并发编程

声明：内容来自《Go语言编程》

[TOC]

1 并发基础

目前几种主流的实现模式：

• 多进程

  多进程是在操作系统层面进行并发的基本模式。同时也是开销最大的模式。

• 多线程

  多线程在大部分操作系统上都属于系统层面的并发模式，也是我们使用最多的 最有效的一种模式。它比多进程 的开销小很多，但是其开销依旧比较大，且在高并发模式下，效率会有影响。

• 基于回调的非阻塞/异步IO

  使用多线程模式会很快耗尽服务器的内存和CPU资源。而这 种模式通过事件驱动的方式使用异步IO，使服务器持续运转，且尽可能地少用线程，降 低开销，它目前在Node.js中得到了很好的实践。

• 协程

  协程（Coroutine）本质上是一种用户态线程，不需要操作系统来进行抢占式调度， 且在真正的实现中寄存于线程中，因此，系统开销极小，可以有效提高线程的任务并发 性，而避免多线程的缺点。

2 协程

Go语言在语言级别支持轻量级线程，叫goroutine。Go 语言标准库提供的所有系统调用操作（当然也包括所有同步IO操作），都会出让CPU给其他goroutine。轻量级线程的切换管理不依赖于系统的线程和进程，也不依赖于CPU的核心数量。

3 goroutine

goroutine是Go语言中的轻量级线程实现，由Go运行时（runtime）管理。

func Add(x, y int) { 
 z := x + y 
 fmt.Println(z) 
} 

go Add(1,1)

需要注意的是，如果这个函数有返回值，那么这个 返回值会被丢弃。

package main

import "fmt"

func Add(x, y int) {
    z := x + y
    fmt.Println(z)
}
func main() {
    for i := 0; i < 10; i++ {
        go Add(i, i)
    }
}

Go程序从初始化main package并执行main()函数开始，当main()函数返回时，程序退出， 且程序并不等待其他goroutine（非主goroutine）结束。

4 并发通信

并发编程的难度在于协调，而协调就要通过交流。在工程上，有两种最常见的并发通信模型：共享数据和消息。

• 共享数据

  指多个并发单元分别保持对同一个数据的引用，实现对该数据的共享。被共享的 数据可能有多种形式，比如内存数据块、磁盘文件、网络数据等。在实际工程应用中最常见的无 疑是内存了，也就是常说的共享内存。

• 消息机制

  Go语言提供的是另一种通信模型，即以消息机制而非共享内存作为通信方式。消息机制认为每个并发单元是自包含的、独立的个体，并且都有自己的变量，但在不同并发 单元间这些变量不共享。每个并发单元的输入和输出只有一种，那就是消息。

5 channel

channel是进程内的通信方式，如果需要跨进程通信，我们建议用 分布式系统的方法来解决，比如使用Socket或者HTTP等通信协议。，一个channel只能传递一种类型的值，这个类型需要在声明channel时指定。

package main

import "fmt"

func Count(ch chan int) {
    ch <- 1
    fmt.Println("Counting")
}
func main() {
    chs := make([]chan int, 10)
    for i := 0; i < 10; i++ {
        chs[i] = make(chan int)
        go Count(chs[i])
    }
    for _, ch := range chs {
        <-ch
    }
}

在这个例子中，我们定义了一个包含10个channel的数组（名为chs），并把数组中的每个 channel分配给10个不同的goroutine。在每个goroutine的Add()函数完成后，我们通过ch <- 1语 句向对应的channel中写入一个数据。在这个channel被读取前，这个操作是阻塞的。在所有的 goroutine启动完成后，我们通过<-ch语句从10个channel中依次读取数据。在对应的channel写入 数据前，这个操作也是阻塞的。这样，我们就用channel实现了类似锁的功能，进而保证了所有 goroutine完成后主函数才返回。

5.1 基本语法

var ch chan int 
var m map[string] chan bool //声明一个map，key是string，value是channel
ch := make(chan int) 

//写入数据
ch <- value 
//读出数据
value := <-ch 

向channel写入数据通常会导致程序阻塞，直到有其他goroutine从这个channel中读取数据。如果channel之前没有写入数据，那么从channel中读取数据也会导致程序阻塞，直到channel 中被写入数据为止。

5.2 select

通过调用select()函数来监控一系列的文件句柄，一旦其中一个文件句柄发生了IO动作，该select()调用就会被返回。后来该机制也被用于 实现高并发的Socket服务器程序。Go语言直接在语言级别支持select关键字，用于处理异步IO 问题。

select有比较多的 限制，其中最大的一条限制就是每个case语句里必须是一个IO操作。

select {
    case <-chan1:
    // 如果chan1成功读到数据，则进行该case处理语句
    case chan2 <- 1:
        // 如果成功向chan2写入数据，则进行该case处理语句
    default:
        // 如果上面都没有成功，则进入default处理流程
    }

select的每个case语句都必须是一个面向channel的操作。

5.3 缓冲机制

给channel带上缓冲， 从而达到消息队列的效果。要创建一个带缓冲的channel，其实也非常容易：

c := make(chan int, 1024) 

在调用make()时将缓冲区大小作为第二个参数传入即可，比如上面这个例子就创建了一个大小 为1024的int类型channel，即使没有读取方，写入方也可以一直往channel里写入，在缓冲区被 填完之前都不会阻塞。

5.4 超时机制

在并发编程的通信过程中，最需要处理的就是超时问题，即向channel写数据时发现channel 已满，或者从channel试图读取数据时发现channel为空。如果不正确处理这些情况，很可能会导 致整个goroutine锁死。

使用channel时需要小心，比如对于以下这个用法：

i:= <-ch

如果出现了一个错误情况，即永远都没有人往ch里写数据，那 么上述这个读取动作也将永远无法从ch中读取到数据，导致的结果就是整个goroutine永远阻塞并 没有挽回的机会。

Go语言没有提供直接的超时处理机制，但我们可以利用select机制。虽然select机制不是 专为超时而设计的，却能很方便地解决超时问题。因为select的特点是只要其中一个case已经 完成，程序就会继续往下执行，而不会考虑其他case的情况。

timeout := make(chan bool, 1) 
go func() { 
 time.Sleep(1e9) // 等待1秒钟
 timeout <- true
}() 
// 然后我们把timeout这个channel利用起来
select { 
 case <-ch: 
 // 从ch中读取到数据
 case <-timeout: 
 // 一直没有从ch中读取到数据，但从timeout中读取到了数据
}

这样使用select机制可以避免永久等待的问题，是在Go语言开发中避免channel通信超时的最有效方法。

5.5 channel的传递

channel本身也是一个原生类型,具有可被传递的特性。

示例：定义一系列PipeData的数据结构并一起传递给一个函数，就可以达到流式处理数据的目的。

type PipeData struct {
    value   int
    handler func(int) int
    next    chan int
}

func handle(queue chan *PipeData) {
    for data := range queue {
        data.next <- data.handler(data.value)
    }
}

5.6 单向channel

单向channel只能用于发送或者接收数据。channel本身必然是同时支持读写的， 否则根本没法用。在此，我们只是对其增加一些限制。

单向channel变量的声明非常简单，如下：

var ch1 chan int // ch1是一个正常的channel，不是单向的
var ch2 chan<- float64// ch2是单向channel，只用于写float64数据
var ch3 <-chan int // ch3是单向channel，只用于读取int数据

channel是一个原生类型，因此不仅 支持被传递，还支持类型转换。

初始化：

ch4 := make(chan int) 
ch5 := <-chan int(ch4) // ch5就是一个单向的读取channel
ch6 := chan<- int(ch4) // ch6 是一个单向的写入channel

基于ch4，我们通过类型转换初始化了两个单向channel：单向读的ch5和单向写的ch6。

5.7 关闭channel

关闭channel非常简单，直接使用Go语言内置的close()函数即可：

close(ch)

如何判断一个channel是否已经被关 闭？我们可以在读取的时候使用多重返回值的方式：

x,ok := <- ch

6 多核并行化

下面我们来模拟一个完全可以并行的计算任务：计算N个整型数的总和。我们可以将所有整 型数分成M份，M即CPU的个数。让每个CPU开始计算分给它的那份计算任务，最后将每个CPU 的计算结果再做一次累加，这样就可以得到所有N个整型数的总和：

type Vector []float64

// 分配给每个CPU的计算任务
func (v Vector) DoSome(i, n int, u Vector, c chan int) {
    for ; i < n; i++ {
        v[i] += u.Op(v[i])
    }
    c <- 1 // 发信号告诉任务管理者我已经计算完成了
}

const NCPU = 16 // 假设总共有16核
func (v Vector) DoAll(u Vector) {
    c := make(chan int, NCPU) // 用于接收每个CPU的任务完成信号
    for i := 0; i < NCPU; i++ {
        go v.DoSome(i*len(v)/NCPU, (i+1)*len(v)/NCPU, u, c)
    }
    // 等待所有CPU的任务完成
    for i := 0; i < NCPU; i++ {
        <-c // 获取到一个数据，表示一个CPU计算完成了
    }
    // 到这里表示所有计算已经结束
}

这或许可能只在一个核上跑。在Go语言升级到默认支持多CPU的某个版本之前，我们可以先通过设置环境变量 GOMAXPROCS的值来控制使用多少个CPU核心。具体操作方法是通过直接设置环境变量 GOMAXPROCS的值，或者在代码中启动goroutine之前先调用以下这个语句以设置使用16个CPU 核心：

runtime.GOMAXPROCS(16)

到底应该设置多少个CPU核心呢，其实runtime包中还提供了另外一个函数NumCPU()来获 取核心数。

7 出让时间片

我们可以在每个goroutine中控制何时主动出让时间片给其他goroutine，这可以使用runtime 包中的Gosched()函数实现。

如果要比较精细地控制goroutine的行为，就必须比较深入地了解Go语言开发包中 runtime包所提供的具体功能。

8 同步

Go语言包中的sync包提供了两种锁类型：sync.Mutex和sync.RWMutex。

当一个goroutine获得了Mutex后，其他goroutine就只能乖乖等 到这个goroutine释放该Mutex。RWMutex相对友好些，是经典的单写多读模型。

8.1 全局唯一性操作

Go语言提供了一个Once 类型来保证全局的唯一性操作，具体代码如下：

var a string
var once sync.Once 
func setup() { 
 a = "hello, world" 
} 
func doprint() { 
 once.Do(setup) 
 print(a) 
} 
func twoprint() { 
 go doprint() 
 go doprint() 
}

once的Do()方法可以保证在全局范围内只调用指定的函数一次（这里指 setup()函数），而且所有其他goroutine在调用到此语句时，将会先被阻塞，直至全局唯一的 once.Do()调用结束后才继续（继续执行此语句后的语句，此语句不再执行）。

为了更好地控制并行中的原子性操作，sync包中还包含一个atomic子包，它提供了对于一 些基础数据类型的原子操作函数，比如下面这个函数：

func CompareAndSwapUint64(val *uint64, old, new uint64) (swapped bool) 

就提供了比较和交换两个uint64类型数据的操作。这让开发者无需再为这样的操作专门添加 Lock操作。