go-zero(十三)使用MapReduce并发

go zero 使用MapReduce并发

一、MapReduce 介绍

MapReduce 是一种用于并行计算的编程模型，特别适合在大规模数据处理场景中简化逻辑代码。

官方文档：

https://go-zero.dev/docs/components/mr

1. MapReduce 的核心概念

在 MapReduce 中，主要有以下三个核心步骤：

a. Generate (生成数据)：

数据的初始输入阶段。可以是一个简单的循环，也可以是从数据库、文件或其他来源加载数据。
b. Mapper (映射)：
将输入数据映射为中间结果。通常用来过滤、转换、查询或处理数据。
c. Reducer (归约)：
对映射后的数据进行汇总处理，生成最终的结果。

在 go zero 中，mr.MapReduce 的具体代码如下：

go 复制代码

func MapReduce[T, U, V any](generate GenerateFunc[T], mapper MapperFunc[T, U], reducer ReducerFunc[U, V],
	opts ...Option) (V, error) {
	panicChan := &onceChan{channel: make(chan any)}
	source := buildSource(generate, panicChan)
	return mapReduceWithPanicChan(source, panicChan, mapper, reducer, opts...)
}

2. 为什么需要 MapReduce

在实际的业务场景中我们常常需要从不同的 rpc 服务中获取相应属性来组装成复杂对象。

比如要查询商品详情：

商品服务-查询商品属性
库存服务-查询库存属性
价格服务-查询价格属性
营销服务-查询营销属性

如果是串行调用的话响应时间会随着 rpc 调用次数呈线性增长，所以我们要优化性能一般会将串行改并行。

简单的场景下使用 WaitGroup 也能够满足需求，但是如果我们需要对 rpc 调用返回的数据进行校验、数据加工转换、数据汇总呢？继续使用 WaitGroup 就有点力不从心了.。

二、项目构建

接下来我们使用一个文章列表功能简单的演示下

1. article数据表

这是存储文章信息的表，包含标题、内容、作者、评论数等字段。

sql 复制代码

CREATE TABLE `article` (
    `id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '主键ID',
    `title` VARCHAR(255) NOT NULL DEFAULT '' COMMENT '标题' COLLATE 'utf8mb4_bin',
    `content` TEXT NOT NULL COMMENT '内容' COLLATE 'utf8_unicode_ci',
    `cover` VARCHAR(255) NOT NULL DEFAULT '' COMMENT '封面' COLLATE 'utf8mb4_bin',
    `description` VARCHAR(255) NOT NULL DEFAULT '' COMMENT '描述' COLLATE 'utf8mb4_bin',
    PRIMARY KEY (`id`)
);

2.article.api

在实际开发中，应该传入作者ID、游标、页码、排序方法等信息，这里为了方便演示就不传入参数了，API 定义如下：

go 复制代码

syntax = "v1"

type (
    ArticleInfo {
        ArticleId   int64  `json:"article_id"`
        Title       string `json:"title"`
        Content     string `json:"content"`
        Description string `json:"description"`
        Cover       string `json:"cover"`
    }
    ArticleListResponse {
        Articles []ArticleInfo `json:"articles"`
    }
)

@server (
    prefix: /v1/article
)
service article-api {
    @handler Articlelisthandler
    post /list returns (ArticleListResponse)
}

三、使用 MapReduce

拉取库

go get github.com/zeromicro/go-zero/core/mr

1.实现文章列表

我们使用 MapReduce 来并行处理文章数据，

go 复制代码

func (l *ArticlelistLogic) Articlelist() (resp *types.ArticleListResponse, err error) {
 
 // Step 1: Generate 数据
 //这里为了方便我使用了简单for循环产生文档ID
  generateFunc := func(source chan<- int) {
        for id := 1; id < 50; id++ { // 模拟文章 ID 数据
            source <- id
        }
    }

    articleModel := l.svcCtx.ArticleModel

    // Step 2: Mapper 映射处理
    mapperFunc := func(id int, writer mr.Writer[*types.ArticleInfo], cancel func(error)) {
	
		//使用产生id，查询文章详情
        one, err := articleModel.FindOne(l.ctx, uint64(id)) // 查找单篇文章
        if err != nil {
            return // 跳过错误
        }
		//FindOne返回的是 *model.Article类型，Mapper映射的类型为*types.ArticleInfo
		//所以需要转换一下
        articleInfo := &types.ArticleInfo{
            ArticleId:   int64(one.Id),
            Title:       one.Title,
            Content:     one.Content,
            Description: one.Description,
            Cover:       one.Cover,
        }
        writer.Write(articleInfo) // 写入中间结果
    }

    // Step 3: Reducer 汇总处理
    reduceFunc := func(pipe <-chan *types.ArticleInfo, writer mr.Writer[[]types.ArticleInfo], cancel func(error)) {
        
		var articleList []types.ArticleInfo
		
        for article := range pipe {
            articleList = append(articleList, *article) 
        }
        writer.Write(articleList) // 写入最终结果
    }

    // 调用 MapReduce
	//mr.WithWorkers(5)  允许调用者自定义并发工作线程数。
	//如果不传入mr.WithWorkers ，默认Workers为16个
    reduce, err := mr.MapReduce(generateFunc, mapperFunc, reduceFunc, mr.WithWorkers(5))   
    if err != nil {
        return nil, err // 处理错误
    }

    // 返回结果
    return &types.ArticleListResponse{
        Articles: reduce,
    }, nil
}

2. 详细讲解

Step 1: Generate 数据
generateFunc 的作用是提供初始数据。在本例中，我们通过一个循环生成了文章的 ID：

go 复制代码

generateFunc := func(source chan<- int) {
    for id := 1; id < 50; id++ {
        source <- id
    }
}

Step 2: Mapper 映射处理
mapperFunc 用于处理每一个文章 ID，并将其转换为 ArticleInfo。

使用 articleModel.FindOne 从数据库中获取文章数据。
如果获取失败，跳过该 ID。
将结果通过 writer.Write 写入到下一步。

go 复制代码

mapperFunc := func(id int, writer mr.Writer[*types.ArticleInfo], cancel func(error)) {
    one, err := articleModel.FindOne(l.ctx, uint64(id))
    if err != nil {
        return
    }
    articleInfo := &types.ArticleInfo{
        ArticleId:   int64(one.Id),
        Title:       one.Title,
        Content:     one.Content,
        Description: one.Description,
        Cover:       one.Cover,
    }
    writer.Write(articleInfo)
}

Step 3: Reducer 汇总处理
reduceFunc 将 mapperFunc 的结果汇总为最终的 []types.ArticleInfo。

遍历管道中的每个 *types.ArticleInfo。
将解引用后的 ArticleInfo 添加到结果列表。

go 复制代码

reduceFunc := func(pipe <-chan *types.ArticleInfo, writer mr.Writer[[]types.ArticleInfo], cancel func(error)) {
    var articleList []types.ArticleInfo
    for article := range pipe {
        articleList = append(articleList, *article)
    }
    writer.Write(articleList)
}

3. 测试运行

向 /v1/article/list 发送 POST 请求：

bash 复制代码

curl -X POST http://localhost:8888/v1/article/list

运行结果如下：

json 复制代码

{
    "articles": [
        {
            "article_id": 1,
            "title": "标题1",
            "content": "这是内容1",
            "description": "描述1",
            "cover": "封面1.jpg"
        },
        ...
    ]
}

4.效率对比

普通循环

为了更直观的对比效率，我们使用普通循环再次实现下文章列表：

go 复制代码

func (l *ArticlelistLogic) Articlelist() (resp *types.ArticleListResponse, err error) {
	// todo: add your logic here and delete this line
	time1 := time.Now()
	var articleList []types.ArticleInfo

	articleModel := l.svcCtx.ArticleModel
	for id := 1; id < 50; id++ {
		article, _ := articleModel.FindOne(l.ctx, uint64(id))

		articleInfo := types.ArticleInfo{
			ArticleId:   int64(article.Id),
			Title:       article.Title,
			Content:     article.Content,
			Description: article.Description,
			Cover:       article.Cover,
		}
		articleList = append(articleList, articleInfo)
	}
	time2 := time.Now()

	logx.Info("执行时间为：", time2.Sub(time1))
	return &types.ArticleListResponse{
		Articles: articleList,
	}, nil

}

效率对比

这个执行时间可能每次都不一样，但是进过多次对比，使用mapreduce 效率是高于普通方法的

使用串行调用时间：

使用MapReduce消耗时间：