【2-5 Golang】Go并发编程—管道chan

&emsp;&emsp;Go语言实现了两种多线程同步方案，一种是传统多线程语言类似，基于共享内存方案；另一种称之为基于协程-管道的CSP（communicating sequential processes）并发编程模型，这也是Go语言推荐的方式。本篇文章主要讲解管道在并发编程中的典型应用，以及管道的底层实现原理。 ## 典型应用场景 &emsp;&emsp;顾名思义，管道可以从一端写入数据，一端读取数据，用户程序可以很方便的通过管道实现协程间通信，如下列方式： ``` package main import ( "fmt" "time" ) func main() { queue := make(chan int, 1) go func() { for { data := <- queue //读取 fmt.Print(data, " ") //0 1 2 3 4 5 6 7 8 9 } }() for i := 0; i < 10; i ++ { queue <- i //写入 } time.Sleep(time.Second) } ``` &emsp;&emsp;管道可以在多协程间传递数据，管道的声明如"chan int"方式，声明包含了传递的数据类型。make初始化管道时候，第二个参数用于设置管道最大可以存储的数据量：管道容量满了之后，写入数据会阻塞当前协程；管道容量为空时，读取数据也会阻塞当前协程。那如果make初始化管道时，第二个参数是0呢？这意味着该管道最大容量为0，也就是，向管道写入数据时如果没有协程恰好等待读，一定会阻塞当前写协程；相应的，从管道读取数据时如果没有协程恰好等待写入，也一定会阻塞当前读协程。 &emsp;&emsp;管道容量不为0时，我们通常称该管道为有缓冲管道，对应的管道容量为0就是无缓冲管道。有缓冲管道可供多个协程协同处理，在一定程度上可以提高程序的并发，这句话怎么理解呢？设想有这么一个需求：有一个脚本，从kafka等队列消费消息并处理，但是处理逻辑比较耗时，单线程/协程消费+处理效率太低，那就多协程处理呗。一个协程消费kafka等队列消息，写入管道，多个异步协程从管道获取消息并处理，这里我们就通过有缓冲管道 + 多协程提高了程序的并发。程序实例如下： ``` package main import ( "fmt" ) func main() { //有缓冲管道 queue := make(chan int, 100) //启动10个子协程消费管道消息 for i := 0; i < 10; i ++ { go func() { for { data := <- queue fmt.Println(data) } }() } //主协程循环向管道写入消息 for j := 0; j < 1000; j ++ { queue <- j } } ``` &emsp;&emsp;管道的写入或者读取可能会阻塞当前协程，问题就是当前管道是否可读或者可写是不知道的，如果一个协程需要同时操作多个管道呢？比如有多个异步协程从管道抓取数据（耗时），写入数据管道（每一个异步协程对应一个数据管道），主协程从多个数据管道消费数据，写入本地文件。主协程怎么同时读取多个管道呢？要知道读取管道可能会导致主协程阻塞的。Go语言还有一个关键字select，可以同时监听多个管道，非常类似IO多路复用的概念，如epoll。这时候程序应该是这样的： ``` package main import ( "fmt" "time" ) func main() { c1 := make(chan int, 10) c2 := make(chan int, 10) //协程1，循环向管道c1写入数据 go func() { for i := 0; i < 1000; i ++ { c1 <- i time.Sleep(time.Second) } }() //协程2，循环向管道c2写入数据 go func() { for i := 1000; i < 2000; i ++ { c2 <- i time.Sleep(time.Millisecond * 500) } }() //主协程，select case同时监听c1和c2两个管道，哪个管道先变为可读，先执行哪个case for { select { case data := <- c1: fmt.Println(data) case data := <- c2: fmt.Println(data) } } } ``` &emsp;&emsp;管道的读写操作可能导致协程的阻塞，有没有可能不阻塞协程呢？其实也可以，同样可以用select实现，不过这里还需要添加一个特殊的分支，default，意思是默认分支，即其他分支阻塞的时候，执行default分支。 ``` package main import ( "fmt" "strconv" ) func main() { queue := make(chan int, 0) for i := 0; i < 10; i ++ { select { case queue <- i: fmt.Println("insert: " + strconv.Itoa(i)) default: fmt.Println("skip: " + strconv.Itoa(i)) } } } ``` &emsp;&emsp;queue是无缓冲管道，理论上主协程向管道queue写入数据都会阻塞，但是通过select default的组合，管道的写入变成非阻塞了。此时，如果无法向管道写入数据，执行defualt分支，并没有阻塞协程。 &emsp;&emsp;select与default的组合可以实现管道的非阻塞操作，而select与定时器的组合，可以为管道的操作加上超时时间（其实就是select监听多个管道），也就是如果管道不可读或不可写，会阻塞协程，但是待定时器触发时，协程就会解除阻塞。 ``` package main import ( "fmt" "time" ) func main() { queue := make(chan int, 0) //定时器1秒后触发； t := time.After(time.Second) go func() { select { case <- queue: fmt.Println("recv data") case <- t: fmt.Println("timeout") //time.After返回的其实就是管道，1秒后管道t变为可读； } }() time.Sleep(time.Second * 3) } ``` &emsp;&emsp;我们前面介绍，管道的声明一般包含传递的数据类型，但是在某些场景，我们使用管道只是想传递一个信号，比如上面的程序你会关心定时器管道t读取的数据吗？再比如下面的程序，主协程需要等待子协程运行结束后再退出，就能通过管道实现，而这里管道声明为chan struct{}，因为数据不重要，我们只关注他的可读可写状态。初始主协程读管道而阻塞，而等到子协程执行完毕后，向管道写入任意数据，主协程就会解除阻塞，恢复执行。 ``` package main import ( "fmt" "time" ) func main() { queue := make(chan struct{}, 0) go func() { time.Sleep(time.Second) queue <- struct{}{} }() <- queue fmt.Println("time end") } ``` ## 实现原理 &emsp;&emsp;chan是如何实现在多个协程间传递数据呢？思考一下，有缓冲管道是不是需要存储数据，那肯定需要一个数组了，而且这个数组应该作为循环队列使用（一边写入数据一边读取数据，数组没必要无限扩容，而且管道是FIFO模式，先写入的数据先读取，循环队列就能满足条件）；另外，协程操作管道时还有可能被阻塞，阻塞的协程也有可能因为其他协程的写入或者读取而解除阻塞，阻塞的协程队列保存在哪呢？存储在管道变量就可以了；最后，多个协程可能并发的操作管道，所以肯定是需要加锁的。 &emsp;&emsp;结合这三点思考，管道的数据类型定义也呼之欲出了： ``` // runtime/chan.go type hchan struct { //当前管道存储的元素数目 qcount uint // total data in the queue //管道容量 dataqsiz uint // size of the circular queue //数组 buf unsafe.Pointer // points to an array of dataqsiz elements //标识管道是否被close closed uint32 //管道存储的元素类型 & 元素大小 elemtype *_type // element type elemsize uint16 //读/写索引，循环队列 sendx uint // send index recvx uint // receive index //读阻塞协程队列，写协程堵塞队列 recvq waitq // list of recv waiters sendq waitq // list of send waiters //锁 lock mutex } ``` &emsp;&emsp;管道数据结构定义如下图所示：  &emsp;&emsp;文件runtime/chan.go不仅定义了管道的数据类型，好包括基本操作方法： ``` // chan初始化；size就是chan容量 func makechan(t *chantype, size int) *hchan // 从chan读取数据；ep指针，读取到的数据就存储在ep；block表示如果chan不可读，是否阻塞协程 func chanrecv(c *hchan, ep unsafe.Pointer, block bool) // 向chan写入数据；ep指针，待写入的数据就存储在ep；block表示如果chan不可写，是否阻塞协程 func chansend(c *hchan, ep unsafe.Pointer, block bool, callerpc uintptr) // chan关闭 func closechan(c *hchan) ``` &emsp;&emsp;我们以chansend函数为例，研究chan的基本操作： ``` func chansend(c *hchan, ep unsafe.Pointer, block bool, callerpc uintptr) bool { //加锁 lock(&c.lock) //如果有协程在等待读，直接将数据交给目标协程，并唤醒该协程 if sg := c.recvq.dequeue(); sg != nil { send(c, sg, ep, func() { unlock(&c.lock) }, 3) return true } //如果管道还有剩余容量 if c.qcount < c.dataqsiz { //拷贝数据到chan数组 qp := chanbuf(c, c.sendx) typedmemmove(c.elemtype, qp, ep) //更新写入索引 c.sendx++ //循环队列，到最后一个索引了，从头开始 if c.sendx == c.dataqsiz { c.sendx = 0 } //管道目前存储元素数目 c.qcount++ //释放锁 unlock(&c.lock) return true } //管道容量已经满了，直接返回false或者阻塞协程 //block为false表示不阻塞协程 if !block { unlock(&c.lock) return false } //协程阻塞时，会转化为sudog对象存储在管道的阻塞队列 mysg := acquireSudog() mysg.g = gp mysg.elem = ep //阻塞协程入队 c.sendq.enqueue(mysg) //协程换出 gopark(chanparkcommit, unsafe.Pointer(&c.lock), waitReasonChanSend, traceEvGoBlockSend, 2) //走到这里，说明协程恢复执行，会执行一些释放任务 } func send(c *hchan, sg *sudog, ep unsafe.Pointer, unlockf func(), skip int) { //数据拷贝 if sg.elem != nil { sendDirect(c.elemtype, sg, ep) sg.elem = nil } gp := sg.g unlockf() //唤醒阻塞协程 goready(gp, skip+1) } ``` &emsp;&emsp;向管道写入数据时，如果当前有协程在阻塞等待读，send函数会调用goready唤醒该协程，即变更该协程状态为可运行_Grunnable，同时将该协程重新添加到P的协程队列。另外，协程阻塞时不是会转换为sudog对象么，而sudog.elem专用于数据的传递，send函数也会直接将待写入管道的数据，通过sudog.elem传递给读阻塞的协程。 &emsp;&emsp;我们还注意到，参数block表示如果协程不可读或者不可写，是否阻塞协程。普通的协程读写都是阻塞时的，但是上一小节我们提到，select + default可以实现协程的非阻塞读写，这种语法会转换为runtime.selectnbrecv函数调用，其注释如下： ``` // compiler implements // // select { // case v, ok = <-c: // ... foo // default: // ... bar // } // // as // // if selected, ok = selectnbrecv(&v, c); selected { // ... foo // } else { // ... bar // } // func selectnbrecv(elem unsafe.Pointer, c *hchan) (selected, received bool) ``` &emsp;&emsp;我们再思考一个问题，管道如果被close了，或者是管道没有初始化（nil），这时候如果读、或者写、或者甚至close管道，会出现什么情况呢？阻塞吗？还是会抛panic异常？ ``` func closechan(c *hchan) { //抛panic if c == nil { panic(plainError("close of nil channel")) } //抛panic if c.closed != 0 { unlock(&c.lock) panic(plainError("close of closed channel")) } //标识被关闭 c.closed = 1 //唤醒所有读阻塞、写阻塞的协程 release all readers for { sg := c.recvq.dequeue() } // release all writers (they will panic) for { sg := c.sendq.dequeue() } } func chansend(c *hchan, ep unsafe.Pointer, block bool, callerpc uintptr) bool { if c == nil { if !block { return false } //永久阻塞 gopark(nil, nil, waitReasonChanSendNilChan, traceEvGoStop, 2) throw("unreachable") } //如果关闭，不可写，抛panic if c.closed != 0 { unlock(&c.lock) panic(plainError("send on closed channel")) } } func chanrecv(c *hchan, ep unsafe.Pointer, block bool) (selected, received bool) { if c == nil { if !block { return } //永久阻塞 gopark(nil, nil, waitReasonChanReceiveNilChan, traceEvGoStop, 2) throw("unreachable") } //如果管道没有数据，返回该类型空数据 if c.closed != 0 && c.qcount == 0 { unlock(&c.lock) if ep != nil { typedmemclr(c.elemtype, ep) } return true, false } // 正常数据读取流程 } ``` &emsp;&emsp;首先明确了一件事情，管道只能关闭一次，并且如果管道为nil，也是不能关闭的；而且管道关闭时，也会唤醒所有因为该管道而阻塞的协程。当管道为nil时，如果block为true，读写管道都会导致协程的永久阻塞。当管道被close时，向管道写入数据是会抛panic的，但是可以正常读取数据，即使管道为空，读取也会立即返回（空数据）。 &emsp;&emsp;最后，select时如何实现同时监听多个管道的呢？想象一下如果将当前协程添加多多个管道的阻塞队列呢，是不是任意管道可读或可写时，都会唤醒该协程？select的实现逻辑有些复杂，这里我们就不再赘述，有兴趣的可以研究下runtime.selectgo函数： ``` // selectgo implements the select statement. // cas0指向多个case数组首地址，nsends、nrecvs 读、写管道的数目；block是否阻塞 func selectgo(cas0 *scase, order0 *uint16, pc0 *uintptr, nsends, nrecvs int, block bool) (int, bool) ``` ## 管道与调度器schedule &emsp;&emsp;还记得之前介绍的吗？协程因为某些原因阻塞了（chan的读写，socket的读写等等），或者是协程执行结束了，这时候也是需要重新调度其他协程的。协程阻塞通常是通过runtime.gopark函数完成的，而灰度协程调度通常是通过函数runtime.goready完成。 &emsp;&emsp;管道的读操作以及写操作都有可能阻塞协程，参考函数chanrecv以及chansend： ``` func chansend(c *hchan, ep unsafe.Pointer, block bool, callerpc uintptr) bool { //协程阻塞 gopark(chanparkcommit, unsafe.Pointer(&c.lock), waitReasonChanSend, traceEvGoBlockSend, 2) } func chanrecv(c *hchan, ep unsafe.Pointer, block bool) (selected, received bool) { //协程阻塞 gopark(chanparkcommit, unsafe.Pointer(&c.lock), waitReasonChanReceive, traceEvGoBlockRecv, 2) } ``` &emsp;&emsp;协程因管道阻塞后，什么时候能恢复执行呢？当然是其他协程读/写管道时了，从函数chansend的流程可以看到，协程阻塞时，转换为sudog结构，存储在sendq阻塞队列。所以在chanrecv函数中，肯定可以找到对应的从sendq获取协程并恢复调度的逻辑。 ``` func chanrecv(c *hchan, ep unsafe.Pointer, block bool) (selected, received bool) { if sg := c.sendq.dequeue(); sg != nil { recv(c, sg, ep, func() { unlock(&c.lock) }, 3) return true, true } } func recv(c *hchan, sg *sudog, ep unsafe.Pointer, unlockf func(), skip int) { if c.dataqsiz == 0 { //无缓冲管道，直接拷贝数据 if ep != nil { // copy data from sender recvDirect(c.elemtype, sg, ep) } } else { //有缓冲管道，该阻塞协程是因为管道满了 qp := chanbuf(c, c.recvx) //从缓冲区拷贝数据 if ep != nil { typedmemmove(c.elemtype, ep, qp) } // 拷贝发送协程的数据到管道 typedmemmove(c.elemtype, qp, sg.elem) c.recvx++ if c.recvx == c.dataqsiz { c.recvx = 0 } c.sendx = c.recvx // c.sendx = (c.sendx+1) % c.dataqsiz } //恢复协程调度 goready(gp, skip+1) } ``` ## 总结 &emsp;&emsp;管道是Go语言并发编程非常重要的数据类型，本篇文章先介绍了管道的一些典型应用场景，最后深入底层，讲解了管道读写操作的实现逻辑，以及管道与调度器schedule之间的关系。