GoFrame 协程管理-grpool

基本介绍

Go语言中的​goroutine​虽然相对于系统线程来说比较轻量级（初始栈大小仅2KB），（并且支持动态扩容），而正常采用java，c++等语言启用的线程一般都是内核态的占用的内存资源一般在4m左右，而假设我们的服务器CPU内存为4G，那么很明显才用的内核态线程的并发总数量也就是1024个，相反查看一下Go语言的协程则可以达到4*1024*1024/2=200w.这么一看就明白了为什么Go语言天生支持高并发。但是在高并发量下的​goroutine​频繁创建和销毁对于性能损耗以及GC来说压力也不小。充分将​goroutine​复用，减少​goroutine​的创建/销毁的性能损耗，这便是​grpool​对​goroutine​进行池化封装的目的。例如，针对于100W个执行任务，使用​goroutine​的话需要不停创建并销毁100W个​goroutine​，而使用​grpool​也许底层只需要几万个​goroutine​便能充分复用地执行完成所有任务。

经测试，​goroutine​池对于业务逻辑的执行效率（降低执行时间/CPU使用率）提升不大，甚至没有原生的​goroutine​执行快速（池化​goroutine​执行调度并没有底层go调度器高效，因为池化​goroutine​的执行调度也是基于底层go调度器），但是由于采用了复用的设计，池化后对内存的使用率得到极大的降低。在v2版本中​grpool​也加入了贯穿全局的链路追踪。

概念：

1. ​Pool​：​goroutine​池，用于管理若干可复用的​goroutine​协程资源；
2. ​Worker​：池对象中参与任务执行的​goroutine​，一个​Worker​可以执行若干个​Job​，直到队列中再无等待的​Job​；
3. ​Job​：添加到池对象的任务队列中等待执行的任务，是一个​func()​的方法，一个​Job​同时只能被一个​Worker​获取并执行；

使用方式：

import "github.com/gogf/gf/v2/os/grpool"

使用场景：管理大量异步任务的场景、需要异步协程复用的场景、需要降低内存使用率的场景。

接口文档：

func Add(f func()) error
func Jobs() int
func Size() int
type Pool
    func New(limit ...int) *Pool     
    func (p *Pool) Add(ctx context.Context, f Func) error
    func (p *Pool) AddWithRecover(ctx context.Context, userFunc Func, recoverFunc ...func(err error)) error     
    func (p *Pool) Cap() int
    func (p *Pool) Close()
    func (p *Pool) IsClosed() bool
    func (p *Pool) Jobs() int
    func (p *Pool) Size() int

通过​grpool.New​方法创建一个​goroutine​池对象，参数​limit​为非必需参数，用于限定池中的工作​goroutine​数量，默认为不限制。需要注意的是，任务可以不停地往池中添加，没有限制，但是工作的​goroutine​是可以做限制的。我们可以通过​Size()​方法查询当前的工作​goroutine​数量，使用​Jobs()​方法查询当前池中待处理的任务数量。

同时，为便于使用，​grpool​包提供了默认的​goroutine​池，默认的池对象不限制​goroutine​数量，直接通过​grpool.Add​即可往默认的池中添加任务，任务参数必须是一个 ​func()​类型的函数/方法。

使用示例

使用默认的goroutine池，限制100个goroutine执行1000个任务

package main

import (
  "context"
  "fmt"
  "github.com/gogf/gf/v2/os/gctx"
  "github.com/gogf/gf/v2/os/grpool"
  "github.com/gogf/gf/v2/os/gtimer"
  "time"
)

var (
    ctx = gctx.New()
)

func job(ctx context.Context) {
  time.Sleep(1*time.Second)
}

func main() {
  pool := grpool.New(100)
  for i := 0; i < 1000; i++ {
      pool.Add(ctx,job)
  }
  fmt.Println("worker:", pool.Size())
  fmt.Println(" jobs:", pool.Jobs())
  gtimer.SetInterval(ctx,time.Second, func(ctx context.Context) {
      fmt.Println("worker:", pool.Size())
      fmt.Println(" jobs:", pool.Jobs())
      fmt.Println()
  })

  select {}
}

这段程序中的任务函数的功能是​sleep​ 1秒钟，这样便能充分展示出​goroutine​数量限制功能。其中，我们使用了​gtime.SetInterval​定时器每隔1秒钟打印出当前默认池中的工作​goroutine​数量以及待处理的任务数量。

异步传参：来个新手容易出错的例子

package main

import (
  "context"
  "fmt"
  "github.com/gogf/gf/v2/os/gctx"
  "github.com/gogf/gf/v2/os/grpool"
  "sync"
)

var (
    ctx = gctx.New()
)

func main() {
  wg := sync.WaitGroup{}
  for i := 0; i < 10; i++ {
     wg.Add(1)
     grpool.Add(ctx,func(ctx context.Context) {
         fmt.Println(i)
         wg.Done()
     })
  }
  wg.Wait()
} 

我们这段代码的目的是要顺序地打印出0-9，然而运行后却输出：

10
10
10
10
10
10
10
10
10
10

为什么呢？这里的执行结果无论是采用go关键字来执行还是​grpool​来执行都是如此。原因是，对于异步线程/协程来讲，函数进行异步执行注册时，该函数并未真正开始执行(注册时只在​goroutine​的栈中保存了变量​i​的内存地址)，而一旦开始执行时函数才会去读取变量​i​的值，而这个时候变量​i​的值已经自增到了10。 清楚原因之后，改进方案也很简单了，就是在注册异步执行函数的时候，把当时变量i的值也一并传递获取；或者把当前变量i的值赋值给一个不会改变的临时变量，在函数中使用该临时变量而不是直接使用变量​i​。

改进后的示例代码如下：

1)、使用go关键字

package main

import (
    "fmt"
    "sync"
)

func main() {
    wg := sync.WaitGroup{}
    for i := 0; i < 10; i++ {
        wg.Add(1)
        go func(v int){
            fmt.Println(v)
            wg.Done()
        }(i)
    }
    wg.Wait()
}

执行后，输出结果为：

0
9
3
4
5
6
7
8
1
2 

注意，异步执行时并不会保证按照函数注册时的顺序执行，以下同理。

2)、使用临时变量

package main

import (
  "context"
  "fmt"
  "github.com/gogf/gf/v2/os/gctx"
  "github.com/gogf/gf/v2/os/grpool"
  "sync"
)

var (
   ctx = gctx.New()
)

func main() {
  wg := sync.WaitGroup{}
  for i := 0; i < 10; i++ {
     wg.Add(1)
     v := i
     grpool.Add(ctx, func(ctx context.Context) {
         fmt.Println(v)
         wg.Done()
     })
  }
  wg.Wait()
}  

执行后，输出结果为：

9
0
1
2
3
4
5
6
7
8

这里可以看到，使用​grpool​进行任务注册时，注册方法为​func(ctx context.Context)​，因此无法在任务注册时把变量​i​的值注册进去（请尽量不要通过​ctx​传递业务参数），因此只能采用临时变量的形式来传递当前变量​i​的值。

自动捕获goroutine错误：AddWithRecover

​AddWithRecover​将新作业推送到具有指定恢复功能的池中。当​userFunc​执行过程中出现​panic​时，会调用可选的​Recovery Func​。如果没有传入​Recovery Func​或赋空，则忽略​userFunc​引发的​panic​。该作业将异步执行。

package main

import (
 "context"
 "fmt"
 "github.com/gogf/gf/v2/container/garray"
 "github.com/gogf/gf/v2/os/gctx"
 "github.com/gogf/gf/v2/os/grpool"
 "time"
)

var (
 ctx = gctx.New()
)
func main() {
 array := garray.NewArray(true)
 grpool.AddWithRecover(ctx, func(ctx context.Context) {
  array.Append(1)
  array.Append(2)
  panic(1)
 }, func(err error) {
  array.Append(1)
 })
 grpool.AddWithRecover(ctx, func(ctx context.Context) {
  panic(1)
  array.Append(1)
 })
 time.Sleep(500 * time.Millisecond)
 fmt.Print(array.Len())
}

测试一下grpool和原生的goroutine之间的性能

1)、grpool

package main

import (
  "context"
  "fmt"
  "github.com/gogf/gf/v2/os/gctx"
  "github.com/gogf/gf/v2/os/grpool"
  "github.com/gogf/gf/v2/os/gtime"
  "sync"
  "time"
)

var (
   ctx = gctx.New()
)

func main() {
  start := gtime.TimestampMilli()
  wg := sync.WaitGroup{}
  for i := 0; i < 10000000; i++ {
     wg.Add(1)
     grpool.Add(ctx,func(ctx context.Context) {
         time.Sleep(time.Millisecond)
         wg.Done()
     })
  }
  wg.Wait()
  fmt.Println(grpool.Size())
  fmt.Println("time spent:", gtime.TimestampMilli() - start)
} 

2)、goroutine

package main

import (
  "fmt"
  "github.com/gogf/gf/v2/os/gtime"
  "sync"
  "time"
)


func main() {
  start := gtime.TimestampMilli()
  wg := sync.WaitGroup{}
  for i := 0; i < 10000000; i++ {
     wg.Add(1)
     go func() {
         time.Sleep(time.Millisecond)
         wg.Done()
     }()
  }
  wg.Wait()
  fmt.Println("time spent:", gtime.TimestampMilli() - start)
} 

3)、运行结果比较

测试结果为两个程序各运行3次取平均值。

grpool:
    goroutine count: 847313
     memory   spent: ~2.1 G
     time     spent: 37792 ms

goroutine:
    goroutine count: 1000W
    memory    spent: ~4.8 GB
    time      spent: 27085 ms

可以看到池化过后，执行相同数量的任务，​goroutine​数量减少很多，相对的内存也降低了一倍以上，CPU时间耗时也勉强可以接受。