Go併發程式設計實踐

併發程式設計一直是golang區別與其他語言的很大優勢，也是實際工作場景中經常遇到的。近日筆者在組內分享了我們常見的併發場景，及**示例，以期望大家能在遇到相同場景下，能快速的想到解決方案，或者是拿這些方案與自己實現的比較，取長補短。現整理出來與大家共享。

回到頂部

很多時候，我們只想併發的做一件事情，比如測試某個介面的是否支援併發。那麼我們就可以這麼做：

func
runscenario1
() (i)
}wg.wait()
}

使用goroutine來實現非同步，使用waitgroup來等待所有goroutine結束。這裡要注意的是要正確釋放waitgroup的counter(在goroutine裡呼叫done()方法)。

但此種方式有個弊端，就是當goroutine的量過多時，很容易消耗完客戶端的資源，導致程式表現不佳。

回到頂部

我們仍然以測試某個後端api介面為例，如果我們想知道這個介面在持續高併發情況下是否有控制代碼洩露，這種情況該如何測試呢？

這種時候，我們需要能控制時間的高併發模型：

func
runscenario2
() )
done := make(chan struct
{})    concurrentcount := make(chan struct
{}, n)
for i := 0; i < n; i++ {}
}go func
() {}
}waitforall 
{}{}
}()go func
() {}
}()}
}()}

上面的**裡，我們通過乙個buffered channel來控制併發的數量(concurrentcount)，然後另起乙個channel來週期性的發起新的任務，而控制的條件就是 time.now().before(timeout)，這樣當超過規定的時間，waitforall 就會得到訊號，而使整個程式退出。

這是一種實現方式，那麼還有其他的方式沒？我們接著往下看。

回到頂部

前面說的基於時間的併發模型，那如果只知道資料量很大，但是具體結束時間不確定，該怎麼辦呢？

比如，客戶給了個幾tb的檔案列表，要求把這些檔案從儲存裡刪除。再比如，實現個爬蟲去爬某些**的所有內容。

而解決此類問題，最常見的就是使用工作池模式了(worker pool)。以刪檔案為例，我們可以簡單這樣來處理：

雖然這只是個簡單worker pool模型，但已經能滿足我們的需求：

func runscenario3() 
}for i := 0; i < numofconcurrency; i++ 
totaltasks := 100
// 本例就要從檔案列表裡讀取
wg.add(1)
gofunc() 
close(results)
}()for i := 0; i < totaltasks; i++ 
close(jobs)
wg.wait()
}

在go裡，分發任務，收集結果，我們可以都交給channel來實現。從實現上更加的簡潔。

仔細看會發現，本模型也是適用於按時間來控制併發。只要把totaltask的遍歷換成時間控制就好了。

回到頂部

goroutine和channel的組合在實際程式設計時經常會用到，而加上select更是無往而不利。

func runscenario4() 
}()go
func() 
}()select 
}

在select的case情況，加上time.after()模型可以讓我們在一定時間範圍內等待非同步任務結果，防止程式卡死。

回到頂部

上面我們說到持續的壓測某後端api，但並未實時收集結果。而很多時候對於效能測試場景，實時的統計吞吐率，成功率是非常有必要的。

func
runscenario5() 
}(i)
}t := time.newticker(time.second)
for } }

這種場景就需要使用到ticker，且上面的example模型還能控制併發數量，也是非常實用的方式。

回到頂部

上面我們共提到了五種併發模式：

歸納下來其核心就是使用了go的幾個知識點：goroutine, channel, select, time, timer/ticker, waitgroup. 若是對這些不清楚，可以自行google之。

另完整的example **可以參考這裡：

使用方式： go run main.go 《場景》

比如 :

Go併發程式設計實踐

Go併發程式設計實踐

Go 併發程式設計

go併發程式設計

Go併發程式設計實踐

Go併發程式設計實踐

Go 併發程式設計

go併發程式設計

相關推薦