如何把 Go 调用 C 的性能提升 10 倍？

目前，当 Go 需要和 C/C++ 代码集成的时候，大家最先想到的肯定是 CGO。毕竟是官方的解决方案，而且简单。

但是 CGO 是非常慢的。因为 CGO 其实一个桥接器，通过自动生成代码，CGO 在保留了 C/C++ 运行时的情况下，搭建了一个桥来沟通 C/C++ 世界和 Go 的世界。这就意味着，兼容性很好，但是对 C 的函数的调用，必须先把当前的 goroutine 挂起，并切换执行栈到当前的线程 M 的主栈（大小 2MB）。如果不做这个操作，那么只能在 goroutine 的栈上执行 C 函数调用，可是，goroutine 的栈一般都很小，很容易就导致了栈溢出了。

调用 C 函数的时候，必须切换当前的栈为线程的主栈，这带来了两个比较严重的问题：

1. 线程的栈在 Go 运行时是比较少的，受到 P/M 数量的限制，一般可以简单的理解成受到 GOMAXPROCS 限制；
2. 由于需要同时保留 C/C++ 的运行时，CGO 需要在两个运行时和两个 ABI（抽象二进制接口）之间做翻译和协调。这就带来了很大的开销。

minio 项目的一个副产品是 c2goasm 项目，这个项目也被 go-cv-simd 项目使用获得了很好的效果。

c2goasm 的角色是一个 汇编语言转换器，输入是 clang 输出的 amd64 汇编，输出是 go 汇编。而 clang 的输入是 C/C++ 语言。限制是不能有 RTTI 和异常。也就是说不能有 C/C++ 运行时提供的高级功能。

c2goasm 输出的 go 汇编，交给 go 的工具链可以直接生成 go 的可执行代码。

c2goasm 和 CGO 比，最大的改进就是：

1. 不再有 C/C++ 运行时，也就没了在两者之间不停转换的逻辑开销；
2. 不需要切换到线程的主栈来执行函数，因为 c2goasm 生成的是纯正的 go 函数，不需要线程的主栈就可以执行；

由此就极大的改进了性能，代价是兼容性和可移植性损失了。