Go中的并发方法实例代码分析

Hello, Concurrent world

代码很简单——单个通道,单个goroutine,单次写入,单次读取。

package mainfunc main() {    // 创建一个int类型的通道    ch := make(chan int)    // 开启一个匿名 goroutine    go func() {        // 向通道发送数字42        ch <- 42    }()    // 从通道中读取    <-ch}

转到交互式 WebGL 动画 Go中的并发方法实例代码分析

蓝色线代表随时间运行的goroutine. 连接‘main’和‘go #19’的蓝色细线用来标记goroutine的开始和结束同时展示了父子关系,最后,红线代表发送/接收动作. 虽然这是两个独立的动作,我还是尝试用“从 A 发送到 B”的动画将他们表示成一个动作. goroutine 名称中的“#19” 是 goroutine 真实的内部ID, 其获取方法参考了 Scott Mansfield 的 “Goroutine IDs” 这篇文章。

Timers

实际上,你可以通过以下方法构建一个简单的计时器——创建一个通道, 开启一个 goroutine 让其在指定的时间间隔后向通道中写入数据,然后将这个通道返回给调用者。于是调用函数就会在读取通道时阻塞,直到之前设定的时间间隔过去。接下来我们调用24次计时器然后尝试具象化调用过程。

package mainimport "time"func timer(d time.Duration) <-chan int {    c := make(chan int)    go func() {        time.Sleep(d)        c <- 1    }()    return c}func main() {    for i := 0; i < 24; i++ {        c := timer(1 * time.Second)        <-c    }}

转到交互式 WebGL 动画 Go中的并发方法实例代码分析

很整洁,对吗? 我们继续。

Ping-pong

这个并发例子取自谷歌员工 Sameer Ajmani “Advanced Go Concurrency Patterns” 演讲。当然,这个模式不算非常高级,但是对于那些只熟悉Go的并发机制的人来说它看起来可能非常新鲜有趣。

这里我们用一个通道代表乒乓球台. 一个整型变量代表球, 然后用两个goroutine代表玩家,玩家通过增加整型变量的值(点击计数器)模拟击球动作。

package mainimport "time"func main() {    var Ball int    table := make(chan int)    go player(table)    go player(table)    table <- Ball    time.Sleep(1 * time.Second)    <-table}func player(table chan int) {    for {        ball := <-table        ball++        time.Sleep(100 * time.Millisecond)        table <- ball    }}

转到交互式 WebGL 动画 Go中的并发方法实例代码分析

这里我建议你点击 链接 进入交互式 WebGL 动画操作一下. 你可以放慢或者加速动画,从不同的角度观察。

现在,我们添加三个玩家看看。

    go player(table)    go player(table)    go player(table)

转到交互式 WebGL 动画 Go中的并发方法实例代码分析 我们可以看到每个玩家都按照次序轮流操作,你可能会想为什么会这样。为什么多个玩家(goroutine)会按照严格的顺序接到“球”呢。

答案是 Go 运行时环境维护了一个 接收者 FIFO 队列 (存储需要从某一通道上接收数据的goroutine),在我们的例子里,每个玩家在刚发出球后就做好了接球准备。我们来看一下更复杂的情况,加入100个玩家。

for i := 0; i < 100; i++ {    go player(table)}

转到交互式 WebGL 动画 Go中的并发方法实例代码分析

先进先出顺序很明显了,是吧? 我们可以创建一百万个goroutine,因为它们很轻量,但是对于实现我们的目的来说没有必要。我们来想想其他可以玩的。 例如, 常见的消息传递模式。

Fan-In

并发世界中流行的模式之一是所谓的 fan-in 模式。这与 fan-out 模式相反,稍后我们将介绍。简而言之,fan-in 是一项功能,可以从多个输入中读取数据并将其全部多路复用到单个通道中。

举例来说:

package mainimport (    "fmt"    "time")func producer(ch chan int, d time.Duration) {    var i int    for {        ch <- i        i++        time.Sleep(d)    }}func reader(out chan int) {    for x := range out {        fmt.Println(x)    }}func main() {    ch := make(chan int)    out := make(chan int)    go producer(ch, 100*time.Millisecond)    go producer(ch, 250*time.Millisecond)    go reader(out)    for i := range ch {        out <- i    }}

Go to interactive WebGL animation Go中的并发方法实例代码分析

如我们所见,名列前茅个 producer 每100毫秒生成一次值,第二个每250毫秒生成一次值,但是 reader 会立即从这两个生产者那里接受值。实际上,多路复用发生在 main 的range循环中。

Workers

fan-in 相反的模式是 fan-out 或者worker 模式。多个 goroutine 可以从单个通道读取,从而在CPU内核之间分配大量的工作量,因此是 worker 的名称。在Go中,此模式易于实现-只需以通道为参数启动多个goroutine,然后将值发送至该通道-Go运行时会自动地进行分配和复用 :)

package mainimport (    "fmt"    "sync"    "time")func worker(tasksCh <-chan int, wg *sync.WaitGroup) {    defer wg.Done()    for {        task, ok := <-tasksCh        if !ok {            return        }        d := time.Duration(task) * time.Millisecond        time.Sleep(d)        fmt.Println("processing task", task)    }}func pool(wg *sync.WaitGroup, workers, tasks int) {    tasksCh := make(chan int)    for i := 0; i < workers; i++ {        go worker(tasksCh, wg)    }    for i := 0; i < tasks; i++ {        tasksCh <- i    }    close(tasksCh)}func main() {    var wg sync.WaitGroup    wg.Add(36)    go pool(&wg, 36, 50)    wg.Wait()}

Go中的并发方法实例代码分析

这里值得一提的是:并行性。如您所见,所有goroutine并行’运行‘,等待通道给予它们’工作‘。鉴于上面的动画,很容易发现goroutine几乎立即接连地收到它们的工作。不幸的是,该动画在goroutine确实在处理工作还是仅仅是在等待输入的地方没有用颜色显示出来,但是此动画是在GOMAXPROCS=4的情况下录制的,因此只有4个goroutine有效地并行运行。我们将很快讨论这个主题。

现在,让我们做一些更复杂的事情,并启动一些有自己workers(subworkers)的workers。

package mainimport (    "fmt"    "sync"    "time")const (    WORKERS    = 5    SUBWORKERS = 3    TASKS      = 20    SUBTASKS   = 10)func subworker(subtasks chan int) {    for {        task, ok := <-subtasks        if !ok {            return        }        time.Sleep(time.Duration(task) * time.Millisecond)        fmt.Println(task)    }}func worker(tasks <-chan int, wg *sync.WaitGroup) {    defer wg.Done()    for {        task, ok := <-tasks        if !ok {            return        }        subtasks := make(chan int)        for i := 0; i < SUBWORKERS; i++ {            go subworker(subtasks)        }        for i := 0; i < SUBTASKS; i++ {            task1 := task * i            subtasks <- task1        }        close(subtasks)    }}func main() {    var wg sync.WaitGroup    wg.Add(WORKERS)    tasks := make(chan int)    for i := 0; i < WORKERS; i++ {        go worker(tasks, &wg)    }    for i := 0; i < TASKS; i++ {        tasks <- i    }    close(tasks)    wg.Wait()}

Go to interactive WebGL animation Go中的并发方法实例代码分析 很好。当然,我们可以将worker和subworker的数量设置为更高的值,但是我试图使动画清晰易懂。

更酷的 fan-out 模式确实存在,例如动态数量的worker/subworker,通过通道发送通道,但是 fan-out 的想法现在应该很清楚了。

服务器

下一个常见的模式类似于扇出,但是会在很短的时间内生成goroutine,只是为了完成某些任务。它通常用于实现服务器-创建侦听器,循环运行accept()并为每个接受的连接启动goroutine。它非常具有表现力,可以实现尽可能简单的服务器处理程序。看一个简单的例子:

package mainimport "net"func handler(c net.Conn) {    c.Write([]byte("ok"))    c.Close()}func main() {    l, err := net.Listen("tcp", ":5000")    if err != nil {        panic(err)    }    for {        c, err := l.Accept()        if err != nil {            continue        }        go handler(c)    }}

Go to 交互式WebGL动画 Go中的并发方法实例代码分析

这不是很有趣-似乎并发方面没有发生任何事情。当然,在引擎盖下有很多复杂性,这是我们特意隐藏的。 “简单性很复杂”.

但是,让我们回到并发性并向我们的服务器添加一些交互。假设每个处理程序都希望异步写入记录器。在我们的示例中,记录器本身是一个单独的goroutine,它可以完成此任务。

package mainimport (    "fmt"    "net"    "time")func handler(c net.Conn, ch chan string) {    ch <- c.RemoteAddr().String()    c.Write([]byte("ok"))    c.Close()}func logger(ch chan string) {    for {        fmt.Println(<-ch)    }}func server(l net.Listener, ch chan string) {    for {        c, err := l.Accept()        if err != nil {            continue        }        go handler(c, ch)    }}func main() {    l, err := net.Listen("tcp", ":5000")    if err != nil {        panic(err)    }    ch := make(chan string)    go logger(ch)    go server(l, ch)    time.Sleep(10 * time.Second)}

Go to 交互式WebGL动画 Go中的并发方法实例代码分析

不是吗?但是很容易看到,如果请求数量增加并且日志记录操作花费一些时间(例如,准备和编码数据),我们的* logger * goroutine很快就会成为瓶颈。我们可以使用一个已知的扇出模式。我们开始做吧。

服务器+工作者

带工作程序的服务器示例是记录器的高级版本。它不仅可以完成一些工作,而且还可以通过* results *通道将其工作结果发送回池中。没什么大不了的,但是它将我们的记录器示例扩展到了更实际的示例。

让我们看一下代码和动画:

package mainimport (    "net"    "time")func handler(c net.Conn, ch chan string) {    addr := c.RemoteAddr().String()    ch <- addr    time.Sleep(100 * time.Millisecond)    c.Write([]byte("ok"))    c.Close()}func logger(wch chan int, results chan int) {    for {        data := <-wch        data++        results <- data    }}func parse(results chan int) {    for {        <-results    }}func pool(ch chan string, n int) {    wch := make(chan int)    results := make(chan int)    for i := 0; i < n; i++ {        go logger(wch, results)    }    go parse(results)    for {        addr := <-ch        l := len(addr)        wch <- l    }}func server(l net.Listener, ch chan string) {    for {        c, err := l.Accept()        if err != nil {            continue        }        go handler(c, ch)    }}func main() {    l, err := net.Listen("tcp", ":5000")    if err != nil {        panic(err)    }    ch := make(chan string)    go pool(ch, 4)    go server(l, ch)    time.Sleep(10 * time.Second)}

Go to 交互式WebGL动画 Go中的并发方法实例代码分析 我们在4个goroutine之间分配了工作,有效地提高了记录器的吞吐量,但是从此动画中,我们可以看到记录器仍然可能是问题的根源。成千上万的连接在分配之前会汇聚在一个通道中,这可能导致记录器再次成为瓶颈。但是,当然,它会在更高的负载下发生。

并发素筛(素筛指素数筛法)

足够的扇入/扇出乐趣。让我们看看更复杂的并发算法。我最喜欢的例子之一是Concurrent Prime Sieve,可以在[Go Concurrency Patterns]对话中找到。素数筛,或[Eratosthenes筛)是一种古老的算法,用于查找达到给定限制的素数。它通过按顺序消除所有质数的倍数来工作。天真的算法并不是真正有效的算法,尤其是在多核计算机上。

该算法的并发变体使用goroutine过滤数字-每个发现的素数一个goroutine,以及用于将数字从生成器发送到过滤器的通道。找到质数后,它将通过通道发送到* main *以进行输出。当然,该算法也不是很有效,特别是如果您想找到大质数并寻找最低的Big O复杂度,但是我发现它非常优雅。

// 并发的主筛package mainimport "fmt"// 将序列2、3、4,...发送到频道“ ch”。func Generate(ch chan<- int) {    for i := 2; ; i++ {        ch <- i // Send 'i' to channel 'ch'.    }}//将值从通道“ in”复制到通道“ out”,//删除可被“素数”整除的那些。func Filter(in <-chan int, out chan<- int, prime int) {    for {        i := <-in // Receive value from 'in'.        if i%prime != 0 {            out <- i // Send 'i' to 'out'.        }    }}//主筛:菊花链过滤器过程。func main() {    ch := make(chan int) // Create a new channel.    go Generate(ch)      // Launch Generate goroutine.    for i := 0; i < 10; i++ {        prime := <-ch        fmt.Println(prime)        ch2 := make(chan int)        go Filter(ch, ch2, prime)        ch = ch2    }}

转到交互式WebGL动画

Go中的并发方法实例代码分析

,请以交互模式随意播放此动画。我喜欢它的说明性-它确实可以帮助您更好地理解该算法。 * generate * goroutine发出从2开始的每个整数,每个新的goroutine仅过滤特定的质数倍数-2、3、5、7 …,将名列前茅个找到的质数发送给* main *。如果旋转它从顶部看,您会看到从goroutine发送到main的所有数字都是质数。漂亮的算法,尤其是在3D中。

GOMAXPROCS(调整并发的运行性能)

现在,让我们回到我们的工作人员示例。还记得我告诉过它以GOMAXPROCS = 4运行吗?那是因为所有这些动画都不是艺术品,它们是真实程序的真实痕迹。

让我们回顾一下GOMAXPROCS是什么。

GOMAXPROCS设置可以同时执行的最大CPU数量。

当然,CPU是指逻辑CPU。我修改了一些示例,以使他们真正地工作(而不仅仅是睡觉)并使用实际的CPU时间。然后,我运行了代码,没有进行任何修改,只是设置了不同的GOMAXPROCS值。 Linux机顶盒有2个CPU,每个CPU具有12个内核,因此有24个内核。

因此,名列前茅次运行演示了该程序在1个内核上运行,而第二次-使用了所有24个内核的功能。

WebGL动画-1| WebGL动画-24GOMAXPROCS1

Go中的并发方法实例代码分析

这些动画中的时间速度是不同的(我希望所有动画都适合同一时间/ height),因此区别很明显。当GOMAXPROCS = 1时,下一个工作人员只有在上一个工作完成后才能开始实际工作。在GOMAXPROCS = 24的情况下,加速非常大,而复用的开销可以忽略不计。

不过,重要的是要了解,增加GOMAXPROCS并不总是可以提高性能,在某些情况下实际上会使它变得更糟。

Goroutines leak

我们可以从Go中的并发时间中证明什么呢?我想到的一件事情是goroutine泄漏。例如,如果您启动goroutine,但超出范围,可能会发生泄漏。或者,您只是忘记添加结束条件,而运行了for{}循环。

名列前茅次在代码中遇到goroutine泄漏时,我的脑海中出现了可怕的图像,并且在下个周末我写了 expvarmon。现在,我可以使用WebGL可视化该恐怖图像。

看一看:

Go中的并发方法实例代码分析

仅仅是看到此,我都会感到痛苦:) 所有这些行都浪费了资源,并且是您程序的定时炸弹。

Parallelism is not Concurrency

我要说明的最后一件事是并行性与并发性之间的区别。这个话题涵盖了 很多 ,Rob Pike在这个话题上做了一个精彩的演讲。确实是#必须观看的视频之一。

简而言之,

并行是简单的并行运行事物。

并发是一种构造程序的方法。

因此,并发程序可能是并行的,也可能不是并行的,这些概念在某种程度上是正交的。我们在演示 GOMAXPROCS 设置效果时已经看到了这一点。

我可以重复所有这些链接的文章和谈话,但是一张图片相当于说了一千个字。我在这里能做的是可视化这个差异。因此,这是并行。许多事情并行运行。

转到交互式WebGL动画 Go中的并发方法实例代码分析

这也是并行性:

转到交互式WebGL动画

Go中的并发方法实例代码分析

但这是并发的:

Go中的并发方法实例代码分析

还有这个:

Go中的并发方法实例代码分析

这也是并发的:

Go中的并发方法实例代码分析

How it was made

为了创建这些动画,我编写了两个程序:gotracergothree.js 库。首先,gotracer执行以下操作:

  • 解析Go程序的AST树(Abstract Syntax Tree,抽象语法树),并在与并发相关的事件上插入带有输出的特殊命令-启动/停止goroutine,创建通道,向/从通道发送/接收。

  • 运行生成的程序

  • 分析此特殊输出,并生成带有事件和时间戳描述的JSON。

生成的JSON示例:Go中的并发方法实例代码分析

“Go中的并发方法实例代码分析”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!

文章标题:Go中的并发方法实例代码分析,发布者:亿速云,转载请注明出处:https://worktile.com/kb/p/23826

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
亿速云的头像亿速云
上一篇 2022年9月8日 下午6:14
下一篇 2022年9月8日 下午10:36

相关推荐

  • 猫鼠服务器是什么公司

    猫鼠(Cats and Mouse)服务器可能是您要询问的一种服务器类型,或者是一个特定服务器名称的误解,但在知识库中并无明确的记录表示猫鼠服务器代表着一个具体的公司。如果您是在询问一个公司或品牌名为“猫鼠”的服务器供应商,可能需要提供更多信息或者具体的上下文才能得出准确答案。如果您实际上指的是一个…

    2024年4月25日
    8200
  • 推理服务器作用是什么

    摘要 推理服务器的作用是1、执行模型推理任务、2、优化推理性能、3、降低延迟、4、提高吞吐量、5、支持多种模型格式、6、提供模型管理与扩展功能。 在这些核心功能中,优化推理性能尤为关键,因为它直接关系到模型部署后的效率和稳定性。推理服务器通过使用专门的算法和硬件加速技术,大幅提高处理速度,同时保持高…

    2024年4月25日
    10500
  • 服务器管理的好处是什么

    摘要 服务器管理的好处包括: 1.提高安全性、2.增强性能、3.确保数据完整性、4.优化资源利用,等重要方面。特别是提高安全性,这是服务器管理中的关键部分,为防止未授权访问、数据泄露和其他潜在威胁,定期对服务器进行维护和更新至关重要。此外,安装安全软件、监控系统漏洞、及时打补丁和执行严格的访问控制策…

    2024年4月25日
    9000
  • 云服务器存储资料是什么

    摘要 云服务器存储资料是1、通过网络访问的远程服务器上存储的数据,其依赖于2、云计算技术,使得数据存取更加灵活和高效。在这两点中,通过网络访问的远程服务器存储意味着用户无需对物理硬件进行管理或投入高额的初期成本,而是通过互联网连接到远程数据中心,实现数据存储和管理。这种模式不仅降低了企业或个人的技术…

    2024年4月25日
    8600
  • 下挂的服务器叫什么

    摘要:下挂的服务器通常被称作1、边缘服务器或2、即服务外设。其中,边缘服务器主要用于提高网络服务的访问速度和提升用户体验。通过布局在接近最终用户的地理位置上,这种服务器能够缓存内容,减少数据传输的延迟,加快载入速度,有效缓解主服务器的负荷。边缘服务器尤其适用于内容交付网络(CDN)和大数据分析等场景…

    2024年4月25日
    10500
注册PingCode 在线客服
站长微信
站长微信
电话联系

400-800-1024

工作日9:30-21:00在线

分享本页
返回顶部