golang append性能_Golang百万级高并发实践

写在前面 最后总结有福利
Go语言作为新兴的语言，最近发展势头很是迅猛，其最大的特点就是原生支持并发。它使用的是“协程（goroutine）模型”，和传统基于 OS 线程和进程实现不同，Go
语言的并发是基于用户态的并发，这种并发方式就变得非常轻量，能够轻松运行几万并发逻辑。
Go 的并发属于 CSP 并发模型的一种实现，CSP 并发模型的核心概念是：“不要通过共享内存来通信，而应该通
过通信来共享内存”。这在 Go 语言中的实现就是 Goroutine 和 Channel。
场景描述
在一些场景下，有大规模请求（十万或百万级qps），我们处理的请求可能不需要立马知道结果，例如数据的打点，文件的上传等等。这时候我们需要异步化处理。常用的方法有使用resque、MQ、RabbitMQ等。这里我们在Golang语言里进行设计实践。
方案演进直接使用goroutine
在Go语言原生并发的支持下，我们可以直接使用一个goroutine（如下方式）去并行处理这个请求。但是，这种方法明显有些不好的地方，我们没法控制goroutine产生数量，如果处理程序稍微耗时，在单机万级十万级qps请求下，goroutine大规模爆发，内存暴涨，处理效率会很快下降甚至引发程序崩溃。
...
go handle(request)
...
1
2
3
4
goroutine协同带缓存的管道
我们定义一个带缓存的管道；
var queue = make(chan job, MAX_QUEUE_SIZE)
1
然后起一个协程处理管道传来的请求；
go func(){
for {
select {
case job := <-queue:
job.Do(request)
case <- quit:
return
}
}
}()
1
2
3
4
5
6
7
8
9
10
11
12
接收请求，发送job进行处理
job := &Job{request}
queue <- job
1
2
3
讲真，这种方法使用了缓冲队列一定程度上了提高了并发，但也是治标不治本，大规模并发只是推迟了问题的发生时间。当请求速度远大于队列的处理速度时，缓冲区很快被打满，后面的请求一样被堵塞了。
job队列 工作池
只用缓冲队列不能解决根本问题，这时候我们可以参考一下线程池的概念，定一个工作池（协程池），来限定最大goroutine数目。每次来新的job时，从工作池里取出一个可用的worker来执行job。这样一来即保障了goroutine的可控性，也尽可能大的提高了并发处理能力。

工作池实现
一.sync.Pool定义
我们通常用golang来构建高并发场景下的应用，但是由于golang内建的GC机制会影响应用的性能，为了减少GC，golang提供了对象重用的机制，也就是sync.Pool对象池。 sync.Pool是可伸缩的，并发安全的。其大小仅受限于内存的大小，可以被看作是一个存放可重用对象的值的容器。 设计的目的是存放已经分配的但是暂时不用的对象，在需要用到的时候直接从pool中取。
官方的解释：临时对象池是一些可以分别存储和取出的临时对象，池中的对象会在没有任何通知的情况下移出（释放或重新使用）。pool在多协程的环境下是安全的，在fmt包中有一个使用pool的例子，它维护了一个动态大小的输出buffer。另外，一些短生命周期的对象不适合使用pool来维护，这种情况使用go自己的free list更高效。
二.sync.Pool的实现
2.1使对象池高效
获取对象的过程：
归还对象的过程：
2.2 对象池的详细实现
2.2.1 对象池结构
type Pool struct {
noCopy noCopy //防止copy
local unsafe.Pointer //本地p缓存池指针
localSize uintptr //本地p缓存池大小
//当池中没有对象时，会调用New函数调用一个对象
New func() interface{}
2.2.2 获取对象池中的对象
func (p *Pool) Get() interface{} {
if race.Enabled {
race.Disable()
}
//获取本地的poolLocal对象
l := p.pin()
//先获取private池中的私有变量
x := l.private
l.private = nil
runtime_procUnpin()
if x == nil {
//查找本地的共享池，因为本地的共享池可能被其他p访问，所以要加锁
l.Lock()
last := len(l.shared) - 1
if last >= 0 {
//如果本地共享池有对象，取走最后一个
x = l.shared[last]
l.shared = l.shared[:last]
}
l.Unlock()
//查找其他p的共享池
if x == nil {
x = p.getSlow()
}
}
if race.Enabled {
race.Enable()
if x != nil {
race.Acquire(poolRaceAddr(x))
}
}
//未找到其他可用元素，则调用New生成
if x == nil && p.New != nil {
x = p.New()
}
return x
}

从共享池中获取可用元素：
func (p *Pool) getSlow() (x interface{}) {
// See the comment in pin regarding ordering of the loads.
size := atomic.LoadUintptr(&p.localSize) // load-acquire
local := p.local // load-consume
// Try to steal one element from other procs.
pid := runtime_procPin()
runtime_procUnpin()
for i := 0; i < int(size); i {
l := indexLocal(local, (pid i 1)%int(size))
l.Lock()
last := len(l.shared) - 1
if last >= 0 {
x = l.shared[last]
l.shared = l.shared[:last]
l.Unlock()
break
}
l.Unlock()
}
return x
}2.2.3 归还对象池中的对象
func (p *Pool) Put(x interface{}) {
if x == nil {
return
}
if race.Enabled {
if fastrand()%4 == 0 {
//1/4的概率会把该元素扔掉
return
}
race.ReleaseMerge(poolRaceAddr(x))
race.Disable()
}
l := p.pin()
if l.private == nil {
//赋值给私有变量
l.private = x
x = nil
}
runtime_procUnpin()
if x != nil {
//访问共享池加锁
l.Lock()
l.shared = append(l.shared, x)
l.Unlock()
}
if race.Enabled {
race.Enable()
}
}

三.sync.Pool 使用
// 一个[]byte的对象池，每个对象为一个[]byte
var bytePool = sync.Pool{
New: func() interface{} {
b := make([]byte, 512)
return &b
},
}
func main() {
a := time.Now().Unix()
// 不使用对象池
for i := 0; i < 1000000000; i {
obj := make([]byte,512)
_ = obj
}
b := time.Now().Unix()
// 使用对象池
for i := 0; i < 1000000000; i {
obj := bytePool.Get().(*[]byte)
_ = obj
bytePool.Put(obj)
}
c := time.Now().Unix()
fmt.Println("without pool ", b - a, "s")
fmt.Println("with pool ", c - b, "s")
}
// without pool 17 s
四.sync.Pool的使用场景
sync.Pool的get方法不会对获取到的对象做任何的保证，因为放入的本地子池中的值可能在任何是由被删除，而且不会通知调用者。放入共享池的值有可能被其他的goroutine偷走。随意临时对象池适合存储一些临时数据，不适合用来存储数据库连接等持久化存储的对象。
总结 关注，私信【资料】免费获取！
大厂C 面试题库、BAT架构技术资料库（关注小编，后台私信【资料】）资料内容涵盖BAT架构技术与面试真题，减少你到处搜索资料的时间，成体系的实战技术知识，让你面试、进阶都更加容易！