go语言学习笔记之并发编程

转载 ： http://www.cnblogs.com/agateriver/archive/2010/05/31/1741473.html

1. 通过通讯共享内存(Share by communicating):

　　Do not communicate by sharing memory; instead, share memory by communicating.

　　不要通过内存共享进行通讯；应当通过通讯来共享内存。使用信道(channels)来控制变量的访问可以更为容易地编写出清晰、正确的程序。

2. Goroutines:

　　为什么创造goroutine这个新词？ 原因就是现有的术语，比如线程、协程、进程等等都不能精确的表达其所要表达的内涵（译者在这里也建议不要将其翻译成中文，因为中文里也没有任何词可以精确的表示其内涵）。一个Goroutine就是一个与其它的goroutine在同一地址空间并行执行的函数，这句话有点绕口，但说明了两个意思：一个goroutine就是一个函数；多个goroutine在同一地址空间并行执行。

　　Goroutine是轻量的，比直接分配栈空间的方法要耗用少得多的内存。它起始栈(stack)很小，通过按需分配(和释放)堆(heap)空间来增加内存使用。 Goroutine可被多个OS线程复用，所以如果一个goroutine被阻滞（比如等待I/O时），其它的可以继续运行。这种设计隐藏了线程创建和线程管理的复杂性。 通过在函数或方法前冠以关键词go可以在一个新的goroutine中调用该函数。当调用完成后，该goroutine退出。（效果类似于Unix Shell中的放在命令后让命令后台运行的 &）。 

　　匿名函数在goroutine调用中也很有用。 

 　　在Go语言中，匿名函数是闭包(closure)，其实现确保函数所引用的变量生存期与函数的生存期一样长。

　　这个例子不太实际，因为函数没有在运行结束时发出信号的方式。所以我们需要信道(channel)出场。

3. 信道(Channels)
　　和map一样，信道是引用类型，用make 分配内存。如果调用make时提供一个可选的整数参数，则该信道就会被分配相应大小的缓冲区。缓冲区大小默认为0，对应于无缓冲信道或者同步信道。 

　　信道将通讯(值的交换)与同步结合在一起，确保两个计算过程（goroutine）都处于已知状态。

　　以前面那个后台并行排序为例。信道可用来让正在运行的goroutine等待排序完成。

c := make(chan int) // Allocate a channel.
// 在goroutine中启动排序，当排序完成时，信道上发出信号
go func() {
  list.Sort()
  c <- 1 // 发送一个信号，值是多少无所谓。
}()
doSomethingForAWhile()
<-c // 等待排序完成，丢弃被发送的值。

　　收信者(receivers)在收到数据前会一直被阻滞。如果信道是非缓冲的，则发信者(sender)在收信者接收到数据前也一直被阻滞。如果信道有缓冲区，发信者只有在数据被填入缓冲区前才被阻滞；如果缓冲区是满的，意味着发送者要等到某个收信者取走一个值。

　　缓冲的信道可以象信号灯一样使用，比如用来限制吞吐量。在下面的例子中，进入的请求被传递给handle，handle发送一个值到信道，接着处理请求，最后从信道接收一个值。信道缓冲区的大小限制了并发调用process的数目。

var sem = make(chan int, MaxOutstanding)
func handle(r *Request) {
  sem <- 1 // 等待队列缓冲区非满
  process(r) // 处理请求，可能会耗费较长时间.
  <-sem // 请求处理完成，准备处理下一个请求
}
func Serve(queue chan *Request) {
  for {
    req := <-queue
    go handle(req) //不等待handle完成
  }
}

　　通过启动固定数目的handle goroutines也可以实现同样的功能，这些goroutines都从请求信道中读取请求。Goroutines的数目限制了并发调用process的数目。Serve函数也从一个信道中接收退出信号；在启动goroutines后，它处于阻滞状态，直到接收到退出信号：

func handle(queue chan *Request) {
  for r := range queue {
   process(r)
  }
}

func Serve(clientRequests chan *clientRequests, quit chan bool) {
  // 启动请求处理
  for i := 0; i < MaxOutstanding; i++ {
    go handle(clientRequests)
  }
  <-quit // 等待退出信号
}

4. 通过信道传递信道(Channels of channels)

　　前面的例子中，handle是一个理想化的处理请求的函数，但是我们没有定义它所能处理的请求的具体类型。如果该类型包括了一个信道，每个客户端就可以提供自己方式进行应答

　　客户端提供一个函数、该函数的参数以及一个请求对象用来接收应答的信道

func sum(a []int) (s int) {
for _, v := range a {
  s += v
}
return
}

request := &Request{[]int{3, 4, 5}, sum, make(chan int)}
// 发送请求
clientRequests <- request
// 等待响应.
fmt.Printf("answer: %d\n", <-request.resultChan)

　　在服务器端，处理请求的函数是

　　显然要使这个例子更为实际还有很多工作要做，但这是针对速度限制、并行、非阻滞RPC系统的框架，而且其中也看不到互斥(mutex)的使用。

5. 并行(Parallelization)

　　这些思想的另一个应用是利用多核CPU进行并行计算。如果计算过程可以被分为多个片段，则它可以通过这样一种方式被并行化：在每个片段完成后通过信道发送信号。

　　假设我们有一个耗时的向量操作，而且对每个数据项的操作后的值是独立的，如下面这个理想的例子所示：

type Vector []float64

// 应用操作到 v[i], v[i+1] ... v[n-1].
func (v Vector) DoSome(i, n int, u Vector, c chan int) {
  for ; i < n; i++ {
     v[i] += u.Op(v[i])
  }
  c <- 1 // 发送完成信号
}

　　我们在一个循环中为每个CPU启动一个独立的计算片段，这些片段可以以任意的顺序执行，执行顺序在这里是无关紧要的。在启动所有的goroutines后，我们只需要从信道中提取所有的完成信号即可。

const NCPU = 4 // CPU核数

func (v Vector) DoAll(u Vector) {
  c := make(chan int, NCPU) // Buffering optional but sensible.
  for i := 0; i < NCPU; i++ {
    go v.DoSome(i*len(v)/NCPU, (i+1)*len(v)/NCPU, u, c)
  }
  //从信道中取出所有信号
  for i := 0; i < NCPU; i++ {
    <-c // 等待一个任务完成
  }
  // 至此全部任务均已完成.
}

　　Go编译器gc(6g等)的当前实现在默认情况下并不会使这段代码并行化。对于用户级别的进程，它仅使用单核。任意数目的goroutines都可以在系统调用中被阻滞，但是默认情形下任意时刻只能有一个goroutine可以执行用户级代码。如果你需要多核CPU的并行计算，必须通知运行时并行执行的goroutines数即GOMAXPROCS 。有两种方式设置GOMAXPROCS，一个就是设置环境变量GOMAXPROCS，将其设为CPU核数；另一种方式就是导入runtime包并调用runtime.GOMAXPROCS(NPCU)。

(作者：玛瑙河。尊重他人劳动成果，转载请注明作者或出处)

有疑问加站长微信联系（非本文作者）