Why Pool
go自從出生就身帶“高并發(fā)”的標(biāo)簽,其并發(fā)編程就是由groutine實(shí)現(xiàn)的,因其消耗資源低,性能高效,開(kāi)發(fā)成本低的特性而被廣泛應(yīng)用到各種場(chǎng)景,例如服務(wù)端開(kāi)發(fā)中使用的HTTP服務(wù),在golang net/http包中,每一個(gè)被監(jiān)聽(tīng)到的tcp鏈接都是由一個(gè)groutine去完成處理其上下文的,由此使得其擁有極其優(yōu)秀的并發(fā)量吞吐量
for {
// 監(jiān)聽(tīng)tcp
rw, e := l.Accept()
if e != nil {
.......
}
tempDelay = 0
c := srv.newConn(rw)
c.setState(c.rwc, StateNew) // before Serve can return
// 啟動(dòng)協(xié)程處理上下文
go c.serve(ctx)
}
雖然創(chuàng)建一個(gè)groutine占用的內(nèi)存極小(大約2KB左右,線(xiàn)程通常2M左右),但是在實(shí)際生產(chǎn)環(huán)境無(wú)限制的開(kāi)啟協(xié)程顯然是不科學(xué)的,比如上圖的邏輯,如果來(lái)幾千萬(wàn)個(gè)請(qǐng)求就會(huì)開(kāi)啟幾千萬(wàn)個(gè)groutine,當(dāng)沒(méi)有更多內(nèi)存可用時(shí),go的調(diào)度器就會(huì)阻塞groutine最終導(dǎo)致內(nèi)存溢出乃至嚴(yán)重的崩潰,所以本文將通過(guò)實(shí)現(xiàn)一個(gè)簡(jiǎn)單的協(xié)程池,以及剖析幾個(gè)開(kāi)源的協(xié)程池源碼來(lái)探討一下對(duì)groutine的并發(fā)控制以及多路復(fù)用的設(shè)計(jì)和實(shí)現(xiàn)。
一個(gè)簡(jiǎn)單的協(xié)程池
過(guò)年前做過(guò)一波小需求,是將主播管理系統(tǒng)中信息不完整的主播找出來(lái)然后再到其相對(duì)應(yīng)的直播平臺(tái)爬取完整信息并補(bǔ)全,當(dāng)時(shí)考慮到每一個(gè)主播的數(shù)據(jù)都要訪(fǎng)問(wèn)一次直播平臺(tái)所以就用應(yīng)對(duì)每一個(gè)主播開(kāi)啟一個(gè)groutine去抓取數(shù)據(jù),雖然這個(gè)業(yè)務(wù)量還遠(yuǎn)遠(yuǎn)遠(yuǎn)遠(yuǎn)達(dá)不到能造成groutine性能瓶頸的地步,但是心里總是不舒服,于是放假回來(lái)后將其優(yōu)化成從協(xié)程池中控制groutine數(shù)量再開(kāi)啟爬蟲(chóng)進(jìn)行數(shù)據(jù)抓取。思路其實(shí)非常簡(jiǎn)單,用一個(gè)channel當(dāng)做任務(wù)隊(duì)列,初始化groutine池時(shí)確定好并發(fā)量,然后以設(shè)置好的并發(fā)量開(kāi)啟groutine同時(shí)讀取channel中的任務(wù)并執(zhí)行, 模型如下圖
實(shí)現(xiàn)
type SimplePool struct {
wg sync.WaitGroup
work chan func() //任務(wù)隊(duì)列
}
func NewSimplePoll(workers int) *SimplePool {
p := SimplePool{
wg: sync.WaitGroup{},
work: make(chan func()),
}
p.wg.Add(workers)
//根據(jù)指定的并發(fā)量去讀取管道并執(zhí)行
for i := 0; i workers; i++ {
go func() {
defer func() {
// 捕獲異常 防止waitGroup阻塞
if err := recover(); err != nil {
fmt.Println(err)
p.wg.Done()
}
}()
// 從workChannel中取出任務(wù)執(zhí)行
for fn := range p.work {
fn()
}
p.wg.Done()
}()
}
return p
}
// 添加任務(wù)
func (p *SimplePool) Add(fn func()) {
p.work - fn
}
// 執(zhí)行
func (p *SimplePool) Run() {
close(p.work)
p.wg.Wait()
}
測(cè)試
測(cè)試設(shè)定為在并發(fā)數(shù)量為20的協(xié)程池中并發(fā)抓取一百個(gè)人的信息, 因?yàn)榇a包含較多業(yè)務(wù)邏輯所以sleep 1秒模擬爬蟲(chóng)過(guò)程,理論上執(zhí)行時(shí)間為5秒
func TestSimplePool(t *testing.T) {
p := NewSimplePoll(20)
for i := 0; i 100; i++ {
p.Add(parseTask(i))
}
p.Run()
}
func parseTask(i int) func() {
return func() {
// 模擬抓取數(shù)據(jù)的過(guò)程
time.Sleep(time.Second * 1)
fmt.Println("finish parse ", i)
}
}
這樣一來(lái)最簡(jiǎn)單的一個(gè)groutine池就完成了
go-playground/pool
上面的groutine池雖然簡(jiǎn)單,但是對(duì)于每一個(gè)并發(fā)任務(wù)的狀態(tài),pool的狀態(tài)缺少控制,所以又去看了一下go-playground/pool的源碼實(shí)現(xiàn),先從每一個(gè)需要執(zhí)行的任務(wù)入手,該庫(kù)中對(duì)并發(fā)單元做了如下的結(jié)構(gòu)體,可以看到除工作單元的值,錯(cuò)誤,執(zhí)行函數(shù)等,還用了三個(gè)分別表示,取消,取消中,寫(xiě) 的三個(gè)并發(fā)安全的原子操作值來(lái)標(biāo)識(shí)其運(yùn)行狀態(tài)。
// 需要加入pool 中執(zhí)行的任務(wù)
type WorkFunc func(wu WorkUnit) (interface{}, error)
// 工作單元
type workUnit struct {
value interface{} // 任務(wù)結(jié)果
err error // 任務(wù)的報(bào)錯(cuò)
done chan struct{} // 通知任務(wù)完成
fn WorkFunc
cancelled atomic.Value // 任務(wù)是否被取消
cancelling atomic.Value // 是否正在取消任務(wù)
writing atomic.Value // 任務(wù)是否正在執(zhí)行
}
接下來(lái)看Pool的結(jié)構(gòu)
type limitedPool struct {
workers uint // 并發(fā)量
work chan *workUnit // 任務(wù)channel
cancel chan struct{} // 用于通知結(jié)束的channel
closed bool // 是否關(guān)閉
m sync.RWMutex // 讀寫(xiě)鎖,主要用來(lái)保證 closed值的并發(fā)安全
}
初始化groutine池, 以及啟動(dòng)設(shè)定好數(shù)量的groutine
// 初始化pool,設(shè)定并發(fā)量
func NewLimited(workers uint) Pool {
if workers == 0 {
panic("invalid workers '0'")
}
p := limitedPool{
workers: workers,
}
p.initialize()
return p
}
func (p *limitedPool) initialize() {
p.work = make(chan *workUnit, p.workers*2)
p.cancel = make(chan struct{})
p.closed = false
for i := 0; i int(p.workers); i++ {
// 初始化并發(fā)單元
p.newWorker(p.work, p.cancel)
}
}
// passing work and cancel channels to newWorker() to avoid any potential race condition
// betweeen p.work read write
func (p *limitedPool) newWorker(work chan *workUnit, cancel chan struct{}) {
go func(p *limitedPool) {
var wu *workUnit
defer func(p *limitedPool) {
// 捕獲異常,結(jié)束掉異常的工作單元,并將其再次作為新的任務(wù)啟動(dòng)
if err := recover(); err != nil {
trace := make([]byte, 116)
n := runtime.Stack(trace, true)
s := fmt.Sprintf(errRecovery, err, string(trace[:int(math.Min(float64(n), float64(7000)))]))
iwu := wu
iwu.err = ErrRecovery{s: s}
close(iwu.done)
// need to fire up new worker to replace this one as this one is exiting
p.newWorker(p.work, p.cancel)
}
}(p)
var value interface{}
var err error
for {
select {
// workChannel中讀取任務(wù)
case wu = -work:
// 防止channel 被關(guān)閉后讀取到零值
if wu == nil {
continue
}
// 先判斷任務(wù)是否被取消
if wu.cancelled.Load() == nil {
// 執(zhí)行任務(wù)
value, err = wu.fn(wu)
wu.writing.Store(struct{}{})
// 任務(wù)執(zhí)行完在寫(xiě)入結(jié)果時(shí)需要再次檢查工作單元是否被取消,防止產(chǎn)生競(jìng)爭(zhēng)條件
if wu.cancelled.Load() == nil wu.cancelling.Load() == nil {
wu.value, wu.err = value, err
close(wu.done)
}
}
// pool是否被停止
case -cancel:
return
}
}
}(p)
}
往POOL中添加任務(wù),并檢查pool是否關(guān)閉
func (p *limitedPool) Queue(fn WorkFunc) WorkUnit {
w := workUnit{
done: make(chan struct{}),
fn: fn,
}
go func() {
p.m.RLock()
if p.closed {
w.err = ErrPoolClosed{s: errClosed}
if w.cancelled.Load() == nil {
close(w.done)
}
p.m.RUnlock()
return
}
// 將工作單元寫(xiě)入workChannel, pool啟動(dòng)后將由上面newWorker函數(shù)中讀取執(zhí)行
p.work - w
p.m.RUnlock()
}()
return w
}
在go-playground/pool包中, limitedPool的批量并發(fā)執(zhí)行還需要借助batch.go來(lái)完成
// batch contains all information for a batch run of WorkUnits
type batch struct {
pool Pool // 上面的limitedPool實(shí)現(xiàn)了Pool interface
m sync.Mutex // 互斥鎖,用來(lái)判斷closed
units []WorkUnit // 工作單元的slice, 這個(gè)主要用在不設(shè)并發(fā)限制的場(chǎng)景,這里忽略
results chan WorkUnit // 結(jié)果集,執(zhí)行完后的workUnit會(huì)更新其value,error,可以從結(jié)果集channel中讀取
done chan struct{} // 通知batch是否完成
closed bool
wg *sync.WaitGroup
}
// go-playground/pool 中有設(shè)置并發(fā)量和不設(shè)并發(fā)量的批量任務(wù),都實(shí)現(xiàn)Pool interface,初始化batch批量任務(wù)時(shí)會(huì)將之前創(chuàng)建好的Pool傳入newBatch
func newBatch(p Pool) Batch {
return batch{
pool: p,
units: make([]WorkUnit, 0, 4), // capacity it to 4 so it doesn't grow and allocate too many times.
results: make(chan WorkUnit),
done: make(chan struct{}),
wg: new(sync.WaitGroup),
}
}
// 往批量任務(wù)中添加workFunc任務(wù)
func (b *batch) Queue(fn WorkFunc) {
b.m.Lock()
if b.closed {
b.m.Unlock()
return
}
//往上述的limitPool中添加workFunc
wu := b.pool.Queue(fn)
b.units = append(b.units, wu) // keeping a reference for cancellation purposes
b.wg.Add(1)
b.m.Unlock()
// 執(zhí)行完后將workUnit寫(xiě)入結(jié)果集channel
go func(b *batch, wu WorkUnit) {
wu.Wait()
b.results - wu
b.wg.Done()
}(b, wu)
}
// 通知批量任務(wù)不再接受新的workFunc, 如果添加完workFunc不執(zhí)行改方法的話(huà)將導(dǎo)致取結(jié)果集時(shí)done channel一直阻塞
func (b *batch) QueueComplete() {
b.m.Lock()
b.closed = true
close(b.done)
b.m.Unlock()
}
// 獲取批量任務(wù)結(jié)果集
func (b *batch) Results() -chan WorkUnit {
go func(b *batch) {
-b.done
b.m.Lock()
b.wg.Wait()
b.m.Unlock()
close(b.results)
}(b)
return b.results
}
測(cè)試
func SendMail(int int) pool.WorkFunc {
fn := func(wu pool.WorkUnit) (interface{}, error) {
// sleep 1s 模擬發(fā)郵件過(guò)程
time.Sleep(time.Second * 1)
// 模擬異常任務(wù)需要取消
if int == 17 {
wu.Cancel()
}
if wu.IsCancelled() {
return false, nil
}
fmt.Println("send to", int)
return true, nil
}
return fn
}
func TestBatchWork(t *testing.T) {
// 初始化groutine數(shù)量為20的pool
p := pool.NewLimited(20)
defer p.Close()
batch := p.Batch()
// 設(shè)置一個(gè)批量任務(wù)的過(guò)期超時(shí)時(shí)間
t := time.After(10 * time.Second)
go func() {
for i := 0; i 100; i++ {
batch.Queue(SendMail(i))
}
batch.QueueComplete()
}()
// 因?yàn)?batch.Results 中要close results channel 所以不能將其放在LOOP中執(zhí)行
r := batch.Results()
LOOP:
for {
select {
case -t:
// 登臺(tái)超時(shí)通知
fmt.Println("recived timeout")
break LOOP
case email, ok := -r:
// 讀取結(jié)果集
if ok {
if err := email.Error(); err != nil {
fmt.Println("err", err.Error())
}
fmt.Println(email.Value())
} else {
fmt.Println("finish")
break LOOP
}
}
}
}
接近理論值5s, 通知模擬被取消的work也正常取消
go-playground/pool在比起之前簡(jiǎn)單的協(xié)程池的基礎(chǔ)上, 對(duì)pool, worker的狀態(tài)有了很好的管理。但是,但是問(wèn)題來(lái)了,在第一個(gè)實(shí)現(xiàn)的簡(jiǎn)單groutine池和go-playground/pool中,都是先啟動(dòng)預(yù)定好的groutine來(lái)完成任務(wù)執(zhí)行,在并發(fā)量遠(yuǎn)小于任務(wù)量的情況下確實(shí)能夠做到groutine的復(fù)用,如果任務(wù)量不多則會(huì)導(dǎo)致任務(wù)分配到每個(gè)groutine不均勻,甚至可能出現(xiàn)啟動(dòng)的groutine根本不會(huì)執(zhí)行任務(wù)從而導(dǎo)致浪費(fèi),而且對(duì)于協(xié)程池也沒(méi)有動(dòng)態(tài)的擴(kuò)容和縮小。所以我又去看了一下ants的設(shè)計(jì)和實(shí)現(xiàn)。
ants
ants是一個(gè)受fasthttp啟發(fā)的高性能協(xié)程池, fasthttp號(hào)稱(chēng)是比go原生的net/http快10倍,其快速高性能的原因之一就是采用了各種池化技術(shù)(這個(gè)日后再開(kāi)新坑去讀源碼), ants相比之前兩種協(xié)程池,其模型更像是之前接觸到的數(shù)據(jù)庫(kù)連接池,需要從空余的worker中取出一個(gè)來(lái)執(zhí)行任務(wù), 當(dāng)無(wú)可用空余worker的時(shí)候再去創(chuàng)建,而當(dāng)pool的容量達(dá)到上線(xiàn)之后,剩余的任務(wù)阻塞等待當(dāng)前進(jìn)行中的worker執(zhí)行完畢將worker放回pool, 直至pool中有空閑worker。 ants在內(nèi)存的管理上做得很好,除了定期清除過(guò)期worker(一定時(shí)間內(nèi)沒(méi)有分配到任務(wù)的worker),ants還實(shí)現(xiàn)了一種適用于大批量相同任務(wù)的pool, 這種pool與一個(gè)需要大批量重復(fù)執(zhí)行的函數(shù)鎖綁定,避免了調(diào)用方不停的創(chuàng)建,更加節(jié)省內(nèi)存。
先看一下ants的pool 結(jié)構(gòu)體 (pool.go)
type Pool struct {
// 協(xié)程池的容量 (groutine數(shù)量的上限)
capacity int32
// 正在執(zhí)行中的groutine
running int32
// 過(guò)期清理間隔時(shí)間
expiryDuration time.Duration
// 當(dāng)前可用空閑的groutine
workers []*Worker
// 表示pool是否關(guān)閉
release int32
// lock for synchronous operation.
lock sync.Mutex
// 用于控制pool等待獲取可用的groutine
cond *sync.Cond
// 確保pool只被關(guān)閉一次
once sync.Once
// worker臨時(shí)對(duì)象池,在復(fù)用worker時(shí)減少新對(duì)象的創(chuàng)建并加速worker從pool中的獲取速度
workerCache sync.Pool
// pool引發(fā)panic時(shí)的執(zhí)行函數(shù)
PanicHandler func(interface{})
}
接下來(lái)看pool的工作單元 worker (worker.go)
type Worker struct {
// worker 所屬的poo;
pool *Pool
// 任務(wù)隊(duì)列
task chan func()
// 回收時(shí)間,即該worker的最后一次結(jié)束運(yùn)行的時(shí)間
recycleTime time.Time
}
執(zhí)行worker的代碼 (worker.go)
func (w *Worker) run() {
// pool中正在執(zhí)行的worker數(shù)+1
w.pool.incRunning()
go func() {
defer func() {
if p := recover(); p != nil {
//若worker因各種問(wèn)題引發(fā)panic,
//pool中正在執(zhí)行的worker數(shù) -1,
//如果設(shè)置了Pool中的PanicHandler,此時(shí)會(huì)被調(diào)用
w.pool.decRunning()
if w.pool.PanicHandler != nil {
w.pool.PanicHandler(p)
} else {
log.Printf("worker exits from a panic: %v", p)
}
}
}()
// worker 執(zhí)行任務(wù)隊(duì)列
for f := range w.task {
//任務(wù)隊(duì)列中的函數(shù)全部被執(zhí)行完后,
//pool中正在執(zhí)行的worker數(shù) -1,
//將worker 放回對(duì)象池
if f == nil {
w.pool.decRunning()
w.pool.workerCache.Put(w)
return
}
f()
//worker 執(zhí)行完任務(wù)后放回Pool
//使得其余正在阻塞的任務(wù)可以獲取worker
w.pool.revertWorker(w)
}
}()
}
了解了工作單元worker如何執(zhí)行任務(wù)以及與pool交互后,回到pool中查看其實(shí)現(xiàn), pool的核心就是取出可用worker提供給任務(wù)執(zhí)行 (pool.go)
// 向pool提交任務(wù)
func (p *Pool) Submit(task func()) error {
if 1 == atomic.LoadInt32(p.release) {
return ErrPoolClosed
}
// 獲取pool中的可用worker并向其任務(wù)隊(duì)列中寫(xiě)入任務(wù)
p.retrieveWorker().task - task
return nil
}
// **核心代碼** 獲取可用worker
func (p *Pool) retrieveWorker() *Worker {
var w *Worker
p.lock.Lock()
idleWorkers := p.workers
n := len(idleWorkers) - 1
// 當(dāng)前pool中有可用worker, 取出(隊(duì)尾)worker并執(zhí)行
if n >= 0 {
w = idleWorkers[n]
idleWorkers[n] = nil
p.workers = idleWorkers[:n]
p.lock.Unlock()
} else if p.Running() p.Cap() {
p.lock.Unlock()
// 當(dāng)前pool中無(wú)空閑worker,且pool數(shù)量未達(dá)到上線(xiàn)
// pool會(huì)先從臨時(shí)對(duì)象池中尋找是否有已完成任務(wù)的worker,
// 若臨時(shí)對(duì)象池中不存在,則重新創(chuàng)建一個(gè)worker并將其啟動(dòng)
if cacheWorker := p.workerCache.Get(); cacheWorker != nil {
w = cacheWorker.(*Worker)
} else {
w = Worker{
pool: p,
task: make(chan func(), workerChanCap),
}
}
w.run()
} else {
// pool中沒(méi)有空余worker且達(dá)到并發(fā)上限
// 任務(wù)會(huì)阻塞等待當(dāng)前運(yùn)行的worker完成任務(wù)釋放會(huì)pool
for {
p.cond.Wait() // 等待通知, 暫時(shí)阻塞
l := len(p.workers) - 1
if l 0 {
continue
}
// 當(dāng)有可用worker釋放回pool之后, 取出
w = p.workers[l]
p.workers[l] = nil
p.workers = p.workers[:l]
break
}
p.lock.Unlock()
}
return w
}
// 釋放worker回pool
func (p *Pool) revertWorker(worker *Worker) {
worker.recycleTime = time.Now()
p.lock.Lock()
p.workers = append(p.workers, worker)
// 通知pool中已經(jīng)獲取鎖的groutine, 有一個(gè)worker已完成任務(wù)
p.cond.Signal()
p.lock.Unlock()
}
在批量并發(fā)任務(wù)的執(zhí)行過(guò)程中, 如果有超過(guò)5納秒(ants中默認(rèn)worker過(guò)期時(shí)間為5ns)的worker未被分配新的任務(wù),則將其作為過(guò)期worker清理掉,從而保證pool中可用的worker都能發(fā)揮出最大的作用以及將任務(wù)分配得更均勻
(pool.go)
// 該函數(shù)會(huì)在pool初始化后在協(xié)程中啟動(dòng)
func (p *Pool) periodicallyPurge() {
// 創(chuàng)建一個(gè)5ns定時(shí)的心跳
heartbeat := time.NewTicker(p.expiryDuration)
defer heartbeat.Stop()
for range heartbeat.C {
currentTime := time.Now()
p.lock.Lock()
idleWorkers := p.workers
if len(idleWorkers) == 0 p.Running() == 0 atomic.LoadInt32(p.release) == 1 {
p.lock.Unlock()
return
}
n := -1
for i, w := range idleWorkers {
// 因?yàn)閜ool 的worker隊(duì)列是先進(jìn)后出的,所以正序遍歷可用worker時(shí)前面的往往里當(dāng)前時(shí)間越久
if currentTime.Sub(w.recycleTime) = p.expiryDuration {
break
}
// 如果worker最后一次運(yùn)行時(shí)間距現(xiàn)在超過(guò)5納秒,視為過(guò)期,worker收到nil, 執(zhí)行上述worker.go中 if n == nil 的操作
n = i
w.task - nil
idleWorkers[i] = nil
}
if n > -1 {
// 全部過(guò)期
if n >= len(idleWorkers)-1 {
p.workers = idleWorkers[:0]
} else {
// 部分過(guò)期
p.workers = idleWorkers[n+1:]
}
}
p.lock.Unlock()
}
}
測(cè)試
func TestAnts(t *testing.T) {
wg := sync.WaitGroup{}
pool, _ := ants.NewPool(20)
defer pool.Release()
for i := 0; i 100; i++ {
wg.Add(1)
pool.Submit(sendMail(i, wg))
}
wg.Wait()
}
func sendMail(i int, wg *sync.WaitGroup) func() {
return func() {
time.Sleep(time.Second * 1)
fmt.Println("send mail to ", i)
wg.Done()
}
}
這里雖只簡(jiǎn)單的測(cè)試批量并發(fā)任務(wù)的場(chǎng)景, 如果大家有興趣可以去看看ants的壓力測(cè)試, ants的吞吐量能夠比原生groutine高出N倍,內(nèi)存節(jié)省10到20倍, 可謂是協(xié)程池中的神器。
借用ants作者的原話(huà)來(lái)說(shuō):
然而又有多少場(chǎng)景是單臺(tái)機(jī)器需要扛100w甚至1000w同步任務(wù)的?基本沒(méi)有?。〗Y(jié)果就是造出了屠龍刀,可是世界上沒(méi)有龍?。∫彩菬o(wú)情…
Over
一口氣從簡(jiǎn)單到復(fù)雜總結(jié)了三個(gè)協(xié)程池的實(shí)現(xiàn),受益匪淺, 感謝各開(kāi)源庫(kù)的作者, 雖然世界上沒(méi)有龍,但是屠龍技是必須練的,因?yàn)樗拖翊婵?,不一定要全部都用了,但是一定不能沒(méi)有!
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
您可能感興趣的文章:- golang協(xié)程池模擬實(shí)現(xiàn)群發(fā)郵件功能
- golang 40行代碼實(shí)現(xiàn)通用協(xié)程池
- GO實(shí)現(xiàn)協(xié)程池管理的方法