Go的WaitGroup源码分析

Python微信订餐小程序课程视频

https://edu.csdn.net/course/detail/36074

Python实战量化交易理财系统

https://edu.csdn.net/course/detail/35475
WaitGroup 是开发中经常用到的并发控制手段，其源代码在 src/sync/waitgroup.go 文件中，定义了 1 个结构体和 4 个方法：

• WaitGroup{}：结构体。
• state()：内部方法，在 Add()、Wait() 中调用。
• Add()：添加任务数。
• Done()：完成任务，其实就是 Add(-1)。
• Wait()：阻塞等待所有任务的完成。

以下源代码基于 Go 1.17.5 版本，有删减。

$ go version
go version go1.17.5 darwin/amd64

在学习之前可以先了解一些概念：

• 结构体对齐相关的内容，可参考之前的笔记。
• 信号量函数有两个：
  runtime_Semacquire 表示增加一个信号量，并挂起当前 goroutine。在 Wait() 里用到。
  runtime_Semrelease 表示减少一个信号量，并唤醒 sema 上其中一个正在等待的 goroutine。在 Add() 里用到。
• unsafe.Pointer 用于各种指针相互转换；
  uintptr 是 golang 的内置类型，能存储指针的整型，其底层类型是 int，可以和 unsafe.Pointer 相互转换。

一、结构体

1.1 state1 数组的组成

type WaitGroup struct {
    // 表示 `WaitGroup` 是不可复制的，只能用指针传递，保证全局唯一。
    noCopy noCopy
    // state1 = state（*unit64） + sema（*unit32）
    // state = counter + waiter
    state1 [3]uint32
}

state1 是一个 uint32 数组，包含了counter 总数、waiter 等待数 和 sema 信号量，其中：

• counter：通过 Add() 设置的子 goroutine 的计数值。
• waiter：通过 Wait() 陷入阻塞的 waiter 数。
• sema：信号量。

1.2 state 和 sema 的位置

实际上，counter 和 waiter 合在一起，当成一个 64 位的整数来使用，所以 state1 数组又可以看成由 *unit64 的 state 和 *unit32 的 sema 组成，即：

state1 = state + sema，
其中 state = counter + waiter。

32 位系统下4字节对齐，64位系统下8字节对齐，下面的内部方法 state() 有进行判断。

state() 方法将 state1 数组中存储的状态取出来，返回值 statep 就是计数器的状态，也就是 counter 和 waiter 的整体，semap 是信号量。

func (wg *WaitGroup) state() (statep *uint64, semap *uint32) {
    // 判断是否64位对齐
    if uintptr(unsafe.Pointer(&wg.state1))%8 == 0 {
        return (*uint64)(unsafe.Pointer(&wg.state1)), &wg.state1[2]
    } else {
        return (*uint64)(unsafe.Pointer(&wg.state1[1])), &wg.state1[0]
    }
}

在 state() 中，根据运行时分配的地址转化成 uintptr 后，再 %8，判断结果是否等于0，若为 0， 则说明分配的地址是 64 位对齐。

• 如果是 64 位对齐，则数组前两位是 state，后一位是 sema；
• 如果不是64位对齐，则前面一位是 sema（32位） 后面两位是 state。

对齐方式	state[0]	state[1]	state[2]
64位	waiter	counter	sema
32位	sema	waiter	counter

当我们初始化一个 waitGroup 对象时，其 counter 值、waiter 值、sema 值均为 0。

1.3 为什么这么设计 state1 数组

为什么要把 counter 和 waiter 当成一个整体来设计？这是因为对 state 使用了 atomic.64 的操作，如：

• Add()

state := atomic.AddUint64(statep, uint64(delta)<<32)

• Wait()

state := atomic.LoadUint64(statep)
if atomic.CompareAndSwapUint64(statep, state, state+1) {}

要保证 state 的 64 位的原子性，就要保证数据是一次读入内存的，而要保证这种一次性，就要保证 state 是 64 位对齐的。

二、Add()函数

利用64位的原子加，给 counter 加 delta（delta可能为负），当 counter 变零，通过信号量唤醒等待的 goroutine。这里将 Add() 分成几步来分析：

• step 1：获取 counter、waiter、和 sema 对应的指针，并将 delta 加到 counter 上。

// 获取statep、semap 的指针，也就是counter、waiter和sema
statep, semap := wg.state() 
// 把delta左移32位累加到state，也就是把等待的couter利用原子加，加上delta
state := atomic.AddUint64(statep, uint64(delta)<<32)
v := int32(state >> 32) // 低32位是couter，也就是增加的，注意，这里转换成了int32类型
w := uint32(state)      // 高32位是waiter

• step 2：counter 不允许为负数，否则报 panic。

if v < 0 {
    panic("sync: negative WaitGroup counter")
}

counter 是活跃的 goroutine 数量，肯定大于 0，如果它为负数，有两种情况：

第一种是 Add() 的时候，delta 直接就是负数，进行原子加操作后，counter 就小于0，我们一般不这么写；
第二种是执行 Done()，也就是 Add(-1) 的时候，前一个 goroutine 减到了 0，还没执行完，被挂起了，又来了一个 Done()，逻辑就出错了。

• step 3：已经执行了 Wait，此时不允许 Add。

if w != 0 && delta > 0 && v == int32(delta) {
    panic("sync: WaitGroup misuse: Add called concurrently with Wait")
}

waiter 是等待的 goroutine 数量，只有加 1 和置零两种操作，所以肯定大于等于 0，第一次 Add(n) 的时候，counter=n，waiter=0，w != 0 说明已经执行了 Wait；

delta > 0 说明这是一次加的操作。如果 v == int32(delta) 也就是 v + delta == delta，推导出 v=0，那就可能是第一次 Add() 或者是执行 Add(-1) 把 v 减到了 0，即先 Wait 后 Add 了。

• step 4：counter > 0 或 waiter = 0，直接返回。

if v > 0 || w == 0 {
    return
}

经过累加后，此时，counter >= 0。

如果 counter 为正，说明不需要释放信号量，直接退出；
如果 waiter 为 0，说明没有等待者，也不需要释放信号量，直接退出。

• step 5：检查 WaitGroup 是否被滥用，即 Add 不能与 Wait 并发调用。

if *statep != state {
    panic("sync: WaitGroup misuse: Add called concurrently with Wait")    
}

执行到这里，counter=0 && waiter>0，说明之前的 Done 已经完成了，计数器清零，该释放信号，唤醒所有在 wait 的 goroutine 了。如果这时候 state 状态发生变化，则说明当前有人修改过，进行了 Add 操作，报 panic。

这一步的判断相当于锁，保证 WaitGroup 没有被滥用。

• step 6：释放所有排队的 waiter。

*statep = 0
    for ; w != 0; w-- {
        runtime_Semrelease(semap, false, 0)
}

如果执行到这里，一定是负 delta 的操作，counter=0，waiter>0 说明已经完成任务，没有活跃的 goroutine 了，需要释放信号量。将状态全部归 0，并释放所有阻塞的 waiter。

三、Wait()函数

执行 Wait() 函数的主 goroutine 会将 waiter 值加 1，并阻塞等待该值为 0，才能继续执行后续代码。

func (wg *WaitGroup) Wait() {
    // 获取statep、semap 的指针，也就是counter、waiter和sema
    statep, semap := wg.state()
    
    for {// 注意这里在死循环中 
        state := atomic.LoadUint64(statep)// 原子操作
        v := int32(state >> 32) // couter
        w := uint32(state)      // waiter
        
        // counter为0，说明所有的goroutine都退出了，不需要等待
        if v == 0 {
            return
        }
        
        // CAS操作增加waiter
        if atomic.CompareAndSwapUint64(statep, state, state+1) {
            // 一旦信号量sema大于0，就挂起当前goroutine
            runtime_Semacquire(semap)
            
            // Add()函数，触发信号量前，会将counter和waiter置为0，所以此时*statep一定为0。如果*statep不为0，说明还未等Waiter执行完Wait()，又执行了Add()或Wait()操作了，WaitGroup发生了复用。
            if *statep != 0 {
                panic("sync: WaitGroup is reused before previous Wait has returned")
            }
            return
        }
    }
}

四、竞争分析

在 Add() 和 Wait() 中，对 state 数据的操作都存在数据竞争：

	写	读
Add()	将 delta 加到 counter	最后信号释放的时候，需要读 waiter 和 sema
Wait()	CAS 操作，给 waiter 加 1，增加 sema 信号量	读 counter，为 0 直接返回

解决数据竞争，可以通过加锁来实现，操作前给 state1 数组加锁，结束后释放锁，这样肯定没有安全性的问题但是低效。

源码里解决数据竞争，没有使用锁，它分了几种情况来解决：

• Add 和 Add 并发

多个 Add 同时加，只加数，不管是加正数还是加负数，只要加过之后 counter 大于0，就直接 return。因为是原子加，总有先后顺序，保证了不会加丢。

if v > 0 || w == 0 {
    return
}

如果加负数之后 counter 等于0，这个时候要进行信号的释放操作，不能允许其他的 Add 同时改这个数据了。

if w != 0 && delta > 0 && v == int32(delta) {
    panic("sync: WaitGroup misuse: Add called concurrently with Wait")
}

• Add 和 Wait 并发
  如果 Add 加负数之后 counter 等于0，这个时候要进行信号的释放操作，不允许 Wait 去修改这个数据。如果 Wait 先读出了 state 又改了 state，就会 panic。

if *statep != state {
    panic("sync: WaitGroup misuse: Add called concurrently with Wait")
}

五、实例分析

func main() {
    var wg sync.WaitGroup...............①

    wg.Add(2)...........................②
    
    go func() { 
        fmt.Println(1)
        wg.Done().......................③
    }()

	go func() {
        fmt.Println(2)
        wg.Done().......................④
    }()
	
    wg.Wait()...........................⑤
    
	fmt.Println("all work done！")
}

执行完 1，2 后，3、4、5 随机执行。

• 假设按【1、2、3、4、5】的顺序执行，counter 和 waiter 的数值变化如下:
  ① counter=0，waiter=0 //初始化的默认值为0
  ② counter=2，waiter=0 //原子加操作，给counter加2
  ③ counter=1，waiter=0 //完成一个Done，给counter减1，counter从2变成1
  ④ counter=0，waiter=0 //又完成一个Done，给counter减1，counter变成0，因为满足v>0或w=0，直接return了，不用发信号
  ⑤ counter=0，waiter=0 //因为v=0，所以直接return，不用CAS操作
• 假设按【1、2、5、3、4】的顺序执行，counter 和 waiter 的数值变化如下:
  ① counter=0，waiter=0 //初始化的默认值为0
  ② counter=2，waiter=0 //原子加操作，给counter加2
  ⑤ counter=2，waiter=1 //CAS给waiter加1，所以waiter由0变成2
  ③ counter=1，waiter=1 完成一个Done，给counter减1，counter从2变成1
  ④ counter=0，waiter=1 又完成一个Done，给counter减1，counter变成0，发信号，通知waiter不再阻塞，main继续执行