做出取舍。
在循環中，我們更需要注意實例的創建。
- for i=1,n do
- local t = {1,2,3,'hi'}
- --執行邏輯，但t不更改
- ...
- end
我們應該把在循環中不變的東西放到循環外來創建：
- local t = {1,2,3,'hi'}
- for i=1,n do
- --執行邏輯，但t不更改
- ...
- end
Reusing
如果無法避免創建新對象，我們需要考慮重用舊對象。
考慮下面這段代碼：
- local t = {}
- for i = 1970, 2000 do
- t[i] = os.time({year = i, month = 6, day = 14})
- end
在每次循環迭代中，都會創建一個新表{year = i, month = 6, day = 14}，但是只有year是變量。
下面這段代碼重用了表：
- local t = {}
- local aux = {year = nil, month = 6, day = 14}
- for i = 1970, 2000 do
- aux.year = i;
- t[i] = os.time(aux)
- end
另一種方式的重用，則是在于緩存之前計算的內容，以避免后續的重復計算。后續遇到相同的情況時，則可以直接查表取出。這種方式實際就是動態規劃效率高的原因所在，其本質是用空間換時間。
Recycling
Lua自帶垃圾回收器，所以我們一般不需要考慮垃圾回收的問題。
了解Lua的垃圾回收能使得我們編程的自由度更大。
Lua的垃圾回收器是一個增量運行的機制。即回收分成許多小步驟（增量的）來進行。
頻繁的垃圾回收可能會降低程序的運行效率。
我們可以通過Lua的collectgarbage函數來控制垃圾回收器。
collectgarbage函數提供了多項功能：停止垃圾回收，重啟垃圾回收，強制執行一次回收循環，強制執行一步垃圾回收，獲取Lua占用的內存，以及兩個影響垃圾回收頻率和步幅的參數。
對于批處理的Lua程序來說，停止垃圾回收collectgarbage("stop")會提高效率，因為批處理程序在結束時，內存將全部被釋放。
對于垃圾回收器的步幅來說，實際上很難一概而論。更快幅度的垃圾回收會消耗更多CPU，但會釋放更多內存，從而也降低了CPU的分頁時間。只有小心的試驗，我們才知道哪種方式更適合。
結語
我們應該在寫代碼時，按照高標準去寫，盡量避免在事后進行優化。
如果真的有性能問題，我們需要用工具量化效率，找到瓶頸，然后針對其優化。當然優化過后需要再次測量，查看是否優化成功。
在優化中，我們會面臨很多選擇：代碼可讀性和運行效率，CPU換內存，內存換CPU等等。需要根據實際情況進行不斷試驗，來找到最終的平衡點。
***，有兩個***武器：
***、使用LuaJIT，LuaJIT可以使你在不修改代碼的情況下獲得平均約5倍的加速。查看LuaJIT在x86/x64下的性能提升比。
第二、將瓶頸部分用C/C++來寫。因為Lua和C的天生近親關系，使得Lua和C可以混合編程。但是C和Lua之間的通訊會抵消掉一部分C帶來的優勢。
注意：這兩者并不是兼容的，你用C改寫的Lua代碼越多，LuaJIT所帶來的優化幅度就越小。
聲明
這篇文章是基于Lua語言的創造者Roberto Ierusalimschy在Lua Programming Gems 中的Lua Performance Tips翻譯改寫而來。本文沒有直譯，做了許多刪節，可以視為一份筆記。
感謝Roberto在Lua上的辛勤勞動和付出！
