Go Goroutine 究竟可以开多少

要知道Goroutine最多可以开多少,我们要先搞清楚下面几个问题

1.Goroutine 是什么

2.开Goroutine 需要消耗什么资源

Goroutine 是什么?

Go抽象出来的轻量级线程,在应用层做调度,让我们能够很方便的进行并发编程。

通过 go 关键字就可以启动

译器会通过cmd/compile/internal/gc.state.stmtcmd/compile/internal/gc.state.call两个方法将该关键字转换成runtime.newproc函数调用,详细分析可以看《Go设计与实现》

启动一个新的 Goroutine 来执行任务时,会通过 runtime.newproc 初始化一个 g 来运行协程

Goroutine 需要消耗多少资源?

内存的消耗

通过开启协程并进行阻塞,来查看前后内存的变化情况

go 复制代码
func getGoroutineMemConsume() {
	var c chan int
	var wg sync.WaitGroup
	const goroutineNum = 1000000

	memConsumed := func() uint64 {
		runtime.GC() //GC,排除对象影响
		var memStat runtime.MemStats
		runtime.ReadMemStats(&memStat)
		return memStat.Sys
	}

	noop := func() {
		wg.Done()
		<-c //防止goroutine退出,内存被释放
	}

	wg.Add(goroutineNum)
	before := memConsumed() //获取创建goroutine前内存
	for i := 0; i < goroutineNum; i++ {
		go noop()
	}
	wg.Wait()
	after := memConsumed() //获取创建goroutine后内存
	fmt.Println(runtime.NumGoroutine())
	fmt.Printf("%.3f KB bytes\n", float64(after-before)/goroutineNum/1024)
}

结果分析:

每个协程至少需要消耗 2KB 的空间,那么假设计算机的内存是 2GB,那么至多允许 2GB/2KB = 1M 个协程同时存在。

CPU的消耗

一个Goroutine消耗多少CPU 实际上跟执行函数的逻辑有着很大的关系,如果执行的函数是CPU密集型的计算,并且持续的时间很长,那么这个时候CPU就会优先到达瓶颈。

衡量一段代码能开多少协程同时并发在跑,还得看程序内跑是什么内容,如果都是非常消耗内存的网络操作,几个Goroutine就可以跑崩溃

结论

协程数能看多少取决于打开协程处理方法所占的CPU和内存,如果只是空的操作,那么理论上内存会首先成为瓶颈,此时2G的内存跑满之后程序会出现错误。如果是CPU密集型的话则可能两三个协程就会让程序出现异常。

Goroutine 过多常见触发的问题

1.too many open files, 这种情况下因为打开的文件socket 过多

2.out of memory

业务中的应用

如何控制并发数 ?

runtime.NumGoroutine() 可以监控 Goroutine的数量

1.任务只有一个协程在运行

接口需要如果打开并发去进行操作时则需要在应用层控制好并发数,比如开Goroutine初始化资源的数据只需要初始化一次,不需要多个协程同时去进行初始化,可以通过running flag 来判断是否正在初始化

go 复制代码
// SingerConcurrencyRunner 保证任务只有一个在跑
type SingerConcurrencyRunner struct {
	isRunning bool
	sync.Mutex
}

func NewSingerConcurrencyRunner() *SingerConcurrencyRunner {
	return &SingerConcurrencyRunner{}
}

func (c *SingerConcurrencyRunner) markRunning() (ok bool) {
	c.Lock()
	defer c.Unlock()
	// 二次检查,避免外部检查成功后又被其他协程抢占
	if c.isRunning {
		return false
	}
	// 标记成功
	c.isRunning = true
	return true
}

func (c *SingerConcurrencyRunner) unmarkRunning() (ok bool) {
	c.Lock()
	defer c.Unlock()
	if !c.isRunning {
		return false
	}
	// unmark 成功
	c.isRunning = false
	return true
}

func (c *SingerConcurrencyRunner) Run(f func()) {
	// 如果已经有并发在跑,则不进入,直接返回,可以防止开过多Goroutine导致内存消耗
	if c.isRunning {
		return
	}
	if !c.markRunning() {
		//抢占失败则直接返回
		return
	}

	// 执行真正的逻辑
	go func() {
		defer func() {
			if err := recover(); err != nil {
				// log
			}
		}()
		f()
		c.unmarkRunning()
	}()
}

可靠性测试,看是否有超过2个协程在运行

go 复制代码
func TestConcurrency(t *testing.T) {
	runner := NewConcurrencyRunner()
	for i := 0; i < 100000; i++ {
		runner.Run(f)
	}
}

func f() {
        // 这里一直不会超过对应协程数
	if runtime.NumGoroutine() > 3 {
		fmt.Println(">3", runtime.NumGoroutine())
	}
}

2.任务有指定协程数运行

其他协程则进入等待并设置对应的超时,或者可以用旧数据直接进行返回,则无需等待。

github.com/Jeffail/tun...

通过该包可以实现协程数的控制,如果 Worker 已经全部被占满的话,则不会获得 WorkRequest 进行处理 ,而是写入在 reqChan 中进行等待

go 复制代码
func (w *workerWrapper) run() {
//...
        for {
		// NOTE: Blocking here will prevent the worker from closing down.
		w.worker.BlockUntilReady()
		select {
		case w.reqChan <- workRequest{
			jobChan:       jobChan,
			retChan:       retChan,
			interruptFunc: w.interrupt,
		}:
			select {

			case payload := <-jobChan:
				result := w.worker.Process(payload)
				select {
				case retChan <- result:
				case <-w.interruptChan:
					w.interruptChan = make(chan struct{})
				}
//...
		}
	}
//...
}

这里实现的方式是通过常驻的 Goroutine 进行实现,当改变Size之后会新增 Worker来执行,另一种实现方式可以使用 chan 来控制是否开启协程,如果缓冲区已经被写满了数据,则不能再开启新的Goroutine 进行处理 。

go 复制代码
type ProcessFunc func(ctx context.Context, param interface{})

type MultiConcurrency struct {
	ch chan struct{}
	f  ProcessFunc
}

func NewMultiConcurrency(size int, f ProcessFunc) *MultiConcurrency {
	return &MultiConcurrency{
		ch: make(chan struct{}, size),
		f:  f,
	}
}

func (m *MultiConcurrency) Run(ctx context.Context, param interface{}) {
	// 如果缓冲区已满则不进入
	m.ch <- struct{}{}
	go func() {
		defer func() {
			// 释放缓冲区
			<-m.ch
			if err := recover(); err != nil {
				fmt.Println(err)
			}
		}()
		m.f(ctx, param)
	}()
}

增加测试,协程数不超过13

go 复制代码
func mockFunc(ctx context.Context, param interface{}) {
	fmt.Println(param)
}

func TestNewMultiConcurrency_Run(t *testing.T) {
	concurrency := NewMultiConcurrency(10, mockFunc)
	for i := 0; i < 1000; i++ {
		concurrency.Run(context.Background(), i)
		if runtime.NumGoroutine() > 13 {
			fmt.Println("goroutine", runtime.NumGoroutine())
		}
	}
}

通过这种方式可以不用让内存中常驻许多正在跑的协程,但是实际上如果常驻了100个协程也仅仅会带来2kb * 100 = 200kb 的内存消耗,所以基本可以忽略不计。

写在最后

感谢你读到这里,如果想要看更多 Go及云原生的文章可以订阅我的专栏: juejin.cn/column/7321...

相关推荐
恬淡虚无真气从之24 分钟前
go interface(接口)使用
开发语言·后端·golang
程序猿毕设源码分享网38 分钟前
基于springboot停车场管理系统源码和论文
数据库·spring boot·后端
程序员学姐1 小时前
基于SpringBoot+Vue的高校社团管理系统
java·开发语言·vue.js·spring boot·后端·mysql·spring
.生产的驴1 小时前
Docker Seata分布式事务保护搭建 DB数据源版搭建 结合Nacos服务注册
数据库·分布式·后端·spring cloud·docker·容器·负载均衡
2401_857439692 小时前
企业OA管理系统:Spring Boot技术应用与优化
java·spring boot·后端
2401_857439692 小时前
Spring Boot OA:构建企业级办公自动化平台
java·spring boot·后端
咸芝麻鱼2 小时前
Django数据迁移出错,解决raise NodeNotFoundError问题
后端·python·django
wqq_9922502772 小时前
springboot基于微信小程序的停车场管理系统
spring boot·后端·微信小程序
关山月3 小时前
使用Python可视化展示排序算法
后端·python
飞奔的波大爷4 小时前
springboot vue工资管理系统源码和答辩PPT论文
vue.js·spring boot·后端