来，控制一下 Goroutine 的并发数量

头像
煎鱼
    阅读 6 分钟
    90

    image

    原文地址：来，控制一下 Goroutine 的并发数量

    问题

    func main() {
    userCount := math.MaxInt64
    for i := 0; i < userCount; i++ {
        go func(i int) {
            // 做一些各种各样的业务逻辑处理
            fmt.Printf("go func: %d\n", i)
            time.Sleep(time.Second)
        }(i)
    }
}

    在这里，假设 userCount 是一个外部传入的参数（不可预测，有可能值非常大），有人会全部丢进去循环。想着全部都并发 goroutine 去同时做某一件事。觉得这样子会效率会更高，对不对！

    那么，你觉得这里有没有什么问题？

    噩梦般的开始

    当然，在特定场景下，问题可大了。因为在本文被丢进去同时并发的可是一个极端值。我们可以一起观察下图的指标分析，看看情况有多 “崩溃”。下图是上述代码的表现：

    输出结果

    ...
go func: 5839
go func: 5840
go func: 5841
go func: 5842
go func: 5915
go func: 5524
go func: 5916
go func: 8209
go func: 8264
signal: killed

    如果你自己执行过代码，在 “输出结果” 上你会遇到如下问题：

    • 系统资源占用率不断上涨
    • 输出一定数量后：控制台就不再刷新输出最新的值了
    • 信号量：signal: killed

    系统负载

    image

    CPU

    image

    短时间内系统负载暴增

    虚拟内存

    image

    短时间内占用的虚拟内存暴增

    top

    PID    COMMAND      %CPU  TIME     #TH   #WQ  #PORT MEM    PURG   CMPRS  PGRP  PPID  STATE    BOOSTS
...
73414  test         100.2 01:59.50 9/1   0    18    6801M+ 0B     114G+  73403 73403 running  *0[1]

    小结

    如果仔细看过监控工具的示意图，就可以知道其实我间隔的执行了两次，能看到系统间的使用率幅度非常大。当进程被杀掉后，整体又恢复为正常值

    在这里，我们回到主题，就是在不控制并发的 goroutine 数量 会发生什么问题？大致如下：

    • CPU 使用率浮动上涨
    • Memory 占用不断上涨。也可以看看 CMPRS，它表示进程的压缩数据的字节数。已经到达 114G+ 了
    • 主进程崩溃（被杀掉了）

    简单来说，“崩溃” 的原因就是对系统资源的占用过大。常见的比如：打开文件数（too many files open）、内存占用等等

    危害

    对该台服务器产生非常大的影响，影响自身及相关联的应用。很有可能导致不可用或响应缓慢，另外启动了复数 “失控” 的 goroutine，导致程序流转混乱

    解决方案

    在前面花了大量篇幅，渲染了在存在大量并发 goroutine 数量时，不控制的话会出现 “严重” 的问题，接下来一起思考下解决方案。如下：

    1. 控制/限制 goroutine 同时并发运行的数量
    2. 改变应用程序的逻辑写法（避免大规模的使用系统资源和等待）
    3. 调整服务的硬件配置、最大打开数、内存等阈值

    控制 goroutine 并发数量

    接下来正式的开始解决这个问题，希望你认真阅读的同时加以思考，因为这个问题在实际项目中真的是太常见了！

    问题已经抛出来了，你需要做的是想想有什么办法解决这个问题。建议你自行思考一下技术方案。再接着往下看 :-)

    尝试 chan

    func main() {
    userCount := 10
    ch := make(chan bool, 2)
    for i := 0; i < userCount; i++ {
        ch <- true
        go Read(ch, i)
    }
    
    //time.Sleep(time.Second)
}

func Read(ch chan bool, i int) {
    fmt.Printf("go func: %d\n", i)
    <- ch
}

    输出结果：

    go func: 1
go func: 2
go func: 3
go func: 4
go func: 5
go func: 6
go func: 7
go func: 8
go func: 0

    嗯，我们似乎很好的控制了 2 个 2 个的 “顺序” 执行多个 goroutine。但是，问题出现了。你仔细数一下输出结果，才 9 个值？

    这明显就不对。原因出在当主协程结束时，子协程也是会被终止掉的。因此剩余的 goroutine 没来及把值输出，就被送上路了（不信你把 time.Sleep 打开看看，看看输出数量）

    尝试 sync

    ...
var wg = sync.WaitGroup{}

func main() {
    userCount := 10
    for i := 0; i < userCount; i++ {
        wg.Add(1)
        go Read(i)
    }

    wg.Wait()
}

func Read(i int) {
    defer wg.Done()
    fmt.Printf("go func: %d\n", i)
}

    嗯，单纯的使用 sync.WaitGroup 也不行。没有控制到同时并发的 goroutine 数量（代指达不到本文所要求的目标）

    小结

    单纯简单使用 channel 或 sync 都有明显缺陷，不行。我们再看看组件配合能不能实现

    尝试 chan + sync

    ...
var wg = sync.WaitGroup{}

func main() {
    userCount := 10
    ch := make(chan bool, 2)
    for i := 0; i < userCount; i++ {
        wg.Add(1)
        go Read(ch, i)
    }

    wg.Wait()
}

func Read(ch chan bool, i int) {
    defer wg.Done()

    ch <- true
    fmt.Printf("go func: %d, time: %d\n", i, time.Now().Unix())
    time.Sleep(time.Second)
    <-ch
}

    输出结果：

    go func: 9, time: 1547911938
go func: 1, time: 1547911938
go func: 6, time: 1547911939
go func: 7, time: 1547911939
go func: 8, time: 1547911940
go func: 0, time: 1547911940
go func: 3, time: 1547911941
go func: 2, time: 1547911941
go func: 4, time: 1547911942
go func: 5, time: 1547911942

    从输出结果来看，确实实现了控制 goroutine 以 2 个 2 个的数量去执行我们的 “业务逻辑”，当然结果集也理所应当的是乱序输出

    方案一：简单 Semaphore

    在确立了简单使用 chan + sync 的方案是可行后，我们重新将流转逻辑封装为 gsema，主程序变成如下：

    import (
    "fmt"
    "time"

    "github.com/EDDYCJY/gsema"
)

var sema = gsema.NewSemaphore(3)

func main() {
    userCount := 10
    for i := 0; i < userCount; i++ {
        go Read(i)
    }

    sema.Wait()
}

func Read(i int) {
    defer sema.Done()
    sema.Add(1)

    fmt.Printf("go func: %d, time: %d\n", i, time.Now().Unix())
    time.Sleep(time.Second)
}

    分析方案

    在上述代码中，程序执行流程如下：

    • 设置允许的并发数目为 3 个
    • 循环 10 次，每次启动一个 goroutine 来执行任务
    • 每一个 goroutine 在内部利用 sema 进行调控是否阻塞
    • 按允许并发数逐渐释出 goroutine，最后结束任务

    看上去人模人样，没什么严重问题。但却有一个 “大” 坑，认真看到第二点 “每次启动一个 goroutine” 这句话。这里有点问题，提前产生那么多的 goroutine 会不会有什么问题，接下来一起分析下利弊，如下：

    利

    • 适合量不大、复杂度低的使用场景

      • 几百几千个、几十万个也是可以接受的（看具体业务场景）
      • 实际业务逻辑在运行前就已经被阻塞等待了（因为并发数受限），基本实际业务逻辑损耗的性能比 goroutine 本身大
      • goroutine 本身很轻便，仅损耗极少许的内存空间和调度。这种等待响应的情况都是躺好了，等待任务唤醒
    • Semaphore 操作复杂度低且流转简单，容易控制

    弊

    • 不适合量很大、复杂度高的使用场景

      • 有几百万、几千万个 goroutine 的话，就浪费了大量调度 goroutine 和内存空间。恰好你的服务器也接受不了的话
    • Semaphore 操作复杂度提高，要管理更多的状态

    小结

    • 基于什么业务场景，就用什么方案去做事
    • 有足够的时间，允许你去追求更优秀、极致的方案（用第三方库也行）

    用哪种方案，我认为主要基于以上两点去思考，都是 OK 的。没有对错，只有当前业务场景能不能接受，这个预先启动的 goroutine 数量你的系统是否能够接受

    当然了，常见/简单的 Go 应用采用这类技术方案，基本就能解决问题了。因为像本文第一节 “问题” 如此超巨大数量的情况，情况很少。其并不存在那些 “特殊性”。因此用这个方案基本 OK

    灵活控制 goroutine 并发数量

    小手一紧。隔壁老王发现了新的问题。“方案一” 中，在输入输出一体的情况下，在常见的业务场景中确实可以

    但，这次新的业务场景比较特殊，要控制输入的数量，以此达到改变允许并发运行 goroutine 的数量。我们仔细想想，要做出如下改变：

    • 输入/输出要抽离，才可以分别控制
    • 输入/输出要可变，理所应当在 for-loop 中（可设置数值的地方）
    • 允许改变 goroutine 并发数量，但它也必须有一个最大值（因为允许改变是相对）

    方案二：灵活 chan + sync

    package main

import (
    "fmt"
    "sync"
    "time"
)

var wg sync.WaitGroup

func main() {
    userCount := 10
    ch := make(chan int, 5)
    for i := 0; i < userCount; i++ {
        wg.Add(1)
        go func() {
            defer wg.Done()
            for d := range ch {
                fmt.Printf("go func: %d, time: %d\n", d, time.Now().Unix())
                time.Sleep(time.Second * time.Duration(d))
            }
        }()
    }

    for i := 0; i < 10; i++ {
        ch <- 1
        ch <- 2
        //time.Sleep(time.Second)
    }

    close(ch)
    wg.Wait()
}

    输出结果：

    ...
go func: 1, time: 1547950567
go func: 3, time: 1547950567
go func: 1, time: 1547950567
go func: 2, time: 1547950567
go func: 2, time: 1547950567
go func: 3, time: 1547950567
go func: 1, time: 1547950568
go func: 2, time: 1547950568
go func: 3, time: 1547950568
go func: 1, time: 1547950568
go func: 3, time: 1547950569
go func: 2, time: 1547950569

    在 “方案二” 中，我们可以随时随地的根据新的业务需求，做如下事情：

    • 变更 channel 的输入数量
    • 能够根据特殊情况，变更 channel 的循环值
    • 变更最大允许并发的 goroutine 数量

    总的来说，就是可控空间都尽量放开了，是不是更加灵活了呢 :-)

    方案三：第三方库

    比较成熟的第三方库也不少，基本都是以生成和管理 goroutine 为目标的池工具。我简单列了几个，具体建议大家阅读下源码或者多找找，原理相似

    总结

    在本文的开头，我花了大力气（极端数量），告诉你同时并发过多的 goroutine 数量会导致系统占用资源不断上涨。最终该服务崩盘的极端情况。为的是希望你今后避免这种问题，给你留下深刻的印象

    接下来我们以 “控制 goroutine 并发数量” 为主题，展开了一番分析。分别给出了三种方案。在我看来，各具优缺点，我建议你挑选合适自身场景的技术方案就可以了

    因为，有不同类型的技术方案也能解决这个问题，千人千面。本文推荐的是较常见的解决方案，也欢迎大家在评论区继续补充 :-)

    gophp并发后端
    煎鱼
    8.4k 声望12.8k 粉丝
    « 上一篇
    Go Slice 最大容量大小是怎么来的
    下一篇 »
    for-loop 与 json.Unmarshal 性能分析概要

    引用和评论

    被 1 篇内容引用
    推荐阅读
    头像
    Cloudflare 从 PHP 到 Go：迁移与经验分享

    煎鱼赞 2阅读 360

    头像
    在Java程序中监听mysql的binlog

    huan1993赞 13阅读 5.4k

    头像
    Spring 实现 3 种异步流式接口，干掉接口超时烦恼

    程序员小富赞 6阅读 2.4k

    头像
    Go 语言-计算密集型服务 性能优化

    Jesse赞 4阅读 8.6k

    头像
    IO 密集型服务 耗时优化

    Jesse赞 4阅读 7.8k

    头像
    Go 语言 JSON 与 Cache 库 调研与选型

    Jesse赞 2阅读 7.3k

    头像
    每一个前端，都要拥有属于自己的埋点库~

    幸福的闹钟赞 3阅读 862

    0 条评论
    得票最新