Go 语言,你需要知道的 --高效并发模式

对于并发操作，前面我们已经了解到了 channel 通道、同步原语 sync 包对共享资源加锁、Context 跟踪协程/传参等，这些都是并发编程比较基础的元素，相信你已经有了很好的掌握。今天我们介绍下如何使用这些基础元素组成并发模式，更好的编写并发程序。

for select 无限循环模式

这个模式比较常见，之前文章中的示例也使用过，它一般是和 channel 组合完成任务，格式为：

for { //for 无限循环，或者使用 for range 循环  select {    //通过 channel 控制    case <-done:      return    default:      //执行具体的任务  }}

复制代码

• 这种是 for + select 多路复用的并发模式，哪个 case 满足条件就执行对应的分支，直到有满足退出的条件，才会退出循环。

• 没有退出条件满足时，则会一直执行 default 分支

for range select 有限循环模式

for _,s:=range []int{}{   select {   case <-done:      return   case resultCh <- s:   }

复制代码

• 一般把迭代的内容发送到 channel 上

• done channel 用于退出 for 循环

• resultCh channel 用来接收循环的值，这些值可以通过 resultCh 传递给其他调用者

select timeout 模式

假如一个请求需要访问服务器获取数据，但是可能因为网络问题而迟迟获取不到响应，这时候就需要设置一个超时时间：

package main
import (  "fmt"  "time")
func main() {  result := make(chan string)  timeout := time.After(3 * time.Second) //  go func() {    //模拟网络访问    time.Sleep(5 * time.Second)    result <- "服务端结果"  }()  for {    select {    case v := <-result:      fmt.Println(v)    case <-timeout:      fmt.Println("网络访问超时了")      return    default:      fmt.Println("等待...")      time.Sleep(1 * time.Second)    }  }}

复制代码

运行结果：

等待...等待...等待...网络访问超时了

复制代码

• select timeout 模式核心是通过 time.After 函数设置的超时时间，防止因为异常造成 select 语句无限等待

注意：不要写成这样

for {
    select {
    case v := <-result:
      fmt.Println(v)
    case <-time.After(3 * time.Second): //不要写在 select 里面
      fmt.Println("网络访问超时了")
      return
    default:
      fmt.Println("等待...")
      time.Sleep(1 * time.Second)
    }
  }

case <- time.After(time.Second) 是本次监听动作的超时时间，意思就说，只有在本次 select 操作中会有效，再次 select 又会重新开始计时，但是有 default ，那 case 超时操作，肯定执行不到了。

Context 的 WithTimeout 函数超时取消

package main
import (  "context"  "fmt"  "time")func main() {  // 创建一个子节点的context,3秒后自动超时  //ctx, stop := context.WithCancel(context.Background())  ctx, stop := context.WithTimeout(context.Background(), 3*time.Second)
  go func() {    worker(ctx, "打工人1")  }()  go func() {    worker(ctx, "打工人2")  }()  time.Sleep(5*time.Second) //工作5秒后休息  stop() //5秒后发出停止指令  fmt.Println("???")}
func worker(ctx context.Context, name string){  for {    select {    case <- ctx.Done():      fmt.Println("下班咯~~~")      return    default:      fmt.Println(name, "认真摸鱼中，请勿打扰...")    }    time.Sleep(1 * time.Second)  }}

复制代码

运行结果:

打工人2 认真摸鱼中，请勿打扰...打工人1 认真摸鱼中，请勿打扰...打工人1 认真摸鱼中，请勿打扰...打工人2 认真摸鱼中，请勿打扰...打工人2 认真摸鱼中，请勿打扰...打工人1 认真摸鱼中，请勿打扰...下班咯~~~下班咯~~~//两秒后???

复制代码

• 上面示例我们使用了 WithTimeout 函数超时取消，这是比较推荐的一种使用方式

Pipeline 模式

Pipeline 模式也成为流水线模式，模拟现实中的流水线生成。我们以组装手机为例，假设只有三道工序：零件采购、组装、打包成品：

零件采购（工序 1）-》组装（工序 2）-》打包（工序 3）

package main
import (  "fmt")
func main() {  coms := buy(10)    //采购10套零件  phones := build(coms) //组装10部手机  packs := pack(phones) //打包它们以便售卖  //输出测试，看看效果  for p := range packs {    fmt.Println(p)  }}
//工序1采购func buy(n int) <-chan string {  out := make(chan string)  go func() {    defer close(out)    for i := 1; i <= n; i++ {      out <- fmt.Sprint("零件", i)    }  }()  return out}
//工序2组装func build(in <-chan string) <-chan string {  out := make(chan string)  go func() {    defer close(out)    for c := range in {      out <- "组装(" + c + ")"    }  }()  return out}
//工序3打包func pack(in <-chan string) <-chan string {  out := make(chan string)  go func() {    defer close(out)    for c := range in {      out <- "打包(" + c + ")"    }  }()  return out}

复制代码

运行结果：

打包(组装(零件1))打包(组装(零件2))打包(组装(零件3))打包(组装(零件4))打包(组装(零件5))打包(组装(零件6))打包(组装(零件7))打包(组装(零件8))打包(组装(零件9))打包(组装(零件10))

复制代码

扇入扇出模式

手机流水线运转后，发现配件组装工序比较耗费时间，导致工序 1 和工序 3 也相应的慢了下来，为了提升性能，工序 2 增加了两班人手：

• 根据示意图能看到，红色部分为扇出，蓝色为扇入

改进后的流水线：

package main
import (  "fmt"  "sync")
func main() {  coms := buy(10)    //采购10套配件  //三班人同时组装100部手机  phones1 := build(coms)  phones2 := build(coms)  phones3 := build(coms)  //汇聚三个channel成一个  phones := merge(phones1,phones2,phones3)  packs := pack(phones) //打包它们以便售卖  //输出测试，看看效果  for p := range packs {    fmt.Println(p)  }}
//工序1采购func buy(n int) <-chan string {  out := make(chan string)  go func() {    defer close(out)    for i := 1; i <= n; i++ {      out <- fmt.Sprint("零件", i)    }  }()  return out}
//工序2组装func build(in <-chan string) <-chan string {  out := make(chan string)  go func() {    defer close(out)    for c := range in {      out <- "组装(" + c + ")"    }  }()  return out}
//工序3打包func pack(in <-chan string) <-chan string {  out := make(chan string)  go func() {    defer close(out)    for c := range in {      out <- "打包(" + c + ")"    }  }()  return out}
//扇入函数（组件），把多个chanel中的数据发送到一个channel中func merge(ins ...<-chan string) <-chan string {  var wg sync.WaitGroup  out := make(chan string)  //把一个channel中的数据发送到out中  p:=func(in <-chan string) {    defer wg.Done()    for c := range in {      out <- c    }  }  wg.Add(len(ins))  //扇入，需要启动多个goroutine用于处于多个channel中的数据  for _,cs:=range ins{    go p(cs)  }  //等待所有输入的数据ins处理完，再关闭输出out  go func() {    wg.Wait()    close(out)  }()  return out}

复制代码

运行结果：

打包(组装(零件2))打包(组装(零件3))打包(组装(零件1))打包(组装(零件5))打包(组装(零件7))打包(组装(零件4))打包(组装(零件6))打包(组装(零件8))打包(组装(零件9))打包(组装(零件10))

复制代码

1. merge 和业务无关，不能当做一道工序，我们应该把它叫做 组件

2. 组件是可以复用的，类似这种扇入工序，都可以使用 merge 组件

Futures 模式

Pipeline 流水线模式中的工序是相互依赖的，只有上一道工序完成，下一道工序才能开始。但是有的任务之间并不需要相互依赖，所以为了提高性能，这些独立的任务就可以并发执行。

Futures 模式可以理解为未来模式，主协程不用等待子协程返回的结果，可以先去做其他事情，等未来需要子协程结果的时候再来取，如果子协程还没有返回结果，就一直等待。

我们以火锅为例，洗菜、烧水这两个步骤之间没有依赖关系，可以同时做，最后

示例：

package main
import (  "fmt"  "time")
func main() {  vegetablesCh := washVegetables() //洗菜  waterCh := boilWater()           //烧水  fmt.Println("已经安排好洗菜和烧水了，我先开一局")  time.Sleep(2 * time.Second)
  fmt.Println("要做火锅了，看看菜和水好了吗")  vegetables := <-vegetablesCh  water := <-waterCh  fmt.Println("准备好了，可以做火锅了:",vegetables,water)
}//洗菜func washVegetables() <-chan string {  vegetables := make(chan string)  go func() {    time.Sleep(5 * time.Second)    vegetables <- "洗好的菜"  }()  return vegetables}//烧水func boilWater() <-chan string {  water := make(chan string)  go func() {    time.Sleep(5 * time.Second)    water <- "烧开的水"  }()  return water}

复制代码

运行结果：

已经安排好洗菜和烧水了，我先开一局要做火锅了，看看菜和水好了吗准备好了，可以做火锅了: 洗好的菜 烧开的水

复制代码

1. Futures 模式下的协程和普通协程最大的区别是可以返回结果，而这个结果会在未来的某个时间点使用。所以在未来获取这个结果的操作必须是一个阻塞的操作，要一直等到获取结果为止。

2. 如果你的大任务可以拆解为一个个独立并发执行的小任务，并且可以通过这些小任务的结果得出最终大任务的结果，就可以使用 Futures 模式。

版权声明: 本文为 InfoQ 作者【微客鸟窝】的原创文章。

原文链接:【Go语言，你必须掌握的--高效并发模式！】。文章转载请联系作者。