go語言中並發圖文教程
- 尚轉載
- 2019-11-26 11:49:372040瀏覽
正如程式設計和物件導向一樣，一個好的程式模式需要有一個極其簡潔的內核，還有在此之上豐富的外延，可以解決現實世界中各種各樣的問題。本文以GO語言為例，解釋其中內核、外延。
並發模式之內核
這種並發模式的核心只需要協程和通道就夠了。其中協程負責執行程式碼，通道負責在協程之間傳遞事件。
並發程式設計一直以來都是非常困難的工作。要想編寫一個良好的並發程序，我們不得不了解線程， 鎖，semaphore，barrier甚至CPU更新高速緩存的方式，而且他們個個都有怪脾氣，處處是陷阱。筆者除非萬不得以，絕不會自己操作這些底層 並發元素。一個簡潔的並發模式不需要這些複雜的底層元素，只需協程和通道就夠了。
協程是輕量級的執行緒。在過程式編程中，當呼叫一個過程的時候，需要等待其執行完才回傳。而呼叫一個協程的時候，不需要等待其執行完，就會立即回傳。
協程十分輕量，Go語言可以在一個行程中執行有數以十萬計的協程，依舊保持高效能。而對於普通的平台，一個行程有數千個線程，其CPU會忙於上下文切換，效能急劇下降。隨意創建線程可不是一個好主意，但是我們可以大量使用的協程。
通道是協程之間的資料傳輸通道。通道可以在眾多的協程之間傳遞數據，具體可以值也可以是個引用。通道有兩種使用方式。
協程可以試圖向通道放入數據，如果通道滿了，會掛起協程，直到通道可以為他放入數據為止。
協程可以試圖向通道索取數據，如果通道沒有數據，會掛起協程，直到通道返回資料為止。
如此，通道就可以在傳遞資料的同時，控制協程的運作。有點像事件驅動，也有點像阻塞佇列。這兩個概念非常的簡單，各個語言平台都會有相對應的實作。在Java和C上也各有函式庫可以實現兩者。
只要有協程和通道，就可以優雅的解決並發的問題。不必使用其他和並發有關的概念。那如何用這兩把利刃解決各式各樣的實際問題呢？
並發模式之外延
協程相較於線程，可以大量建立。打開這扇門，我們拓展新的用法，可以做生成器，可以讓函數返回“服務”，可以讓循環並發執行，還能共享變數。但是出現新 的用法的同時，也帶來了新的棘手問題，協程也會洩漏，不恰當的使用會影響性能。以下會逐一介紹各種用法和問題。示範的程式碼用GO語言寫成，因為其簡潔明 了，而且支援全部功能。
1、生成器
有的時候，我們需要有一個函數能不斷產生資料。比方說這個函數可以讀文件，讀網絡，生成自增長序列，產生隨機數。這些行為的特徵是，函數的已知一些變量，如檔案路徑。然後不斷調用，返回新的資料。
下面產生隨機數字為例，讓我們做一個會並發執行的隨機數產生器。
// 函数rand_generator_1 ，返回 int
funcrand_generator_1() int {
return rand.Int()
}
// 上面是一个函数，返回一个int。假如rand.Int()这个函数调用需要很长时间等待，那该函数的调用者也会因此而挂起。所以我们可以创建一个协程，专门执行rand.Int()。
// 函数rand_generator_2，返回通道(Channel)
funcrand_generator_2() chan int {
// 创建通道
out := make(chan int)
// 创建协程
go func() {
for {
//向通道内写入数据，如果无人读取会等待
out <- rand.Int()
}
}()
return out
}
funcmain() {
// 生成随机数作为一个服务
rand_service_handler :=rand_generator_2()
// 从服务中读取随机数并打印
fmt.Printf("%d\n",<-rand_service_handler)
}上面的這段函數就可以並發執行了rand.Int()。有一點值得注意到函數的回傳可以理解為一個「服務」。但我們需要取得隨機數據時候，可以隨時向這個 服務取用，他已經為我們準備好了相應的數據，無需等待，隨要隨到。
如果我們呼叫這個服務不是很頻繁，一個協程就夠滿足我們的需求了。但如果我們需要大量訪問，怎麼辦？我們可以用下面介紹的多工技術，啟動若干生成器，然後再整合成一個大的服務。
呼叫生成器，可以傳回一個「服務」。可以用在持續取得數據的場合。用途很廣泛，讀取數據，產生ID，甚至定時器。這是一個非常簡潔的思路，將程 序並發化。
2、多路復用
多路復用是讓一次處理多個佇列的技術。 Apache使用處理每個連線都需要一個進程，所以其並發效能不是很好。而Nginx使用多工的技術，讓一 個進程處理多個連接，所以並發效能比較好。
同樣，在協程的場合，多重化也是需要的，但又有所不同。多路復用可以將若干個相似的小服務整合成一個大服務。
那么让我们用多路复用技术做一个更高并发的随机数生成器吧。
// 函数rand_generator_3 ，返回通道(Channel)
funcrand_generator_3() chan int {
// 创建两个随机数生成器服务
rand_generator_1 := rand_generator_2()
rand_generator_2 := rand_generator_2()
//创建通道
out := make(chan int)
//创建协程
go func() {
for {
//读取生成器1中的数据，整合
out <-<-rand_generator_1
}
}()
go func() {
for {
//读取生成器2中的数据，整合
out <-<-rand_generator_2
}
}()
return out
}上面是使用了多路复用技术的高并发版的随机数生成器。通过整合两个随机数生成器，这个版本的能力是刚才的两倍。虽然协程可以大量创建，但是众多协程还是会争抢输出的通道。
Go语言提供了Select关键字来解决，各家也有各家窍门。加大输出通道的缓冲大小是个通用的解决方法。
多路复用技术可以用来整合多个通道。提升性能和操作的便捷。配合其他的模式使用有很大的威力。
3、Future技术
Future是一个很有用的技术，我们常常使用Future来操作线程。我们可以在使用线程的时候，可以创建一个线程，返回Future，之后可以通过它等待结果。 但是在协程环境下的Future可以更加彻底，输入参数同样可以是Future的。
调用一个函数的时候，往往是参数已经准备好了。调用协程的时候也同样如此。但是如果我们将传入的参 数设为通道，这样我们就可以在不准备好参数的情况下调用函数。这样的设计可以提供很大的自由度和并发度。函数调用和函数参数准备这两个过程可以完全解耦。 下面举一个用该技术访问数据库的例子。
//一个查询结构体
typequery struct {
//参数Channel
sql chan string
//结果Channel
result chan string
}
//执行Query
funcexecQuery(q query) {
//启动协程
go func() {
//获取输入
sql := <-q.sql
//访问数据库，输出结果通道
q.result <- "get" + sql
}()
}
funcmain() {
//初始化Query
q :=
query{make(chan string, 1),make(chan string, 1)}
//执行Query，注意执行的时候无需准备参数
execQuery(q)
//准备参数
q.sql <- "select * fromtable"
//获取结果
fmt.Println(<-q.result)
}上面利用Future技术，不单让结果在Future获得，参数也是在Future获取。准备好参数后，自动执行。Future和生成器的区别在 于，Future返回一个结果，而生成器可以重复调用。还有一个值得注意的地方，就是将参数Channel和结果Channel定义在一个结构体里面作为 参数，而不是返回结果Channel。这样做可以增加聚合度，好处就是可以和多路复用技术结合起来使用。
Future技术可以和各个其他技术组合起来用。可以通过多路复用技术，监听多个结果Channel，当有结果后，自动返回。也可以和生成器组合使用，生 成器不断生产数据，Future技术逐个处理数据。Future技术自身还可以首尾相连，形成一个并发的pipe filter。这个pipe filter可以用于读写数据流，操作数据流。
Future是一个非常强大的技术手段。可以在调用的时候不关心数据是否准备好，返回值是否计算好的问题。让程序中的组件在准备好数据的时候自动跑起来。
4、并发循环
循环往往是性能上的热点。如果性能瓶颈出现在CPU上的话，那么九成可能性热点是在一个循环体内部。所以如果能让循环体并发执行，那么性能就会提高很多。
要并发循环很简单，只有在每个循环体内部启动协程。协程作为循环体可以并发执行。调用启动前设置一个计数器，每一个循环体执行完毕就在计数器上加一个元素，调用完成后通过监听计数器等待循环协程全部完成。
//建立计数器
sem :=make(chan int, N);
//FOR循环体
for i,xi:= range data {
//建立协程
go func (i int, xi float) {
doSomething(i,xi);
//计数
sem <- 0;
} (i, xi);
}
// 等待循环结束
for i := 0; i < N; ++i {
<-sem }上面是一个并发循环例子。通过计数器来等待循环全部完成。如果结合上面提到的Future技术的话，则不必等待。可以等到真正需要的结果的地方，再去检查数据是否完成。
通过并发循环可以提供性能，利用多核，解决CPU热点。正因为协程可以大量创建，才能在循环体中如此使用，如果是使用线程的话，就需要引入线程池之类的东西，防止创建过多线程，而协程则简单的多。
5、ChainFilter技术
前面提到了Future技术首尾相连，可以形成一个并发的pipe filter。这种方式可以做很多事情，如果每个Filter都由同一个函数组成，还可以有一种简单的办法把他们连起来。
由于每个Filter协程都可以并发运行，这样的结构非常有利于多核环境。下面是一个例子，用这种模式来产生素数。
// Aconcurrent prime sieve
packagemain
// Sendthe sequence 2, 3, 4, ... to channel 'ch'.
funcGenerate(ch chan<- int) {
for i := 2; ; i++ {
ch<- i // Send 'i' to channel 'ch'.
}
}
// Copythe values from channel 'in' to channel 'out',
//removing those divisible by 'prime'.
funcFilter(in <-chan int, out chan<- int, prime int) {
for {
i := <-in // Receive valuefrom 'in'.
if i%prime != 0 {
out <- i // Send'i' to 'out'.
}
}
}
// Theprime sieve: Daisy-chain Filter processes.
funcmain() {
ch := make(chan int) // Create a newchannel.
go Generate(ch) // Launch Generate goroutine.
for i := 0; i < 10; i++ {
prime := <-ch
print(prime, "\n")
ch1 := make(chan int)
go Filter(ch, ch1, prime)
ch = ch1
}
}上面的程序创建了10个Filter，每个分别过滤一个素数，所以可以输出前10个素数。
Chain-Filter通过简单的代码创建并发的过滤器链。这种办法还有一个好处，就是每个通道只有两个协程会访问，就不会有激烈的竞争，性能会比较好
6、共享变量
协程之间的通信只能够通过通道。但是我们习惯于共享变量，而且很多时候使用共享变量能让代码更简洁。比如一个Server有两个状态开和关。其他仅仅希望获取或改变其状态，那又该如何做呢。可以将这个变量至于0通道中，并使用一个协程来维护。
下面的例子描述如何用这个方式，实现一个共享变量。
//共享变量有一个读通道和一个写通道组成
typesharded_var struct {
reader chan int
writer chan int
}
//共享变量维护协程
funcsharded_var_whachdog(v sharded_var) {
go func() {
//初始值
var value int = 0
for {
//监听读写通道，完成服务
select {
case value =<-v.writer:
case v.reader <-value:
}
}
}()
}
funcmain() {
//初始化，并开始维护协程
v := sharded_var{make(chan int),make(chan int)}
sharded_var_whachdog(v)
//读取初始值
fmt.Println(<-v.reader)
//写入一个值
v.writer <- 1
//读取新写入的值
fmt.Println(<-v.reader)
}这样，就可以在协程和通道的基础上实现一个协程安全的共享变量了。定义一个写通道，需要更新变量的时候，往里写新的值。再定义一个读通道，需要读的时候，从里面读。通过一个单独的协程来维护这两个通道。保证数据的一致性。
一般来说，协程之间不推荐使用共享变量来交互，但是按照这个办法，在一些场合，使用共享变量也是可取的。很多平台上有较为原生的共享变量支持，到底用那种 实现比较好，就见仁见智了。另外利用协程和通道，可以还实现各种常见的并发数据结构，如锁等等，就不一一赘述。
7、协程泄漏
协程和内存一样，是系统的资源。对于内存，有自动垃圾回收。但是对于协程，没有相应的回收机制。会不会若干年后，协程普及了，协程泄漏和内存泄漏一样成为 程序员永远的痛呢？
一般而言，协程执行结束后就会销毁。协程也会占用内存，如果发生协程泄漏，影响和内存泄漏一样严重。轻则拖慢程序，重则压垮机器。
C和C++都是没有自动内存回收的程序设计语言，但只要有良好的编程习惯，就能解决规避问题。对于协程是一样的，只要有好习惯就可以了。
只有两种情况会导致协程无法结束。一种情况是协程想从一个通道读数据，但无人往这个通道写入数据，或许这个通道已经被遗忘了。还有一种情况是程想往一个通道写数据，可是由于无人监听这个通道，该协程将永远无法向下执行。下面分别讨论如何避免这两种情况。
对于协程想从一个通道读数据，但无人往这个通道写入数据这种情况。解决的办法很简单，加入超时机制。对于有不确定会不会返回的情况，必须加入超时，避免出 现永久等待。
另外不一定要使用定时器才能终止协程。也可以对外暴露一个退出提醒通道。任何其他协程都可以通过该通道来提醒这个协程终止。
对于协程想往一个通道写数据，但通道阻塞无法写入这种情况。解决的办法也很简单，就是给通道加缓冲。但前提是这个通道只会接收到固定数目的写入。
比方说， 已知一个通道最多只会接收N次数据，那么就将这个通道的缓冲设置为N。那么该通道将永远不会堵塞，协程自然也不会泄漏。也可以将其缓冲设置为无限，不过这 样就要承担内存泄漏的风险了。等协程执行完毕后，这部分通道内存将会失去引用，会被自动垃圾回收掉。
funcnever_leak(ch chan int) {
//初始化timeout，缓冲为1
timeout := make(chan bool, 1)
//启动timeout协程，由于缓存为1，不可能泄露
go func() {
time.Sleep(1 * time.Second)
timeout <- true
}()
//监听通道，由于设有超时，不可能泄露
select {
case <-ch:
// a read from ch hasoccurred
case <-timeout:
// the read from ch has timedout
}
}上面是个避免泄漏例子。使用超时避免读堵塞，使用缓冲避免写堵塞。
和内存里面的对象一样，对于长期存在的协程，我们不用担心泄漏问题。一是长期存在，二是数量较少。要警惕的只有那些被临时创建的协程，这些协程数量大且生 命周期短，往往是在循环中创建的，要应用前面提到的办法，避免泄漏发生。协程也是把双刃剑，如果出问题，不但没能提高程序性能，反而会让程序崩溃。但就像 内存一样，同样有泄漏的风险，但越用越溜了。
并发模式之实现
在并发编程大行其道的今天，对协程和通道的支持成为各个平台比不可少的一部分。虽然各家有各家的叫法，但都能满足协程的基本要求—并发执行和可大量创建。笔者对他们的实现方式总结了一下。
下面列举一些已经支持协程的常见的语言和平台。
GoLang 和Scala作为最新的语言，一出生就有完善的基于协程并发功能。Erlang最为老资格的并发编程语言，返老还童。其他二线语言则几乎全部在新的版本中加入了协程。
令人驚訝的是C/C 和Java這三個世界上最主流的平台沒有在對協程提供語言層級的原生支援。他們都背負著厚重的歷史，無法改變，也無需改變。但他們還有其他的辦法可以使用協程。
Java平台有許多方法實現協程：
· 修改虛擬機器：對JVM打補丁來實現協程，這樣的實作效果好，但是失去了跨平台的好處
· 修改字節碼：在編譯完成後增強字節碼，或使用新的JVM語言。稍微增加了編譯的難度。
· 使用JNI：在Jar套件中使用JNI，這樣容易使用，但不能跨平台。
· 使用執行緒模擬協程：使協程重量級，完全依賴JVM的執行緒實作。
其中修改字節碼的方式比較常見。因為這樣的實現辦法，可以平衡性能和移植性。最具代表性的JVM語言Scale就能很好的支援協程並發。流行的Java Actor模型類別庫akka也是用修改字節碼的方式實現的協程。
對於C語言，協程和執行緒一樣。可以使用各種各樣的系統呼叫來實現。協程作為一個比較高階的概念，實現方式實在太多，就不討論了。比較主流的實作有libpcl, coro,lthread等等。
對於C ，有Boost實現，還有一些其他開源函式庫。還有一門名為μC 語言，在C 基礎上提供了並發擴展。
可見這種程式設計模型在眾多的語言平台中已經得到了廣泛的支持，不再小眾。如果想使用的話，隨時可以加到自己的工具箱中。
更多go語言相關文章請關注go語言教學欄位。
以上是go語言中並發圖文教程的詳細內容。更多資訊請關注PHP中文網其他相關文章！