Go: 监控模式

 Go 能实现[监控模式](https://en.wikipedia.org/wiki/Monitor_%28synchronization%29)，归功于 `sync` 包和 `sync.Cond` 结构体。监控模式允许 goroutine 在进入睡眠模式前等待一个定特定条件，而不会阻塞执行或消耗资源。 ## 条件变量 我们举个例子，来看看这个模式可以带来的好处。我将使用 [Bryan Mills 的演示文稿](https://drive.google.com/file/d/1nPdvhB0PutEJzdCq5ms6UI58dp50fcAN/view)中提供的示例： ```go type Item = int type Queue struct { items []Item *sync.Cond } func NewQueue() *Queue { q := new(Queue) q.Cond = sync.NewCond(&sync.Mutex{}) return q } func (q *Queue) Put(item Item) { q.L.Lock() defer q.L.Unlock() q.items = append(q.items, item) q.Signal() } func (q *Queue) GetMany(n int) []Item { q.L.Lock() defer q.L.Unlock() for len(q.items) < n { q.Wait() } items := q.items[:n:n] q.items = q.items[n:] return items } func main() { q := NewQueue() var wg sync.WaitGroup for n := 10; n > 0; n-- { wg.Add(1) go func(n int) { items := q.GetMany(n) fmt.Printf("%2d: %2d\n", n, items) wg.Done() }(n) } for i := 0; i < 100; i++ { q.Put(i) } wg.Wait() } ``` `Queue` 是一个非常简单的结体构，由一个切片和 `sync.Cond` 结构组成。然后，我们做两件事： - 启动 10 个 goroutines，并将尝试一次消费 X 个元素。如果这些元素不够数目，那么 goroutine 将进去睡眠状态并等待被唤醒 - 主 goroutine 将用 100 个元素填入队列。每添加一个元素，它将唤醒一个等待消费的 goroutine。 程序的输出， ```text 4: [31 32 33 34] 8: [10 11 12 13 14 15 16 17] 5: [35 36 37 38 39] 3: [ 7 8 9] 6: [40 41 42 43 44 45] 2: [18 19] 9: [46 47 48 49 50 51 52 53 54] 10: [21 22 23 24 25 26 27 28 29 30] 1: [20] 7: [ 0 1 2 3 4 5 6] ``` 如果多次运行此程序，将获得不同的输出。我们可以看到，由于是按批次检索值的，每个 goroutine 获取的值是一个连续的序列。这一点对于理解 `sync.Cond` 与 `channels` 的差异很重要。 ## sync.Cond vs Channels 用单个 `channel` 解决这个问题并不容易，因为它会被消费者一个接一个地拉出来。 为了解决这个问题，Bryan Mills 编写了一个包含两个通道组合的[等价解决方案（第65页）](https://drive.google.com/file/d/1nPdvhB0PutEJzdCq5ms6UI58dp50fcAN/view)： ```go type Item = int type waiter struct { n int c chan []Item } type state struct { items []Item wait []waiter } type Queue struct { s chan state } func NewQueue() *Queue { s := make(chan state, 1) s <- state{} return &Queue{s} } func (q *Queue) Put(item Item) { s := <-q.s s.items = append(s.items, item) for len(s.wait) > 0 { w := s.wait[0] if len(s.items) < w.n { break } w.c <- s.items[:w.n:w.n] s.items = s.items[w.n:] s.wait = s.wait[1:] } q.s <- s } func (q *Queue) GetMany(n int) []Item { s := <-q.s if len(s.wait) == 0 && len(s.items) >= n { items := s.items[:n:n] s.items = s.items[n:] q.s <- s return items } c := make(chan []Item) s.wait = append(s.wait, waiter{n, c}) q.s <- s return <-c } ``` 结果类似： ```text 1: [ 0] 10: [ 1 2 3 4 5 6 7 8 9 10] 5: [11 12 13 14 15] 8: [16 17 18 19 20 21 22 23] 6: [24 25 26 27 28 29] 3: [37 38 39] 7: [30 31 32 33 34 35 36] 9: [46 47 48 49 50 51 52 53 54] 2: [44 45] 4: [40 41 42 43] ``` 在可读性和语义方面，条件变量在这里可能有一个小优势。但是，它也有限制。 ## 注意事项 我们运行包含 100 个元素的基准测试，如示例所示： ```text WithCond-8 15.7µs ± 2% WithChan-8 19.4µs ± 1% ``` 在这里使用条件变量要快一些。让我们试试 10k 个元素的基准测试： ```text WithCond-8 2.84ms ± 1% WithChan-8 917µs ± 1% ``` 可以看到 `channel` 的速度要快得多。 [Bryan Mills 在“饥饿”部分（第45页）](https://drive.google.com/file/d/1nPdvhB0PutEJzdCq5ms6UI58dp50fcAN/view)中解释了这个问题： > 假设我们调用 GetMany(3000) 的同时有一个调用者在密集的循环中执行 GetMany(3)。两个服务可能几乎同时醒来，但 GetMany(3) 调用将能够消耗三个元素，而 GetMany(3000) 将没有足够的元素就绪。队列将保持耗尽状态，较大的调用将一直阻塞。 该演示文稿还强调了在处理条件变量时我们可能面临的其他问题。如果模式看起来很简单，我们在使用它时应该小心。之前看到的例子向我们展示了如何更有效地使用 `channel` 并通过通信进行共享。 ## 内部流程 内部实现非常简单，基于发号系统。以下是上一个示例的简单表示：  进入等待模式的每个 goroutine 将从变量 `wait` 开始分号，该变量从 0 开始。这表示等待队列。 然后，每次调用 `Signal()` 都会增加另一个名为 `notify` 的计数器，该计数器代表需要通知或唤醒的 goroutine 队列。 我们的 `sync.Cond` 结构包含一个负责发号的结构： ```go type notifyList struct { wait uint32 notify uint32 lock uintptr head unsafe.Pointer tail unsafe.Pointer } ``` 这是就是上面提到的 `wait` 和 `notify` 变量。该结构还通过 `head` 和 `tail` 保存等待的 goroutine 的链表，其中每个 goroutine 在其内部结构中保持对所获取的票号的引用。 当收到信号时，Go 会在链表上进行迭代，直到分配给被检查的 goroutine 的票号与 `notify` 变量的编号匹配，如匹配则唤醒当前票号的 goroutine。一旦找到 goroutine，其状态将从等待模式变为可运行模式，然后在 Go 调度程序中处理。 如果你想深入了解 Go 调度程序，我强烈建议你阅读 [William Kennedy 关于 Go 调度程序的教程](https://www.ardanlabs.com/blog/2018/08/scheduling-in-go-part1.html)。