七、并发编程（高性能计算/数据中心/人机交互并发）

一、高性能计算中的并发编程

1、主要挑战

（1）计算任务如何分解

        计算图需要容易并行化

                机器-线程两级任务分解

        生产者-消费者解决一切问题

（2）线程如何通信

通信不仅发生在节点/线程之间，还发生在任何共享内存访问

二、数据中心里的并发编程

1、特点

（1）以数据存储为中心

        互联网搜索：Google、社交网络Facebook

        互联网应用：微信/QQ/支付宝/游戏

（2）算法/系统对HPC和数据中心的意义

        n多台服务器，一个算法可以快1%，可以省好多资源

2、主要挑战

多副本情况下的高可靠、低延迟访问

（1）在服务器海量的分布请求的前提之下

        数据要保持一致（Consistency）

        服务器时刻保持可用（Availability）

        容忍机器离线（Partition tolerance）

三、如何使用好一台计算机

1、如何使用一台计算机尽可能多的服务并行的请求

工具：

（1）线程（threads）

（2）协程（coroutines）

        多个可以保存/回复的执行流

        比线程更轻量（完全没有系统调用，也没有操作系统状态）

2、数据中心：协程和线程

        同一时间有数千/数万个请求到达服务器

        计算部分

                需要利用好多处理器

                        线程

                        协程-》一人出力，他人摸鱼

        IO部分

                会在系统调用上block（例如请求另一个服务器或都磁盘）

                        线程-》每个线程都占有客观的操作系统资源

                        协程-》一个干等，他人围观

3、Go和Goroutine

Goroutine：概念上是线程，实际是线程和协程的混合体

        每个CPU上有一个Go Worker，自由调度Goroutine

        执行到blocking API时（如sleep，read）

                成功-》立即继续执行

                失败-》立即yield到另一个需要CPU的Goroutine

四、浏览器中的并发（人机交互）

单线程+事件模式

一个线程、全局的事件队列、按序执行

耗时的API调用会立即返回

        条件满足时想队列里添加一个事件

好处：

        并发模型简单

                函数执行时原子的

        API依然可以并行 

                适合网页这种”大部分事件花在渲染和网络请求“的场景

坏处：

        Callback hell（祖传屎山）