GO语言多线程实践-2

实践背景

本次实践的背景依然MIT的6.824课程,在课程中lab2需要实现Raft算法,Raft算法的原理细节在我的另外一篇博客中,在这里就不再赘述了。

Raft中Leader Election

在Raft算法中,当一个节点变为candidate节点之后,其他的节点需要对其进行投票,当其获得超过半数票数时即当选,反之落选。下面将对该过程进行简单的模拟实践。

实践思路

1.首先向其他节点发送投票请求;
2.根据投票请求的结果进行票数计算;
3.根据票数的结果,得出投票的结果。

那么在第一个步骤中,一定是并发的同时向所有节点发送投票请求,而非串行的发送请求。所以这里需要用到多线程协同。其次在票数统计时,会涉及到用几个变量来记录票数的情况,在多线程情况下操作这些变量则需要lock来保证线程安全。

具体代码

根据以上思想,完成简易的实现代码如下:

package main

import (
	"fmt"
	"math/rand"
	"sync"
	"time"
)

func main() {
	count := 0
	finshed := 0
	var mu sync.Mutex
	rand.Seed(time.Now().UnixNano())

	//假设一共10个节点
	for i := 0; i< 10 ; i++ {
		go func() {
			vote := requestVote()
			mu.Lock()
			defer mu.Unlock()
			if vote {
				count++
			}
			finshed++
		}()
	}
    for {
		mu.Lock()
		if count >5 || finshed == 10 {
			break
		}
		mu.Unlock()
	}
	if count > 5 {
		fmt.Println("received major voted!")
	}else {
		fmt.Println("failed!")
	}
}

func requestVote() bool {
	//随机模拟投票时间和投票结果
	time.Sleep(time.Duration(rand.Intn(100)) * time.Millisecond)
	return rand.Int() % 2 == 0
}

这里利用rand随机包来实现请求投票requestVote的模拟,首先等待一个随机事件,然后再返回一个随机的bool类型。值得注意的是,需要对count以及finshed这两个变量的操作都加锁,保证线程安全。

发现问题

上述代码看似没有问题,实则存在一个性能隐患。本身我们在完成这段代码时,并未考虑性能问题,只是完成具体的功能即可。但是,请看下面这段代码:

for {
		mu.Lock()
		if count >5 || finshed == 10 {
			break
		}
		mu.Unlock()
	}

这里的死循环,可能会导致cpu的某个核的利用率达到了100%,为避免这种情况,可以让其休眠一定时间再重新拉起,使得cpu资源可以被释放,如下:

for {
		mu.Lock()
		if count >5 || finshed == 10 {
			break
		}
		mu.Unlock()
		time.sleep(5 * time.Seconed)
	}

继续优化

上述问题虽然解决了,但是依然不够优化,在多个线程需要根据共享变量的结果来执行某些条件操作时,可以用到条件变量,如下:

package main

import (
	"fmt"
	"math/rand"
	"sync"
	"time"
)

func main() {
	count := 0
	finshed := 0
	var mu sync.Mutex
	cond := sync.NewCond(&mu) //设置条件变量,提高程序性能
	rand.Seed(time.Now().UnixNano())

	//假设一共10个节点
	for i := 0; i< 10 ; i++ {
		go func() {
			vote := requestVote()
			mu.Lock()
			defer mu.Unlock()
			if vote {
				count++
			}
			finshed++
			cond.Broadcast()//唤醒所有在wait的线程
		}()
	}
	mu.Lock()
	for count < 5 && finshed != 10 {
		cond.Wait()//线程挂起等待
	}
	if count > 5 {
		fmt.Println("received major voted!")
	}else {
		fmt.Println("failed!")
	}
	mu.Unlock()
}

func requestVote() bool {
	//随机模拟投票时间和投票结果
	time.Sleep(time.Duration(rand.Intn(100)) * time.Millisecond)
	return rand.Int() % 2 == 0
}
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
go实战微服务分布式系统(distributed system)是建立在网络之上的软件系统。正是因为软件的特性,所以分布式系统具有高度的内聚性和透明性。因此,网络和分布式系统之间的区别更多的在于高层软件(特别是操作系统),而不是硬件。在一个分布式系统中,一组独立的计算机展现给用户的是一个统一的整体,就好像是一个系统似的。系统拥有多种通用的物理和逻辑资源,可以动态的分配任务,分散的物理和逻辑资源通过计算机网络实现信息交换。系统中存在一个以全局的方式管理计算机资源的分布式操作系统。通常,对用户来说,分布式系统只有一个模型或范型。在操作系统之上有一层软件中间件(middleware)负责实现这个模型。一个著名的分布式系统的例子是万维网(World Wide Web),在万维网中,所有的一切看起来就好像是一个文档(Web页面)一样。 [1] 在计算机网络中,这种统一性、模型以及其中的软件都不存在。用户看到的是实际的机器,计算机网络并没有使这些机器看起来是统一的。如果这些机器有不同的硬件或者不同的操作系统,那么,这些差异对于用户来说都是完全可见的。如果一个用户希望在一台远程机器上运行一个程序,那么,他必须登陆到远程机器上,然后在那台机器上运行该程序。 [1] 分布式系统和计算机网络系统的共同点是:多数分布式系统是建立在计算机网络之上的,所以分布式系统与计算机网络在物理结构上是基本相同的。 [1] 他们的区别在于:分布式操作系统的设计思想和网络操作系统是不同的,这决定了他们在结构、工作方式和功能上也不同。网络操作系统要求网络用户在使用网络资源时首先必须了解网络资源,网络用户必须知道网络中各个计算机的功能与配置、软件资源、网络文件结构等情况,在网络中如果用户要读一个共享文件时,用户必须知道这个文件放在哪一台计算机的哪一个目录下;分布式操作系统是以全局方式管理系统资源的,它可以为用户任意调度网络资源,并且调度过程是“透明”的。当用户提交一个作业时,分布式操作系统能够根据需要在系统中选择最合适的处理器,将用户的作业提交到该处理程序,在处理器完成作业后,将结果传给用户。在这个过程中,用户并不会意识到有多个处理器的存在,这个系统就像是一个处理器一样。 [1] 内聚性是指每一个数据库分布节点高度自治,有本地的数据库管理系统。透明性是指每一个数据库分布节点对用户的应用来说都是透明的,看不出是本地还是远程。在分布式数据库系统中,用户感觉不到数据是分布的,即用户不须知道关系是否分割、有无副本、数据存于哪个站点以及事务在哪个站点上执行等。  什么是微服务?维基上对其定义为:一种软件开发技术- 面向服务的体系结构(SOA)架构样式的一种变体,将应用程序构造为一组松散耦合的服务。在微服务体系结构中,服务是细粒度的,协议是轻量级的。微服务(或微服务架构)是一种云原生架构方法,其中单个应用程序由许多松散耦合且可独立部署的较小组件或服务组成。这些服务通常● 有自己的堆栈,包括数据库和数据模型;● 通过REST API,事件流和消息代理的组合相互通信;● 和它们是按业务能力组织的,分隔服务的线通常称为有界上下文。尽管有关微服务的许多讨论都围绕体系结构定义和特征展开,但它们的价值可以通过相当简单的业务和组织收益更普遍地理解:● 可以更轻松地更新代码。● 团队可以为不同的组件使用不同的堆栈。● 组件可以彼此独立地进行缩放,从而减少了因必须缩放整个应用程序而产生的浪费和成本,因为单个功能可能面临过多的负载。 

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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