Golang协程和通道

协程（goroutine）

基本介绍

基本介绍

进程、线程与协程：

• 进程（Process）是计算机中正在运行的程序的实例，是操作系统进行资源分配和调度的基本单位。每个进程都有自己独立的地址空间、代码、数据和文件资源。进程之间相互独立，通过进程间通信机制进行数据交换和协作。进程的创建、销毁以及切换都由操作系统自动完成，开销较大。
• 线程（Thread）是操作系统调度的最小执行单元，是进程内的一个执行路径。线程与进程共享同一地址空间和大部分资源，包括代码段、数据段和打开的文件等。线程之间通常借助互斥锁、条件变量以及信号量等进行数据交换。线程的创建、销毁以及切换的开销较小，但需要注意线程间的同步和共享资源的管理。
• 协程（Coroutine）协程是一种轻量级的并发执行单元，通常由编程语言本身的运行时系统进行调度和管理。协程通常在一个线程内执行，共享相同的地址空间和资源。协程间通常通过通道（Channel）实现数据交换和协作。协程的创建、销毁以及切换都由运行时系统自动完成，开销非常小，可以创建成千上万个协程而不会导致系统负载过高。

并发与并行：

• 并发（Concurrency）指的是在单个处理器上以时间片轮转的方式交替执行多个任务，使得在一段时间内，这多个任务都得以推进，但实际在一个时间点只有一个任务在执行。
• 并行（Parallelism）指的是多个任务同时在不同的处理器上执行，使得这多个任务同时得以推进，并且在一个时间点来看，也是多个任务在同时执行。

在Go中，通过在函数或方法的调用前加上go关键字即可创建一个go协程，并让其运行对应的函数或方法。如下：

package main

import (
	"fmt"
	"time"
)

func Print() bool {
   
	for i := 0; i < 10; i++ {
   
		fmt.Printf("Print: hello goroutine...%d\n", i+1)
		time.Sleep(time.Second)
	}
	return true
}

func main() {
   
	go Print() // 创建go协程

	for i := 0; i < 5; i++ {
   
		fmt.Printf("main: hello goroutine...%d\n", i+1)
		time.Sleep(time.Second)
	}
}

在上述代码中，主协程创建了一个新协程用于执行Print函数，主协程进行5次打印后退出，新协程进行10次打印后退出。运行结果如下：

说明一下：

• 在Go中，当程序启动时会自动创建一个主协程来执行main函数，该协程与其他新创建的协程没有本质的区别，但主协程执行完毕后整个程序会退出，即使其他协程还未执行完毕，也会跟着退出。
• 如果一个协程在执行过程中触发了panic异常，但没有对其进行捕获，那么会导致整个程序崩溃，因此在协程中也需要通过recover函数对panic进行捕获。

GMP模型

常规的协程（Coroutine）

线程是在内核态视角下的最小执行单元，而协程是在线程的基础上，在用户态视角下进行二次开发得到的更小的执行单元。常规的协程（Coroutine）通常是与一个线程强绑定的，而一个线程可以绑定多个协程。如下：

说明一下：

• 由于常规的协程是与一个线程强绑定的，因此绑定于同一线程的多个协程只能做到并发，无法做到并行。
• 当一个协程因为某些原因陷入阻塞，那么这个阻塞会直接上升到对应的线程，最终导致整个协程组陷入阻塞。

Go中的协程（Goroutine）

Go语言中的协程（Goroutine）与常规的协程（Coroutine）的实现方式有所不同，Go中的协程不是与一个线程强绑定的，而是由Go调度器动态的将协程绑定到可用的线程上执行。如下：

说明一下：

• 由于Go协程与线程之间的绑定是动态的，因此各个协程之间既能做到并发，也能做到并行。
• 当一个Go协程因为某些原因陷入阻塞，那么Go调度器会将该协程与其绑定的线程进行解绑，将线程的资源释放出来，使得线程可以与其他可调度的协程进行绑定。

GMP模型

GMP（Goroutine-Machine-Processor）模型是Go运行时系统中用于实现并发执行的模型，负责管理和调度协程的执行。G、M和P的含义分别如下：

• G（Goroutine）：代表Go中的协程，每个G都有自己的运行栈、状态以及执行的任务函数。
• M（Machine）：代表Go中的线程，M不直接执行G，而是先和P绑定，由P来指定M所需执行的G。
• P（Processor）：代表Go中的调度器，P实现G和M之间的动态有机结合。对于G而言，P就是其CPU，G只有被P调度才得以执行；对于M而言，P是其执行代理，为其指定可执行的G。

GMP模型示意图如下：

上图说明：

• 全局有多个M和多个P，但M和P的数量不一定是相同的。每个M在调度G之前，需要先和P进行绑定（不是强绑定），每个M调度的G由其对应的P指定。M无需记录所调度的G的状态信息，因此G在全生命周期中可以实现跨M执行。
• 在GMP模型中有三种队列来存放G，分别是全局队列、P的本地队列和wait队列（用于存放io阻塞就绪态的G，图中未展示）。
• 每个P都有一个对应本地队列，访问本地队列时可以接近无锁化。当P为M获取可调度的G时，会优先从自己的本地队列中进行获取，其次从全局队列中获取，最后从wait队列中获取。
• 如果一个G在调度过程中新创建了一个G，那么这个新G会优先投递到当前P的本地队列中，如果本地队列已满则投递到全局队列中。

调度器P获取可调度的G的流程如下：

1. 优先尝试从当前P的本地队列获取可调度的G。
2. 尝试从全局队列获取可调度的G。
3. 尝试从wait队列获取io阻塞就绪的G。
4. 尝试从其他P的本地队列窃取一半的G补充到当前P的本地队列，防止不同P的闲忙差异过大（work-stealing机制）。

说明一下：

• 由于存在work-stealing机制，因此P的本地队列的访问也不是完全无锁的，只能说接近无锁化。
• 上述说到的只是获取可调度的G的主要流程，实际实现时还有更多的细节。比如P每进行61次调度后，会先尝试从全局队列中获取一个G进行调度，避免造成全局队列中的G的饥饿问题。

GOMAXPROCS

在GMP模型中，G只有被P调度才得以执行，因此P的数量决定了G的最大并行数量。通过runtime包中的GOMAXPROCS函数可以获取和设置P的数量。如下：

package main

import (
	"fmt"
	"runtime"
)

func main() {
   
	cpuNum := runtime.NumCPU()          // 获取本地机器的逻辑CPU数
	fmt.Printf("cpuNum = %d\n", cpuNum) // cpuNum = 6

	runtime.GOMAXPROCS(4)         // 设置可同时执行的最大CPU数
	num := runtime.GOMAXPROCS(0)  // 获取可同时执行的最大CPU数
	fmt.Printf("num = %d\n", num) // num = 4
}

说明一下：

• runtime包中的NumCPU函数，用于获取本地机器的逻辑CPU数。
• runtime包中的GOMAXPROCS函数，用于设置可同时执行的最大CPU数，并返回先前的设置。如果设置的值小于1，则不会更改当前的值，设置的值超过CPU核数无意义。
• 从Go1.5开始，GOMAXPROCS默认设置为CPU的核数，并且可以根据需要自动调整并发执行的并行度，无需再手动设置。

协程的生命周期

Go中协程的生命周期大致由如下几种状态组成：

• _Gidle：表示该协程刚刚创建，但还未进行初始化。
• _Gdead：表示该协程已经完成初始化，但还未被使用。
• _Grunnable：表示该协程已经被放入运行队列，但还未被调度。
• _Grunning