問題
func main() {
userCount := math.MaxInt64
for i := 0; i < userCount; i++ {
go func(i int) {
// 做一些各種各樣的業務邏輯處理
fmt.Printf("go func: %d\n", i)
time.Sleep(time.Second)
}(i)
}
}
在這裏,假設 userCount
是一個外部傳入的參數(不可預測,有可能值非常大),有人會全部丟進去循環。想着全部都併發 goroutine 去同時做某一件事。覺得這樣子會效率會更高,對不對!
那麼,你覺得這裏有沒有什麼問題?
噩夢般的開始
當然,在特定場景下,問題可大了。因爲在本文被丟進去同時併發的可是一個極端值。我們可以一起觀察下圖的指標分析,看看情況有多 “崩潰”。下圖是上述代碼的表現:
輸出結果
...
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
如果你自己執行過代碼,在 “輸出結果” 上你會遇到如下問題:
- 系統資源佔用率不斷上漲
- 輸出一定數量後:控制檯就不再刷新輸出最新的值了
- 信號量:signal: killed
系統負載
CPU
短時間內系統負載暴增
虛擬內存
短時間內佔用的虛擬內存暴增
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]
小結
如果仔細看過監控工具的示意圖,就可以知道其實我間隔的執行了兩次,能看到系統間的使用率幅度非常大。當進程被殺掉後,整體又恢復爲正常值
在這裏,我們回到主題,就是在不控制併發的 goroutine 數量 會發生什麼問題?大致如下:
- CPU 使用率浮動上漲
- Memory 佔用不斷上漲。也可以看看 CMPRS,它表示進程的壓縮數據的字節數。已經到達 114G+ 了
- 主進程崩潰(被殺掉了)
簡單來說,“崩潰” 的原因就是對系統資源的佔用過大。常見的比如:打開文件數(too many files open)、內存佔用等等
危害
對該臺服務器產生非常大的影響,影響自身及相關聯的應用。很有可能導致不可用或響應緩慢,另外啓動了複數 “失控” 的 goroutine,導致程序流轉混亂
解決方案
在前面花了大量篇幅,渲染了在存在大量併發 goroutine 數量時,不控制的話會出現 “嚴重” 的問題,接下來一起思考下解決方案。如下:
- 控制/限制 goroutine 同時併發運行的數量
- 改變應用程序的邏輯寫法(避免大規模的使用系統資源和等待)
調整服務的硬件配置、最大打開數、內存等閾值
控制 goroutine 併發數量
接下來正式的開始解決這個問題,希望你認真閱讀的同時加以思考,因爲這個問題在實際項目中真的是太常見了!
問題已經拋出來了,你需要做的是想想有什麼辦法解決這個問題。建議你自行思考一下技術方案。再接着往下看 :-)
嘗試 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
}
輸出結果:
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,我們似乎很好的控制了 2 個 2 個的 “順序” 執行多個 goroutine。但是,問題出現了。你仔細數一下輸出結果,才 9 個值?
這明顯就不對。原因出在當主協程結束時,子協程也是會被終止掉的。因此剩餘的 goroutine 沒來及把值輸出,就被送上路了(不信你把 time.Sleep
打開看看,看看輸出數量)
嘗試 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,單純的使用 sync.WaitGroup
也不行。沒有控制到同時併發的 goroutine 數量(代指達不到本文所要求的目標)
小結
單純簡單使用 channel 或 sync 都有明顯缺陷,不行。我們再看看組件配合能不能實現
嘗試 chan + sync
...
var wg = sync.WaitGroup{}
func main() {
userCount := 10
ch := make(chan bool, 2)
for i := 0; i < userCount; i++ {
go Read(ch, i)
}
wg.Wait()
}
func Read(ch chan bool, i int) {
defer wg.Done()
wg.Add(1)
ch <- true
fmt.Printf("go func: %d, time: %d\n", i, time.Now().Unix())
time.Sleep(time.Second)
<-ch
}
輸出結果:
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
從輸出結果來看,確實實現了控制 goroutine 以 2 個 2 個的數量去執行我們的 “業務邏輯”,當然結果集也理所應當的是亂序輸出
方案一:簡單 Semaphore
在確立了簡單使用 chan + sync 的方案是可行後,我們重新將流轉邏輯封裝爲 gsema,主程序變成如下:
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
在上述代碼中,程序執行流程如下:
- 設置允許的併發數目爲 3 個
- 循環 10 次,每次啓動一個 goroutine 來執行任務
- 每一個 goroutine 在內部利用
sema
進行調控是否阻塞 - 按允許併發數逐漸釋出 goroutine,最後結束任務
看上去人模人樣,沒什麼嚴重問題。但卻有一個 “大” 坑,認真看到第二點 “每次啓動一個 goroutine” 這句話。這裏有點問題,提前產生那麼多的 goroutine 會不會有什麼問題,接下來一起分析下利弊,如下:
利
-
適合量不大、複雜度低的使用場景
- 幾百幾千個、幾十萬個也是可以接受的(看具體業務場景)
- 實際業務邏輯在運行前就已經被阻塞等待了(因爲併發數受限),基本實際業務邏輯損耗的性能比 goroutine 本身大
- goroutine 本身很輕便,僅損耗極少許的內存空間和調度。這種等待響應的情況都是躺好了,等待任務喚醒
- Semaphore 操作複雜度低且流轉簡單,容易控制
弊
-
不適合量很大、複雜度高的使用場景
- 有幾百萬、幾千萬個 goroutine 的話,就浪費了大量調度 goroutine 和內存空間。恰好你的服務器也接受不了的話
- Semaphore 操作複雜度提高,要管理更多的狀態
小結
- 基於什麼業務場景,就用什麼方案去做事
- 有足夠的時間,允許你去追求更優秀、極致的方案(用第三方庫也行)
用哪種方案,我認爲主要基於以上兩點去思考,都是 OK 的。沒有對錯,只有當前業務場景能不能接受,這個預先啓動的 goroutine 數量你的系統是否能夠接受
當然了,常見/簡單的 Go 應用採用這類技術方案,基本就能解決問題了。因爲像本文第一節 “問題” 如此超巨大數量的情況,情況很少。其並不存在那些 “特殊性”。因此用這個方案基本 OK
靈活控制 goroutine 併發數量
小手一緊。隔壁老王發現了新的問題。“方案一” 中,在輸入輸出一體的情況下,在常見的業務場景中確實可以
但,這次新的業務場景比較特殊,要控制輸入的數量,以此達到改變允許併發運行 goroutine 的數量。我們仔細想想,要做出如下改變:
- 輸入/輸出要抽離,纔可以分別控制
- 輸入/輸出要可變,理所應當在 for-loop 中(可設置數值的地方)
- 允許改變 goroutine 併發數量,但它也必須有一個最大值(因爲允許改變是相對)
方案二:靈活 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()
}
輸出結果:
...
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,我們可以隨時隨地的根據新的業務需求,做如下事情:
- 變更 channel 的輸入數量
- 能夠根據特殊情況,變更 channel 的循環值
- 變更最大允許併發的 goroutine 數量
總的來說,就是可控空間都儘量放開了,是不是更加靈活了呢 :-)
方案三:第三方庫
比較成熟的第三方庫也不少,基本都是以生成和管理 goroutine 爲目標的池工具。我簡單列了幾個,具體建議大家閱讀下源碼或者多找找,原理相似
總結
在本文的開頭,我花了大力氣(極端數量),告訴你同時併發過多的 goroutine 數量會導致系統佔用資源不斷上漲。最終該服務崩盤的極端情況。爲的是希望你今後避免這種問題,給你留下深刻的印象
接下來我們以 “控制 goroutine 併發數量” 爲主題,展開了一番分析。分別給出了三種方案。在我看來,各具優缺點,我建議你挑選合適自身場景的技術方案就可以了
因爲,有不同類型的技術方案也能解決這個問題,千人千面。本文推薦的是較常見的解決方案,也歡迎大家在評論區繼續補充 :-)