GoFrame的grpool通過協程復用，能夠節省內存。結合我們的需求：如果你的服務器內存不高或者業務場景對內存占用的要求更高，那就使用grpool。如果服務器的內存足夠，但是對耗時有較高的要求，就用原生的goroutine。
最近收到「程序員升級打怪」知識星球[1]的提問：“go協程本來就是輕量級線程，還有必要做復用增加工作量嗎，性能可以提升多少呢？”
先說結論
- Go的協程goroutine非常輕量級，這也是Go天生支持高并發的主要原因。
- 但是協程goroutine頻繁的創建銷毀對GC的壓力比較大，會影響性能。
- grpool的作用就是復用goroutine，減少頻繁創建銷毀的性能損耗。grpool相比于goroutine更節省內存，但是耗時更長；
- 原因也很簡單：grpool復用了協程，減少了協程的創建和銷毀，減少了內存消耗；也因為協程的復用，總的協程數量減少，導致耗時變長。（一起干活的同事變少了，項目不就延期了嘛，很好理解。）
- 所以：GoFrame的grpool通過協程復用，能夠節省內存。結合我們的需求：如果你的服務器內存不高或者業務場景對內存占用的要求更高，那就使用grpool。如果服務器的內存足夠，但是對耗時有較高的要求，就用原生的goroutine。
名詞解釋
Pool: goroutine池，用于管理若干可復用的goroutine協程資源
Worker: 池對象中參與任務執行的goroutine，一個worker可以執行若干個job，直到隊列中再無等待的job
Job：添加到池對象的任務隊列中等待執行的任務，是一個func()方法，一個job同時只能被一個worker獲取并執行。
使用示例
使用默認的協程池，限制100個協程執行1000個任務
pool.Size() 獲得當前工作的協程數量
pool.Jobs() 獲得當前池中待處理的任務數量
package main
import (
"fmt"
"github.com/gogf/gf/os/grpool"
"github.com/gogf/gf/os/gtimer"
"sync"
"time"
)
func main() {
pool := grpool.New(100)
//添加1千個任務
for i := 0; i < 1000; i++ {
_ = pool.Add(job)
}
fmt.Println("worker:", pool.Size()) //當前工作的協程數量
fmt.Println("jobs:", pool.Jobs()) //當前池中待處理的任務數量
gtimer.SetInterval(time.Second, func() {
fmt.Println("worker:", pool.Size()) //當前工作的協程數
fmt.Println("jobs:", pool.Jobs()) //當前池中待處理的任務數
})
//阻止進程結束
select {}
}
//任務方法
func job() {
time.Sleep(time.Second)
}
打印結果
是不是灰常簡單~
踩坑之旅
一個簡單的場景，請使用協程打印0~9。
常犯的錯誤
大家看下面的代碼有沒有問題，請預測一下打印結果。
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
go func() {
fmt.Println(i)
wg.Done()
}()
}
wg.Wait()不用著急看答案
.
.
.
猜一下打印結果是什么。
打印結果
分析原因
對于異步線程/協程來講，函數進行異步執行注冊時，該函數并未真正開始執行。
(注冊時只在goroutine?的棧中保存了變量i的內存地址)
而一旦開始執行時函數才會去讀取變量i?的值，而這個時候變量i?的值已經自增到了9。
正確寫法
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
go func(v int) {
fmt.Println(v)
wg.Done()
}(i)
}
wg.Wait()打印結果
使用grpool
使用grpool和使用go一樣，都需要把當前變量i的值賦值給一個不會改變的臨時變量，在函數中使用該臨時變量而不是直接使用變量i。
正確代碼
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
v := i //grpool.add() 的參數只能是不帶參數的匿名函數 因此只能以設置臨時變量的方式賦值
_ = grpool.Add(func() {
fmt.Println(v)
wg.Done()
})
}
wg.Wait()打印結果
錯誤代碼
注意：這是錯誤的演示，不要這么寫~
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
_ = grpool.Add(func() {
fmt.Println(i) //打印結果都是9
wg.Done()
})
}
wg.Wait()打印結果
性能測試
使用for循環，開啟一萬個協程，分別使用原生goroutine和grpool執行。
看兩者在內存占用和耗時方面的差別。
package main
import (
"flag"
"fmt"
"github.com/gogf/gf/os/grpool"
"github.com/gogf/gf/os/gtime"
"log"
"os"
"runtime"
"runtime/pprof"
"sync"
"time"
)
func main() {
//接收命令行參數
flag.Parse()
//cpu分析
cpuProfile()
//主邏輯
//demoGrpool()
demoGoroutine()
//內存分析
memProfile()
}
func demoGrpool() {
start := gtime.TimestampMilli()
wg := sync.WaitGroup{}
for i := 0; i < 10000; i++ {
wg.Add(1)
_ = grpool.Add(func() {
var m runtime.MemStats
runtime.ReadMemStats(&m)
fmt.Printf("運行中占用內存：%d Kb\n", m.Alloc/1024)
time.Sleep(time.Millisecond)
wg.Done()
})
fmt.Printf("運行的協程：", grpool.Size())
}
wg.Wait()
fmt.Printf("運行的時間：%v ms \n", gtime.TimestampMilli()-start)
select {}
}
func demoGoroutine() {
//start := gtime.TimestampMilli()
wg := sync.WaitGroup{}
for i := 0; i < 10000; i++ {
wg.Add(1)
go func() {
//var m runtime.MemStats
//runtime.ReadMemStats(&m)
//fmt.Printf("運行中占用內存：%d Kb\n", m.Alloc/1024)
time.Sleep(time.Millisecond)
wg.Done()
}()
}
wg.Wait()
//fmt.Printf("運行的時間：%v ms \n", gtime.TimestampMilli()-start)
}
var cpuprofile = flag.String("cpuprofile", "", "write cpu profile `file`")
var memprofile = flag.String("memprofile", "", "write memory profile to `file`")
func cpuProfile() {
if *cpuprofile != "" {
f, err := os.Create(*cpuprofile)
if err != nil {
log.Fatal("could not create CPU profile: ", err)
}
if err := pprof.StartCPUProfile(f); err != nil { //監控cpu
log.Fatal("could not start CPU profile: ", err)
}
defer pprof.StopCPUProfile()
}
}
func memProfile() {
if *memprofile != "" {
f, err := os.Create(*memprofile)
if err != nil {
log.Fatal("could not create memory profile: ", err)
}
runtime.GC() // GC，獲取最新的數據信息
if err := pprof.WriteHeapProfile(f); err != nil { // 寫入內存信息
log.Fatal("could not write memory profile: ", err)
}
f.Close()
}
}
運行結果
組件
| 占用內存
| 耗時
|
grpool
| 2229 Kb
| 1679 ms
|
goroutine
| 5835 Kb
| 1258 ms
|
性能測試結果分析
通過測試結果我們能很明顯的看出來，在相同的環境下執行相同的任務：
grpool相比于goroutine，內存占用更少，耗時更長；
goroutine相比于grpool占用內存更高，耗時更短。
總結
我們再來回顧一下開篇的結論，相信通過仔細閱讀，你一定有了更好的理解：
- Go的協程goroutine非常輕量級，這也是Go天生支持高并發的主要原因。
- 但是協程goroutine頻繁的創建銷毀對GC的壓力比較大，會影響性能。
- grpool的作用就是復用goroutine，減少頻繁創建銷毀的性能損耗。grpool相比于goroutine更節省內存，但是耗時更長；
- 原因也很簡單：grpool復用了協程，減少了協程的創建和銷毀，減少了內存消耗；也因為協程的復用，總的協程數量減少，導致耗時變長。（一起干活的同事變少了，項目不就延期了嘛，很好理解。）
- 所以：goframe的grpool通過協程復用，能夠節省內存。結合我們的需求：如果你的服務器內存不高或者業務場景對內存占用的要求更高，那就使用grpool。如果服務器的內存足夠，但是對耗時有較高的要求，就用原生的goroutine。
- 文中的易錯代碼部分可以再重點消化一下。
參考資料
[1]「程序員升級打怪」知識星球: https://wx.zsxq.com/dweb2/index/group/15528828844882
歡迎Star GoFrame：https://github.com/gogf/gf
本文轉載自微信公眾號「 程序員升級打怪之旅」，作者「王中陽Go」，可以通過以下二維碼關注。
轉載本文請聯系「 程序員升級打怪之旅」公眾號。
