在杭州站 Gopher Meetup 上,来自网易的黄庆兵分享一个相对轻松的话题——《可视化学习Go并发编程》。以下是他的演讲实录。
Go 天生是为并发而生的东西。简单来说,我觉得并发可以看作一种程序的构造方式,如下图所示。
想了解并行和并发的区别,推荐看一下Rob Pike的分享(点击阅读原文即可跳转)。在这个视频里,他用形象的Gopher动图,讲解了Go并发的过程。
总结他的观点如下:
并发很强大
并发帮助实现并行,使并行(扩展等)变得容易
并发不是并行,并发重点是架构,并行重点是执行,两者不同,但相关。
因为今天的重点不是讲理论,而是站在可视化的角度来展示并发的过程。所以,结合这两个可视化图形可以直观的了解并发和并行的区别,毕竟一图胜千言。(请复制链接在浏览器中打开)
并发:http://talks.bingohuang.com/2017/go-concurrency-visualize/pingpong36.html
并行:http://talks.bingohuang.com/2017/go-concurrency-visualize/parallelism.html
总的来说,并行就是同时执行(通常是相关的)计算任务的编程技术,两个或者多个事件在同一时刻发生;而并发是将相互独立的执行过程综合到一起的编程技术,两个或多个事件在同一时间间隔内发生。
当今是多核的时代,并发的世界。摩尔定律逐渐失效,需要更多关注并发的编程思想。
但并发编程并不容易,而 Go 对并发有很好的支持。
类似于 UNIX 中的 &
很像线程,但更轻量
一个 goroutine 就是一个独立运行的函数
当一个 goroutine 阻塞时,所在的线程会阻塞,但其它 goroutine 不受影响
通过关键字 go 来创建 goroutine,如下说是
类似于 UNIX 中的管道
它允许在 Goroutine 之间传递消息
如下有一个简单的例子,这是常见的计时器,后续还可以做成可视化的图形。
类似于语言中常见的 switch
但它的判断条件是基于通信,而不是基于值的等量匹配
但问题来了:
我们怎样去讲解 Go 的并发?
我们怎样思考 Go 的并发过程?
最终,我们怎样更好的实践 Go 并发编程?
gotrace(go):分析 go tool trace 的执行结果
gothree(js): 基于 ThreeJs 和 WebGL 生成 3D 图像
无论写什么语言,都会从 hello world开始,代码非常简单 - 单 channel,单 goroutine,一次写,一次读。
效果如下图(复制链接 http://talks.bingohuang.com/2017/go-concurrency-visualize/helloworld.html 在浏览器中打开也可直接访问):
这里蓝色的线表示 goroutine 随着时间运行。细的蓝线连接了 ‘main’ 和 ‘#20’,标志着 goroutine 的启动和停止,揭示了它们的父子关系。最后,红色箭头给我们展示了‘发送/接受’的动作。实际上它是两个独立的动作,我试着用动画展示成一个单独的事务:从 A 发送到 B。 Goroutine 名称中的的 “#20”,是实际的 goroutine 内部 ID,通过某种手段从运行时获取。
2.计时器
记得在前面讲Channel举的一个计时器的例子,也非常典型 - 创建一个 channel,启动一个 goroutine,在给定的时间间隔之后向这个 channle 写入数据,之后将这个 channel 返回给函数的调用着。这个调用者会阻塞固定的时间后去读取该 channel。让我们来运行 24 个这样的计时器并试着做可视化。
看一下效果(复制链接http://talks.bingohuang.com/2017/go-concurrency-visualize/timer.html):
非常的形象,是不是?
看一下效果(复制链接 http://talks.bingohuang.com/2017/go-concurrency-visualize/pingpong2.html 到浏览器中打开)
建议在PC端浏览器上打开上面的链接,可以和 WebGL 动画交互,玩玩看。你可以放慢、加快,从不同的角度观察它。
上面是常见的2个乒乓球运动员对打的过程,如果是三个运动员会是什么样呢?现在,让我们来运行 3 个运动员的试试看。代码中只要做少量的修改,添加一个 player 即可:
让我们看一个更复杂的例子,跑36个运动员看看。
上面几个例子比较简单,让我们来看一个更复杂的并发算法:素数筛算法,又叫埃拉托斯特尼算法,是一种古老的算法,用于找到小于或等于给定整数n的素数。算法核心思想:先用最小的素数2去筛,把2的倍数剔除掉;下一个未筛除的数就是素数(这里是3)。再用这个素数3去筛,筛除掉3的倍数... 这样不断重复下去,直到筛完为止。
这个算法的并发变化是用 goroutines 来过滤数字 —— 一个 goroutine 发现一个素数,而 channels 用来把数字从 generator 传递到 filter。当一个素数被找到了,就会通过 channel 传递给 main,再输出。
当然,这个算法并不会非常高效,特别是在你想找大量的素数,并且寻找最低的大 O 复杂度时,但这个算法确非常的优雅。
大家可以看一下可视化的样子(http://talks.bingohuang.com/2017/go-concurrency-visualize/primesieve.html)
可以在交互模式中体验一下该动画。它的图形化方式确实能更好的帮助我们理解算法。该 generate 函数 goroutine 从 2 开始发出每一个整数。而每一个新的 filter 函数 goroutine 会过滤特定素数的倍数 - 2,3,5,7……每一个 filter 的第一个数就是素数,将它发送给 main 函数,并输出。如果你旋转图像自顶向下看的话,你会发现,所有从 goroutine 发送给 main 的数字就是素数。
非常漂亮的算法,特别是在 3D 图像下。
虽然说Goroutine是一个很轻量线程,不应该浪费它的。假设有N多个Goroutine泄漏了会怎么样?
最后说一下GoTrace的用法,它本身也是开源的。
下载方式:go get -v -u github.com/divan/gotrace
默认分支(master)是基于 Go 1.6 开发,我建议切换到到 Go18 分支,支持 Go 1.8。
直接运行 go 代码的效果并不好,推荐生成 trace,需在执行的代码上前后加上:
它会自动打开这个浏览器,可以调整视角,可以缩放、旋转、加粗,改变图像。
使用场景
最后我想说一下使用场景。首先,我看到的时候觉得非常酷,这会引发大家对学习Go的兴趣,同时还可以通过它来学习 Go 的并发模式,探索 Go 的并发过程,希望对大家进一步学习 Go 语言有所帮助。
有疑问加站长微信联系(非本文作者)