周末又到了,为大家准备了一份实用干货:如何使用channel和Mutex解决并发问题,利用周末的好时光,配上音乐,思考一下吧????。
来,问自己个问题:面对并发问题,是用channel解决,还是用Mutex解决?
如果自己心里还没有清晰的答案,那就读下这篇文章,你会了解到:
- 使用channel解决并发问题的核心思路和示例
- channel擅长解决什么样的并发问题,Mutex擅长解决什么样的并发问题
- 一个并发问题该怎么入手解解决
- 一个重要的plus思维
前戏
前面很多篇的文章都在围绕channel
介绍,而只有前一篇sync
的文章介绍到了Mutex
,不是我偏心,而是channel在Golang是first class级别的,设计在语言特性中的,而Mutex
只是一个包中的。这就注定了一个是主角,一个是配角。
并且Golang还有一个并发座右铭,在《Effective Go》的channel介绍中写到:
Share memory by communicating, don't communicate by sharing memory.
通过通信共享内存,而不是通过共享内存而通信。
Golang以如此明显的方式告诉我们:面对并发问题,你首先想到的应该是channel,因为channel是线程安全的并且不会有数据冲突,比锁好用多了。
既生瑜,何生亮。既然有channel
了,为啥还提供sync.Mutex
呢?
主角不是万能的,他也需要配角。在Golang里,channel也不是万能的,这是由channel的特性和局限造成的。
下面就给大家介绍channel的特点、核心方法和缺点。
channel解决并发问题的思路和示例
channel的核心是数据流动,关注到并发问题中的数据流动,把流动的数据放到channel中,就能使用channel解决这个并发问题。这个思路是从Go语言的核心开发者的演讲中学来的,然而视频我已经找不到了,不然直接共享给大家,他提到了Golang并发的核心实践的4个点:
DataFlow -> Drawing -> Pipieline -> Exiting
DataFlow指数据流动,Drawing指把数据流动画出来,Pipeline指的是流水线,Exit指协程的退出。DataFlow + Drawing就是我提到到channel解决并发问题的思路,Pipeline和Exit是具体的实践模式,Pipeline和Exit我都写过文章,有需要自取:
下面我使用例子具体解释DataFlow + Drawing。借用《Golang并发的次优选择:sync包》中银行的例子,介绍如何使用channel解决例子中银行的并发问题:银行支持多个用户的同时操作。顺便看下同一个并发问题,使用channel和Mutex解决是什么差别。
一起分析下多个用户同时操作银行的数据流动:
- 每个人都可以向银行发起请求,请求可以是存、取、查3种操作,并且包含操作时必要的数据,包含的数据只和自身相关。
- 银行处理请求后给用户发送响应,包含的数据只和操作用户相关。
你一定发现了上面的数据流动:
- 请求数据:个人请求数据流向银行。
- 响应数据:银行处理结果数据流向用户。
channel是数据流动的通道/管道,为流动的数据建立通道,这里需要建立2类channel:
- reqCh:传送请求的channel,把请求从个人发送给银行。
- retCh:传送响应的channel,把响应从银行发给个人。
我们把channel添加到上图中,得到下面的图:
以上就是从数据流动的角度,发现如何使用channel解决并发问题。思路有了,再思考下代码层面需要怎么做:
-
银行:
- 定义银行,只保存1个map即可
- 银行操作:接收和解析请求,并把请求分发给存、取、查函数
- 实现存、取、查函数:处理请求,并把结果写入到用户提供的响应通道
- 定义请求和响应
- 用户:创建请求和接收响应的通道,发送请求后等待响应,提取响应结果
- mian函数:创建银行和用户间的请求通道,创建银行、用户等协程,并等待操作完成
以上,我们这个并发问题的逻辑实现和各块工作就清晰了,写起来也方便、简单。代码实现有200多行,公众号不方便查看,可以点阅读原文,一键直达。
代码不能贴了,运行结果还是可以的,为了方便理解结果,介绍下示例代码做了什么。main函数创建了银行、小明、小刚3个并发协程:
- 银行:从
reqCh
接收请求,依次处理每个请求,直到通道关闭,把请求交给处理函数,处理函数把结果写入到请求中的retCh
。 - 用户小明:创建了存100、取20、查余额的3个请求,每个请求得到响应后,再把下一个请求写入到
reqCh
。 - 用户小刚:流程和小明相同,但存100取200,造成取钱操作失败,他查询下自己又多少钱,得到100。
main函数最后使用WaitGroup等待小明、小刚结束后退出。
下面是运行结果:
$ go run channel_map.go
xiaogang deposite 100 success
xiaoming deposite 100 success
xiaogang withdraw 200 failed
xiaoming withdraw 20 success
xiaogang has 100
xiaoming has 80
Bank exit
这一遭搞完,发现啥没有?用Mutex直接加锁、解锁完事了,但channel搞出来一坨,是不是用channel解决这个问题不太适合?是的。对于当前这个问题,和Mutex的方案相比,channel的方案显的有点“重”,不够简洁、高效、易用。
但这个例子展示了3点:
- 使用channel解决并发问题的核心在于关注数据的流动
- channel不一定是某个并发问题最好的解决方案
- map在并发中,可以不用锁进行保护,而是使用channel
现在,回到了开篇的问题:同一个并发问题,你是用channel解决,还是用mutex解决?下面,一起看看怎么选择。
channel和mutex的选择
面对一个并发问题的时候,应当选择合适的并发方式:channel还是mutex。选择的依据是他们的能力/特性:channel的能力是让数据流动起来,擅长的是数据流动的场景,《Channel or Mutex》中给了3个数据流动的场景:
- 传递数据的所有权,即把某个数据发送给其他协程
- 分发任务,每个任务都是一个数据
- 交流异步结果,结果是一个数据
mutex的能力是数据不动,某段时间只给一个协程访问数据的权限擅长数据位置固定的场景,《Channel or Mutex》中给了2个数据不动场景:
- 缓存
- 状态,我们银行例子中的
map
就是一种状态
提供解决并发问题的一个思路:
- 先找到数据的流动,并且还要画出来,数据流动的路径换成channel,channel的两端设计成协程
- 基于画出来的图设计简要的channel方案,代码需要做什么
- 这个方案是不是有点复杂,是不是用Mutex更好一点?设计一个简要的Mutex方案,对比&选择易做的、高效的
channel + mutex思维
面对并发问题,除了channel or mutex,你还有另外一个选择:channel plus mutex。
一个大并发问题,可以分解成很多小的并发问题,每个小的并发都可以单独选型:channel or mutex。但对于整个大的问题,通常不是channel or mutex,而是channel plus mutex。
如果你是认为是channel and mutex也行,但我更喜欢plus,体现相互配合。
总结
读到这里,感觉这篇文章头重脚轻,channel的讲了很多,而channel和mutex的选择却讲的很少。在channel和mutex的选择,实际并没有一个固定答案,也没有固定的方法,但提供了一个简单的思路:设计出channel和Mutex的简单方案,然后选择最适合当前业务、问题的那个。
思考比结论更重要,希望你有所收获:
- 关注数据的流动,就可以使用channel解决并发问题。
- 不流动的数据,如果存在并发访问,尝试使用sync.Mutex保护数据。
- channel不一定某个并发问题的最优解。
- 不要害怕、拒绝使用mutex,如果mutex是问题的最优解,那就大胆使用。
- 对于大问题,channel plus mutex也许才是更好的方案。
参考资料
文章推荐
- 如果这篇文章对你有帮助,请点个赞/喜欢,感谢。
- 本文作者:大彬
- 如果喜欢本文,随意转载,但请保留此原文链接:http://lessisbetter.site/2019/01/14/golang-channel-and-mutex/
有疑问加站长微信联系(非本文作者)