Golang高并发处理模型

本文介绍了如何使用Golang处理高并发场景,从最初的简单模型导致的问题,到借助带buffer的channel缓解,再到最终采用两级channel实现worker池,有效控制CPU和内存使用,避免系统崩溃。详细探讨了并发控制在高并发请求处理中的重要性。
摘要由CSDN通过智能技术生成

原文链接:https://mp.weixin.qq.com/s/ZqfN8UlWRpoGhznGH-L1mw

介绍

偶然间看到一篇写于15年的文章,说实话,标题确实吸引了我。

关于这篇文章,我就不直接翻译了,原文地址我放在文章最后了。

项目的需求就是很简单,客户端发送请求,服务端接收请求处理数据(原文是把资源上传至 Amazon S3 资源中)。本质上就是这样,
在这里插入图片描述

我稍微改动了原文的业务代码,但是并不影响核心模块。在第一版中,每收到一个 Request,开启一个 G 进行处理,很常规的操作。

初版

package main

import (
  "fmt"
  "log"
  "net/http"
  "time"
)

type Payload struct {
   
  // 传啥不重要
}

func (p *Payload) UpdateToS3() error {
   
  //存储逻辑,模拟操作耗时
  time.Sleep(500 * time.Millisecond)
  fmt.Println("上传成功")
  return nil
}

func payloadHandler(w http.ResponseWriter, r *http.Request) {
   
  // 业务过滤
  // 请求body解析......
  var p Payload
  go p.UpdateToS3()
  w.Write([]byte("操作成功"))
}

func main() {
   
  http.HandleFunc("/payload", payloadHandler)
  log.Fatal(http.ListenAndServe(":8099", nil))
}

这样操作存在什么问题呢?一般情况下,没什么问题。但是如果是高并发的场景下,不对 G 进行控制,你的 CPU 使用率暴涨,内存占用暴涨…,直至程序奔溃。

如果此操作落地至数据库,例如mysql。相应的,你数据库服务器的磁盘IO、网络带宽 、CPU负载、内存消耗都会达到非常高的情况,一并奔溃。所以,一旦程序中出现不可控的事物,往往是危险的信号。

中版

package main

import (
  "fmt"
  "log"
  "net/http"
  "time"
)

const MaxQueue = 400

var Queue chan Payload

func init() {
   
  Queue = make(chan Payload, MaxQueue)
}

type Payload struct
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值