什么是master-worker模式？
如果你做过java服务端，那你对master-worker模式一定并不陌生，它是一种并行模式。
master-worker模式的主要作用是将master任务分别调度到多个worker上进行计算，计算之后将结果返回到master中进行合并整理。目的是减少一个进程对master中的任务处理的压力。
master-worker模式流程图：
master-worker详细流程图：
golang实现master-worker模式
worker
package worker
import (
"fmt"
)
//封装需要处理的数据结构
type Job struct {
num int
}
func NewJob(num int) Job {
return Job{num: num}
}
type Worker struct {
id int //workerID
WorkerPool chan chan Job //worker池
JobChannel chan Job //worker从JobChannel中获取Job进行处理
Result map[interface{}]int //worker将处理结果放入reuslt
quit chan bool //停止worker信号
}
func NewWorker(workerPool chan chan Job, result map[interface{}]int, id int) Worker {
return Worker{
id: id,
WorkerPool: workerPool,
JobChannel: make(chan Job),
Result: result,
quit: make(chan bool),
}
}
func (w Worker) Start() {
go func() {
for {
//将worker的JobChannel放入master的workerPool中
w.WorkerPool <- w.JobChannel
select {
//从JobChannel中获取Job进行处理，JobChannel是同步通道，会阻塞于此
case job := <-w.JobChannel:
//处理这个job
//并将处理得到的结果存入master中的结果集
x := job.num * job.num
fmt.Println(w.id, ":", x)
w.Result[x] = w.id
//停止信号
case <-w.quit:
return
}
}
}()
}
func (w Worker) Stop() {
go func() {
w.quit <- true
}()
}
master
package master
import (
"MasterWorkerPattern/worker"
)
type Master struct {
WorkerPool chan chan worker.Job //worker池
Result map[interface{}]int //存放worker处理后的结果集
jobQueue chan worker.Job //待处理的任务chan
workerList []worker.Worker //存放worker列表，用于停止worker
}
var maxworker int
//maxWorkers:开启线程数
//result :结果集
func NewMaster(maxWorkers int, result map[interface{}]int) *Master {
pool := make(chan chan worker.Job, maxWorkers)
maxworker = maxWorkers
return &Master{WorkerPool: pool, Result: result, jobQueue: make(chan worker.Job, 2*maxWorkers)}
}
func (m *Master) Run() {
//启动所有的Worker
for i := 0; i < maxworker; i++ {
work := worker.NewWorker(m.WorkerPool, m.Result, i)
m.workerList = append(m.workerList, work)
work.Start()
}
go m.dispatch()
}
func (m *Master) dispatch() {
for {
select {
case job := <-m.jobQueue:
go func(job worker.Job) {
//从workerPool中取出一个worker的JobChannel
jobChannel := <-m.WorkerPool
//向这个JobChannel中发送job，worker中的接收配对操作会被唤醒
jobChannel <- job
}(job)
}
}
}
//添加任务到任务通道
func (m *Master) AddJob(num int) {
job := worker.NewJob(num)
//向任务通道发送任务
m.jobQueue <- job
}
//停止所有任务
func (m *Master) Stop() {
for _, v := range m.workerList {
v.Stop()
}
}
test
// MasterWorkerPattern project main.go
package main
import (
"MasterWorkerPattern/master"
"fmt"
"time"
)
func main() {
result := map[interface{}]int{}
mas := master.NewMaster(4, result)
mas.Run()
for i := 0; i < 10; i++ {
mas.AddJob(i)
}
time.Sleep(time.Millisecond)
//mas.Stop()
fmt.Println("result=", result)
}
运行结果
0 : 81
3 : 0
0 : 4
0 : 36
0 : 25
0 : 49
0 : 64
1 : 1
3 : 9
2 : 16
result= map[81:0 36:0 64:0 1:1 0:3 4:0 25:0 49:0 9:3 16:2]
这个运行结果是不确定的，在worker.go中有一行这样的代码：
x:=job.num*job.num
fmt.Println(w.id,":",x)，打印的是workerID和Job中num的平方，从最后的测试结果中可以看出id=0的这个worker计算了很多个Job，而其他的都很少，这并没什么影响，执行多次完全可能是不同的结果。另外，开启多少个worker来为master工作比较好？如果你是2核，建议2-4个；如果你是4核，建议4-8，即i-2*i个，尽量用压榨CPU。
有疑问加站长微信联系（非本文作者）
