在我们谈论协程(Goroutines)泄漏之前,我们先看看并发编程的概念。并发编程处理程序的并发执行。多个连续流任务通过并发编程同时执行,得到更快的执行完成。对于运行在多核处理器上的现代软件,并发编程是必要的,它有助于更好地利用多核处理器的功能,实现更快的并发/并行程序。
协程 (Goroutines)
协程实现了并发执行,协程是Go运行时轻量级线程,协程和线程之间并无一对一的关系,协程由Go管理调度,运行在不同的线程上。Go协程的设计隐藏了许多线程创建和管理方面的复杂工作。
关于并发/并行程序,并发程序可能是并行的,也可能不是。并行是一种通过使用多处理器以提高速度的能力。一个设计良好的并发程序在并行方面的表现也非常出色。在Go语言中,为了使你的程序可以使用多个核心运行,这时协程就真正的是并行运行了,你必须使用GOMAXPROCS变量。详细参考:https://github.com/Unknwon/the-way-to-go_ZH_CN/blob/master/eBook/14.1.md
同步 (synchronize)
进程、线程、协程协作都有一个共同的目标:同步和通讯。
Go语言中,Channels用于协程的同步。传统线程模式通讯是共享内存。Go鼓励使用Channel在协程之间传递引用,而不是显式地使用锁来协调对共享数据的访问。 这种方法确保在给定时间只有一个goroutine可以访问数据。
如下面的例子所示,每个worker执行完成后,他们需要与main协程协作,将返回结果通过channels传递给main协程,之后main协程退出程序。
同步出错
请注意,每次使用go关键字时,Go例程将如何退出。有时候同步可能出现错误,导致一些goroutine永远等待。在Go语言中,如下情况可能导致同步出错:
Channel没有接受者
没有一个接受者来接受发送者发送的数据,Channel是阻塞的。没有接受者的Channel会引起程序挂起。下面的例子,ch1没有接受者,将导致Channel是阻塞的。
package main
import "fmt"
func main() {
ch1 :=make(chanint)
go pump(ch1)// pump hangs
fmt.Println(<-ch1)// prints only 0
}
funcpump(chchanint) {
fori :=0; ; i++ {
ch <- i
}
}
Channel没有写入者
如下情况会出现channel没有写入者的情况,会出现goroutine泄漏。
例 1: for-select
for {
select {
case <-c:
// process here
}
}
例 2: channel循环
go func() {
for range ch { }
}()
例3: 演示tasks循环,导致channel没有写入者,需要主程序调用close(tasks)来避免goroutine泄漏问题。
package main
import "fmt"
func concurrency() {
// lets first create a channel with a buffer
tasks := make(chan string, 20)
// create another one to receive the results
results := make(chan string, 20)
workers := []int{1, 2, 3, 4}
// inserting tasks inside the channel
for task := 0; task < 10; task++ {
tasks <- fmt.Sprintf("Task %d", task)
}
for _, w := range workers {
// starging one goroutine for each worker
go work(w, tasks, results)
}
close(tasks)
// lets print the resutls
fmt.Println("Will print the results")
for res := 0; res < 10; res++ {
fmt.Println("Result:", <-results)
}
}
func work(workerID int, tasks chan string, results chan string) {
// worker will block util a new task arrives in the channel
for t := range tasks {
// simple task as example
results <- fmt.Sprintf("Worker %d got %v", workerID, t)
}
}
func main() {
concurrency()
}
好的做法
使用timeOut
timeout := make(chan bool, 1)
go func() {
time.Sleep(1e9) // one second
timeout <- true
}()
select {
case <- ch:
// a read from ch has occurred
case <- timeout:
// the read from ch has timed out
} OR select {
case res := <-c1:
fmt.Println(res)
case <-time.After(time.Second * 1):
fmt.Println("timeout 1")
}
使用Golang context package
Golang context package可以用来优雅地结束例程甚至超时
泄漏检测
仪器(instrumentation)端点
检测Web服务器泄漏的办法是添加仪器端点,并将其与负载测试一起使用。
// get the count of number of go routines in the system.
func countGoRoutines() int {
returnruntime.NumGoroutine()
}
func getGoroutinesCountHandler(w http.ResponseWriter, r *http.Request) {
// Get the count of number of go routines running.
count := countGoRoutines()
w.Write([]byte(strconv.Itoa(count)))
}
func main() {
http.HandleFunc("/_count", getGoroutinesCountHandler)
}
在负载测试之前和之后,通过仪器端点响应在系统中存在的goroutines数量。以下是负载测试程序的流程:
Step 1: Call the instrumentation endpoint and get the count of number of goroutines alive in your webserver.
Step 2: Perform load test.Lets the load be concurrent.
for i := 0; i < 100 ; i++ {
go callEndpointUnderInvestigation()
}
Step 3: Call the instrumentation endpoint and get the count of number of goroutines alive in your webserver.
如果负载测试后系统中存在异常增加的goroutine数量,则证明存在泄漏。这是一个具有漏洞端点的Web服务器的小例子。 通过简单的测试我们可以确定服务器是否存在泄漏。
// First run the leaky server $ go run leaky-server.go
// Run the load test now.$ go run load.go
3 Go routines before the load test in the system.
54 Go routines after the load test in the system.
您可以清楚地看到,通过50个并发请求到泄漏端点,系统中增加了50个程序。
让我们再次运行负载测试。
$ go run load.go
53 Go routines before the load test in the system.
104 Go routines after the load test in the system.
很清楚,在每次运行的负载测试中,服务器中的执行次数都在增加,而不是下降。 这是一个明显的泄漏证据。
识别泄漏的起因
使用栈跟踪端点
一旦发现Web服务器中存在泄漏,需要确定泄漏的来源。可以通过添加返回Web服务器的栈跟踪端点可以帮助识别泄漏的来源。
import (
"runtime/debug"
"runtime/pprof"
)
func getStackTraceHandler(w http.ResponseWriter, r *http.Request) {
stack := debug.Stack()
w.Write(stack)
pprof.Lookup("goroutine").WriteTo(w, 2)
}
func main() {
http.HandleFunc("/_stack", getStackTraceHandler)
}
在确定泄漏的存在之后,使用端点在负载之前和之后获取栈跟踪信息,以识别泄漏的来源。
将栈跟踪工具添加到泄漏服务器并再次执行负载测试。
如下栈跟踪信息清楚地指出泄漏的震中:
// First run the leaky server$ go run leaky-server.go
// Run the load test now.$ go run load.go
3 Go routines before the load test in the system.
54 Go routines after the load test in the system. goroutine 149 [chan send]:
main.sum(0xc420122e58, 0x3, 0x3, 0xc420112240)
/home/karthic/gophercon/count-instrument.go:39 +0x6c
created by main.sumConcurrent
/home/karthic/gophercon/count-instrument.go:51 +0x12b
goroutine 243 [chan send]:
main.sum(0xc42021a0d8, 0x3, 0x3, 0xc4202760c0)
/home/karthic/gophercon/count-instrument.go:39 +0x6c
created by main.sumConcurrent
/home/karthic/gophercon/count-instrument.go:51 +0x12b
goroutine 259 [chan send]:
main.sum(0xc4202700d8, 0x3, 0x3, 0xc42029c0c0)
/home/karthic/gophercon/count-instrument.go:39 +0x6c
created by main.sumConcurrent
/home/karthic/gophercon/count-instrument.go:51 +0x12b
goroutine 135 [chan send]:
main.sum(0xc420226348, 0x3, 0x3, 0xc4202363c0)
/home/karthic/gophercon/count-instrument.go:39 +0x6c
created by main.sumConcurrent
/home/karthic/gophercon/count-instrument.go:51 +0x12b
goroutine 166 [chan send]:
main.sum(0xc4202482b8, 0x3, 0x3, 0xc42006b8c0)
/home/karthic/gophercon/count-instrument.go:39 +0x6c
created by main.sumConcurrent
/home/karthic/gophercon/count-instrument.go:51 +0x12b
goroutine 199 [chan send]:
main.sum(0xc420260378, 0x3, 0x3, 0xc420256480)
/home/karthic/gophercon/count-instrument.go:39 +0x6c
created by main.sumConcurrent
/home/karthic/gophercon/count-instrument.go:51 +0x12b
........
使用profiling
由于泄漏的goroutine通常被阻止去尝试读取或写入channel或甚至可能睡眠,profilling分析将帮助识别泄漏的起因。参见benchmarks and profiling谈论基准测试和分析,或https://github.com/Unknwon/the-way-to-go_ZH_CN/blob/master/eBook/13.10.md。
避免泄漏,赶早不赶晚
单元测试和功能测试中使用instrument机制可以帮助早期识别泄漏。计数试验前后的goroutine数。
func TestMyFunc() {
// get count of go routines. perform the test.
// get the count diff.
// alert if there's an unexpected rise.
}
测试中的栈差异
栈差异是一个简单的程序,它在测试之前和之后对栈跟踪进行差异比较,并在任何不期望的goroutine遗留的系统情况下发出警报。 将将其与单元测试和功能测试集成,可以帮助在开发过程中识别泄漏。
import (
github.com/fortytw2/leaktest
)
func TestMyFunc(t *testing.T) {
defer leaktest.Check(t)()
go func() {
for {
time.Sleep(time.Second)
}
}()
}
安全设计
当系统受到一个端点/服务受到泄漏或资源中断影响的时候,微服务架构的服务做为独立容器/过程运行可以保护整个系统。推荐使用容器编排工具,如Kubernetes,Mesosphere和Docker Swarm。
Goroutine泄漏就像慢性自杀。设想获取整个系统的栈跟踪,并尝试识别哪些服务导致数百个服务中的泄漏! 真的吓人!!!! 他们在一段时间浪费你的计算资源,慢慢积累,你甚至不会注意到。 真的很重要去意识到泄漏并尽早调试它们!
Go will make you love programming again. I promise.
Go会让你再次爱编程。 我承诺。
参考:
《The Way to Go》中文译本《Go入门指南》https://github.com/Unknwon/the-way-to-go_ZH_CN
Debugging go routine leaks:https://youtu.be/hWo0FEVr92A
https://github.com/fortytw2/leaktest
http://www.tuicool.com/articles/2AZf63J
有疑问加站长微信联系(非本文作者)