Go 為什麼這麼“快”

本文主要介紹了 Go 程式為了實現極高的並發效能，其內部調度器的實作架構（G-P-M 模型），以及為了最大限度地利用運算資源，Go 調度器是如何處理執行緒阻塞的場景。

怎麼讓我們的系統更快

隨著資訊科技的快速發展，單一伺服器處理能力越來越強，迫使程式設計模式由從前的串行模式升級到並發模型。

並發模型包含IO 多路復用、多進程以及多線程，這幾種模型都各有優劣，現代複雜的高並發架構大多是幾種模型協同使用，不同場景應用不同模型，揚長避短，發揮伺服器的最大效能。

而多線程，因為其輕量且易用，成為並發程式設計中使用頻率最高的並發模型，包括後衍生的協程等其他子產品，也都基於它。

並發 ≠ 並行

並發 (concurrency) 和 並行 ( parallelism) 是不同的。

在單一  CPU  核上，執行緒透過時間片或讓出控制權來實現任務切換，達到  "同時"  執行多個任務的目的，這就是所謂的並發。但實際上任何時刻都只有一個任務被執行，其他任務則透過某種演算法來排隊。

多核心  CPU  可以讓同一進程內的  "多個執行緒"  做到真正意義上的同時運行，這才是並行。

進程、執行緒、協程

進程：進程是系統進行資源分配的基本單位，有獨立的記憶體空間。

執行緒：執行緒是 CPU 調度和分派的基本單位，執行緒依附於行程存在，每個執行緒會共享父行程的資源。

協程：協程是一種用戶態的輕量級線程，協程的調度完全由使用者控制，協程間切換只需要保存任務的上下文，沒有核心的開銷。

線程上下文切換

由於中斷處理，多任務處理，用戶態切換等原因會導致CPU 從一個線程切換到另一個線程，切換過程需要保存當前進程的狀態並恢復另一個進程的狀態。

上下文切換的代價是高昂的，因為在核心上交換執行緒會花費很多時間。上下文切換的延遲取決於不同的因素，大概在  50  到  100  納秒之間。考慮到硬體平均在每個核心上每納秒執行  12  條指令，那麼一次上下文切換可能會花費  600  到  1200  條指令的延遲時間。實際上，上下文切換佔用了大量程式執行指令的時間。

如果存在跨核上下文切換（Cross-Core Context Switch），可能會導致CPU 快取失敗（CPU 從快取存取資料的成本大約 3  到 40  個時鐘週期，並從主記憶體存取資料的成本大約100  到 300  個時鐘週期），這種場景的切換成本會更昂貴。

Golang 為並發而生

Golang 從 2009 年正式發布以來，依靠其極高運行速度和高效的開發效率，迅速佔據市場份額。 Golang 從語言層級支援並發，透過輕量級協程 Goroutine 來實現程式並發運行。

Goroutine 非常輕量，主要體現在以下兩個方面：

上下文切換代價小： Goroutine 上下文切換只涉及三個暫存器（PC / SP / DX）的值修改；而對比線程的上下文切換則需要涉及模式切換（從用戶態切換到內核狀態）、以及16 個寄存器、PC、SP…等寄存器的刷新；

內存佔用少：線程棧空間通常是2M，Goroutine 堆疊空間最小2K；

Golang 程式中可以輕鬆支援10w 等級的Goroutine 運行，而執行緒數量達到1k 時，記憶體佔用就已經達到2G。

Go 調度器實作機制：

Go 程式透過調度器來調度Goroutine 在核心執行緒上執行，但是Goroutine 並不會直接綁定OS 執行緒M - Machine運行，而是由Goroutine Scheduler 中的 P - Processor （邏輯處理器）來取得核心執行緒資源的『中介』。

Go 調度器模型我們通常叫做G-P-M 模型，他包含4 個重要結構，分別是G、P、M、Sched：

G:Goroutine，每個Goroutine 對應一個G 結構體，G 儲存Goroutine 的運行堆疊、狀態以及任務函數，可重複使用。

G 並非執行體，每個 G 需要綁定到 P 才能被調度執行。

P: Processor，表示邏輯處理器，對 G 來說，P 相當於 CPU 核，G 只有綁定到 P 才能被調度。對 M 來說，P 提供了相關的執行環境(Context)，如記憶體分配狀態(mcache)，任務佇列(G)等。

P 的數量決定了系統內最大可平行的 G 的數量（前提：實體 CPU 核數  >= P 的數量）。

P 的數量由使用者設定的 GoMAXPROCS 決定，但不論 GoMAXPROCS 設定為多大，P 的數量最大為 256。

M: Machine，OS 核心執行緒抽象，代表真正執行運算的資源，在綁定有效的P 後，進入schedule 迴圈；而schedule 迴圈的機制大致上是從Global 佇列、P 的Local 佇列以及wait 佇列中獲取。

M 的數量是不定的，由 Go Runtime 調整，為了防止創建過多 OS 執行緒導致系統調度不過來，目前預設最大限制為 10000 個。

M 不保留 G 狀態，這是 G 可以跨 M 調度的基礎。

Sched：Go 調度器，它維護有儲存 M 和 G 的佇列以及調度器的一些狀態資訊等。

調度器循環的機制大致是從各種隊列、P 的本地隊列中獲取G，切換到G 的執行棧上並執行G 的函數，調用Goexit 做清理工作並回到M，如此反覆。

理解M、P、G 三者的關係，可以透過經典的地鼠推車搬磚的模型來說明其三者關係：

地鼠(Gopher)的工作任務是：工地上有若干磚頭，地鼠借助小車把磚頭運送到火種上去燒製。 M 就可以看作圖中的地鼠，P 就是小車，G 就是小車裡裝的磚。

弄清楚了它們三者的關係，下面我們就開始重點聊地鼠是如何在搬運磚塊的。

Processor（P）：

根據使用者設定的  GoMAXPROCS 值建立一批小車(P)。

Goroutine(G)：

透過Go 關鍵字就是用來創建一個 Goroutine，也相當於製造一塊磚(G)，然後將這塊磚(G)放入當前這輛小車(P)中。

Machine (M)：

地鼠(M)不能透過外部創建出來，只能磚(G)太多了，地鼠(M)又太少了，實在忙不過來，剛好還有空閒的小車(P)沒有使用，那就從別處再藉些地鼠(M)過來直到把小車(P)用完為止。

這裡有一個地鼠(M)不夠用，從別處借地鼠(M)的過程，這個過程就是創建一個核心線程(M)。

要注意的是：地鼠(M)  如果沒有小車(P)是沒辦法運磚的，小車(P)的數量決定了能夠幹活的地鼠(M)數量，在Go程式裡面對應的是活動執行緒數；

在Go 程式裡我們透過下面的圖示來展示G-P-M 模型：

##P 代表可以「並行「運行的邏輯處理器，每個P 都被分配到一個系統執行緒M，G 代表Go 協程。

Go 調度器中有兩個不同的運行佇列：全域運行佇列(GRQ)和本機運行佇列(LRQ)。

每個 P 都有一個 LRQ，用於管理分配給在 P 的上下文中執行的 Goroutines，這些 Goroutine 輪流被和 P 綁定的 M 進行上下文切換。 GRQ 適用於尚未指派給 P 的 Goroutines。

從上圖可以看出，G 的數量可以遠遠大於 M 的數量，換句話說，Go 程式可以利用少量的內核級線程來支撐大量 Goroutine 的並發。多個 Goroutine 透過使用者層級的上下文切換來共享核心執行緒 M 的運算資源，但對於作業系統來說並沒有執行緒上下文切換產生的效能損耗。

為了更充分利用執行緒的運算資源，Go 調度器採取了以下幾種調度策略：

任務竊取（work-stealing）

我們知道，現實情況有的Goroutine 運行的快，有的慢，那麼勢必肯定會帶來的問題就是，忙的忙死，閒的閒死，Go 肯定不允許摸魚的P 存在，勢必要充分利用好計算資源。

為了提高 Go 並行處理能力，調高整體處理效率，當每個 P 之間的 G 任務不均衡時，調度器允許從 GRQ，或其他 P 的 LRQ 中取得 G 執行。

減少阻塞

如果正在執行的 Goroutine 阻塞了執行緒 M 怎麼辦？ P 上 LRQ 中的 Goroutine 會取得不到調度麼？

在Go 裡面阻塞主要分為一下4 個場景：

場景1：由於原子、互斥量或通道操作呼叫導致 Goroutine  阻塞，調度器將把目前阻塞的Goroutine 切換出去，重新調度LRQ 上的其他Goroutine；

場景2：由於網路請求和IO 操作導致 Goroutine  阻塞，這種阻塞的情況下，我們的G 和M 又會怎麼做呢？

Go 程式提供了網路輪詢器（NetPoller）來處理網路請求和IO 操作的問題，其後台透過kqueue（MacOS），epoll（Linux）或 iocp（Windows）來實現IO 多路復用。

透過使用 NetPoller 進行網路系統調用，調度器可防止  Goroutine  在進行這些系統調用時阻塞 M。這可以讓 M 執行 P 的  LRQ  中其他的  Goroutines，而不需要創造新的 M。有助於減少作業系統上的調度負載。

下圖展示它的運作方式：G1 正在 M 上執行，還有 3 個 Goroutine 在 LRQ 上等待執行。網路輪詢器空閒著，什麼都沒乾。

接下來，G1 想要進行網路系統調用，因此它被移動到網路輪詢器並且處理非同步網路系統調用。然後，M 可以從 LRQ 執行另外的 Goroutine。此時，G2 就被上下文切換到 M 上了。

最後，非同步網路系統呼叫由網路輪詢器完成，G1 被移回 P 的 LRQ 中。一旦 G1 可以在 M 上進行上下文切換，它負責的 Go 相關程式碼就可以再次執行。這裡的最大優勢是，執行網路系統呼叫不需要額外的 M。網路輪詢器使用系統線程，它時刻處理一個有效的事件循環。

這種呼叫方式看起來很複雜，值得慶幸的是，Go 語言將該「複雜性」隱藏在Runtime 中：Go 開發者無需關注socket 是否是non-block 的，也無需親自註冊文件描述符的回調，只需在每個連接對應的Goroutine 中以“block I/O”的方式對待socket 處理即可，實現了goroutine-per-connection 簡單的網絡程式模式（但大量的Goroutine 也會帶來額外的問題，例如堆疊記憶體增加和調度器負擔加重）。

用戶層眼中看到的 Goroutine 中的“block socket”，實際上是透過 Go runtime 中的 netpoller 透過 Non-block socket I/O 多路復用機制“模擬”出來的。 Go 中的 net 函式庫正是按照這方式實現的。

場景3：當一些系統方法被呼叫的時候，如果系統方法呼叫的時候發生阻塞，這種情況下，網路輪詢器（NetPoller）無法使用，而進行系統呼叫的 Goroutine  將阻塞目前M。

讓我們來看看同步系統呼叫（如檔案 I/O）會導致 M 阻塞的情況：G1 將進行同步系統呼叫以阻塞 M1。

調度器介入後：辨識出 G1 已導致 M1 阻塞，此時，調度器將 M1 與 P 分離，同時也將 G1 帶走。然後調度器引入新的 M2 來服務 P。此時，可以從 LRQ 中選擇 G2 並在 M2 上進行上下文切換。

阻塞的系統呼叫完成後：G1 可以移回 LRQ 並再次由 P 執行。如果這種情況再次發生，M1 將被放在旁邊以備將來重複使用。

場景 4：如果在 Goroutine 去執行一個 sleep 操作，導致 M 被阻塞了。

Go 程式後台有一個監控執行緒 sysmon，它監控那些長時間運行的 G 任務然後設定可以強佔的標識符，別的 Goroutine 就可以搶先進來執行。

只要下次這個 Goroutine 進行函數調用，那麼就會被強佔，同時也會保護現場，然後重新放入 P 的本地隊列裡面等待下次執行。

小結

本文主要從 Go 調度器架構層面上介紹了 G-P-M 模型，透過該模型如何實現少量核心執行緒支撐大量 Goroutine 的並發運行。以及透過 NetPoller、sysmon 等幫助 Go 程式減少執行緒阻塞，充分利用現有的運算資源，從而最大限度地提高 Go 程式的運作效率。

更多go語言知識請關注php中文網go語言教學欄位。

以上是Go 為什麼這麼“快”的詳細內容。更多資訊請關注PHP中文網其他相關文章！