重慶分公司
重慶分公司，新征程啟航
為企業(yè)提供網(wǎng)站建設(shè)、域名注冊、服務(wù)器等服務(wù)
Go并發(fā)編程實踐
前言
成都創(chuàng)新互聯(lián)是網(wǎng)站建設(shè)專家,致力于互聯(lián)網(wǎng)品牌建設(shè)與網(wǎng)絡(luò)營銷，專業(yè)領(lǐng)域包括做網(wǎng)站、網(wǎng)站設(shè)計、電商網(wǎng)站制作開發(fā)、小程序定制開發(fā)、微信營銷、系統(tǒng)平臺開發(fā)，與其他網(wǎng)站設(shè)計及系統(tǒng)開發(fā)公司不同，我們的整合解決方案結(jié)合了恒基網(wǎng)絡(luò)品牌建設(shè)經(jīng)驗和互聯(lián)網(wǎng)整合營銷的理念，并將策略和執(zhí)行緊密結(jié)合，且不斷評估并優(yōu)化我們的方案，為客戶提供全方位的互聯(lián)網(wǎng)品牌整合方案！
并發(fā)編程一直是Golang區(qū)別與其他語言的很大優(yōu)勢，也是實際工作場景中經(jīng)常遇到的。近日筆者在組內(nèi)分享了我們常見的并發(fā)場景，及代碼示例，以期望大家能在遇到相同場景下，能快速的想到解決方案，或者是拿這些方案與自己實現(xiàn)的比較，取長補短。現(xiàn)整理出來與大家共享。
簡單并發(fā)場景
很多時候，我們只想并發(fā)的做一件事情，比如測試某個接口的是否支持并發(fā)。那么我們就可以這么做：
func RunScenario1() {
count := 10
var wg sync.WaitGroup
for i := 0; i < count; i++ {
wg.Add(1)
go func(index int) {
defer wg.Done()
doSomething(index)
}(i)
}
wg.Wait()
}使用goroutine來實現(xiàn)異步，使用WaitGroup來等待所有g(shù)oroutine結(jié)束。這里要注意的是要正確釋放WaitGroup的counter(在goroutine里調(diào)用Done()方法)。
但此種方式有個弊端，就是當goroutine的量過多時，很容易消耗完客戶端的資源，導(dǎo)致程序表現(xiàn)不佳。
規(guī)定時間內(nèi)的持續(xù)并發(fā)模型
我們?nèi)匀灰詼y試某個后端API接口為例，如果我們想知道這個接口在持續(xù)高并發(fā)情況下是否有句柄泄露，這種情況該如何測試呢？
這種時候，我們需要能控制時間的高并發(fā)模型：
func RunScenario2() {
timeout := time.Now().Add(time.Second * time.Duration(10))
n := runtime.NumCPU()
waitForAll := make(chan struct{})
done := make(chan struct{})
concurrentCount := make(chan struct{}, n)
for i := 0; i < n; i++ {
concurrentCount <- struct{}{}
}
go func() {
for time.Now().Before(timeout) {
<-done
concurrentCount <- struct{}{}
}
waitForAll <- struct{}{}
}()
go func() {
for {
<-concurrentCount
go func() {
doSomething(rand.Intn(n))
done <- struct{}{}
}()
}
}()
<-waitForAll
}上面的代碼里，我們通過一個buffered channel來控制并發(fā)的數(shù)量(concurrentCount)，然后另起一個channel來周期性的發(fā)起新的任務(wù)，而控制的條件就是 time.Now().Before(timeout)，這樣當超過規(guī)定的時間，waitForAll 就會得到信號，而使整個程序退出。
這是一種實現(xiàn)方式，那么還有其他的方式?jīng)]？我們接著往下看。
基于大數(shù)據(jù)量的并發(fā)模型
前面說的基于時間的并發(fā)模型，那如果只知道數(shù)據(jù)量很大，但是具體結(jié)束時間不確定，該怎么辦呢？
比如，客戶給了個幾TB的文件列表，要求把這些文件從存儲里刪除。再比如，實現(xiàn)個爬蟲去爬某些網(wǎng)站的所有內(nèi)容。
而解決此類問題，最常見的就是使用工作池模式了(Worker Pool)。以刪文件為例，我們可以簡單這樣來處理：
Jobs - 可以從文件列表里讀取文件，初始化為任務(wù)，然后發(fā)給worker
Worker - 拿到任務(wù)開始做事
Collector - 收集worker處理后的結(jié)果
Worker Pool - 控制并發(fā)的數(shù)量
雖然這只是個簡單Worker Pool模型，但已經(jīng)能滿足我們的需求：
func RunScenario3() {
numOfConcurrency := runtime.NumCPU()
taskTool := 10
jobs := make(chan int, taskTool)
results := make(chan int, taskTool)
var wg sync.WaitGroup
// workExample
workExampleFunc := func(id int, jobs <-chan int, results chan<- int, wg *sync.WaitGroup) {
defer wg.Done()
for job := range jobs {
res := job * 2
fmt.Printf("Worker %d do things, produce result %d \n", id, res)
time.Sleep(time.Millisecond * time.Duration(100))
results <- res
}
}
for i := 0; i < numOfConcurrency; i++ {
wg.Add(1)
go workExampleFunc(i, jobs, results, &wg)
}
totalTasks := 100 // 本例就要從文件列表里讀取
wg.Add(1)
go func() {
defer wg.Done()
for i := 0; i < totalTasks; i++ {
n := <-results
fmt.Printf("Got results %d \n", n)
}
close(results)
}()
for i := 0; i < totalTasks; i++ {
jobs <- i
}
close(jobs)
wg.Wait()
}在Go里，分發(fā)任務(wù)，收集結(jié)果，我們可以都交給Channel來實現(xiàn)。從實現(xiàn)上更加的簡潔。
仔細看會發(fā)現(xiàn)，本模型也是適用于按時間來控制并發(fā)。只要把totalTask的遍歷換成時間控制就好了。
等待異步任務(wù)執(zhí)行結(jié)果
goroutine和channel的組合在實際編程時經(jīng)常會用到，而加上Select更是無往而不利。
func RunScenario4() {
sth := make(chan string)
result := make(chan string)
go func() {
id := rand.Intn(100)
for {
sth <- doSomething(id)
}
}()
go func() {
for {
result <- takeSomthing(<-sth)
}
}()
select {
case c := <-result:
fmt.Printf("Got result %s ", c)
case <-time.After(time.Duration(30 * time.Second)):
fmt.Errorf("指定時間內(nèi)都沒有得到結(jié)果")
}
}在select的case情況，加上time.After()模型可以讓我們在一定時間范圍內(nèi)等待異步任務(wù)結(jié)果，防止程序卡死。
定時反饋異步任務(wù)結(jié)果
上面我們說到持續(xù)的壓測某后端API，但并未實時收集結(jié)果。而很多時候?qū)τ谛阅軠y試場景，實時的統(tǒng)計吞吐率，成功率是非常有必要的。
func RunScenario5() {
concurrencyCount := runtime.NumCPU()
for i := 0; i < concurrencyCount; i++ {
go func(index int) {
for {
doUploadMock()
}
}(i)
}
t := time.NewTicker(time.Second)
for {
select {
case <-t.C:
// 計算并打印實時數(shù)據(jù)
}
}
}這種場景就需要使用到Ticker，且上面的Example模型還能控制并發(fā)數(shù)量，也是非常實用的方式。
知識點總結(jié)
上面我們共提到了五種并發(fā)模式：
- 簡單并發(fā)模型
- 規(guī)定時間內(nèi)的持續(xù)并發(fā)模型
- 基于大數(shù)據(jù)量的持續(xù)并發(fā)模型
- 等待異步任務(wù)結(jié)果模型
- 定時反饋異步任務(wù)結(jié)果模型
歸納下來其核心就是使用了Go的幾個知識點：Goroutine, Channel, Select, Time, Timer/Ticker, WaitGroup. 若是對這些不清楚，可以自行Google之。
另完整的Example 代碼可以參考這里：https://github.com/jichangjun/golearn/blob/master/src/carlji.com/experiments/concurrency/main.go
使用方式： go run main.go <場景>
比如 :
參考文檔
https://github.com/golang/go/wiki/LearnConcurrency
這篇是Google官方推薦學習Go并發(fā)的資料，從初學者到進階，內(nèi)容非常豐富，且權(quán)威。
Contact me ?
Email: jinsdu@outlook.com
Blog: http://www.cnblogs.com/jinsdu/
Github: https://github.com/CarlJi
本文標題：Go并發(fā)編程實踐
鏈接URL：http://www.xueling.net.cn/article/jipegs.html