go语言协程问题

数量依赖系统资源，比如内存啊之类的，没有其他的限制。

比如8G的内存，可以创建多少个协程？

这个也是不确定的，一个 goroutine 占用 2k 内存，但一个系统其他地方会使用内存、资源。一般写代码时，不太需要可以注意 goroutine 的数量

我考虑的是高并发的服务器场景，比如同时有几千万的客户端连接上来，每个连接使用1个协程进行处理，这是就需要创建大量的协程了

这样的场景一点问题都没有啊，你担心什么？

假设有一千万个客户端同时连接服务端，这时服务端需要创建一千万个协程来处理请求，而且每个协程都是一个for循环不断的读取网络数据，这个for循环是个死循环，这种情况下程序性能怎么样？会不会很差？我是golang初学者，望指点。

这涉及到可能 IO 是瓶颈，而不是说 goroutine 是瓶颈。一般没必要特意限制 goroutine 的数量，更多的可能会是系统资源限制，这时可能需要优化程序（比如 gc 之类的），或者需要更多的服务器支持。

你的意思是说这种高并发的场景，需要服务器集群来支持，比如单台服务器只处理1万请求，然后1000台服务器组成集群，这样就可以处理1000万个请求了，是吗？

你的量很大，单机肯定不行啊，而且单机会有单点故障，这是不能容忍的

嗯。说的是，这个确实需要服务器集群了，还需要做负载均衡，没接触过这些东西，但是对它很感兴趣，想学习下。就是不知道从何入手，有这方面的书可以推荐下吗？

目前 go 语言这方面的书好像没见过有

嗯。那么就先考虑单台服务器，先做到单台服务器上的go服务器程序性能尽量优越，这方面的编程示例或者书籍有吗？

一般来说也没有必要创造这么多goroutine呢。 用一个goroutine池可以减少goroutine数量。

嗯。具体如何实现呢？能否贴下代码？

M:machine 默认值10000 sched.maxmcount = 10000 P:processor 默认值256 _MaxGomaxprocs = 1 << 8 G:goroutine 通过gfree、runq，队列形式被调用，无直接数量限制。具体参见runtime2.go

嗯。长见识了

@linkerlin protoactor的#162 issue是你提交的吗？

这个问题确实挺业余。。要知道系统最大瓶颈是io 那种并发量不等你创建那么多协程，第一io先挂了，第二内存满了，程序溢出崩溃。。。

理论: 执行一个goroutine只需极少的栈内存(大概是4~5KB)，当然会根据相应的数据伸缩。也正因为如此，可同时运行成千上万个并发任务。 实际情况：现实任何一个server除了goroutine还有很多其他占用CPU和MEM的部分。 如果你有此需求， 无论采用什么语言都会有此问题， 那么只能通过集群 负载均衡等一系列措施去执行了

我没接触过这块，但是很感兴趣，所以想了解下。

如果服务器程序的网络模型采用select模型，这种模型只能支持1000个左右的并发量，再多就报错了。在这种情况下，如果有100台这样的服务器在跑的话，就能达到10万的并发量了，是这样吗？

理论上是这样， 但是中间还有网络传输压力等 其实你个人不必去纠结这个并发量问题， 其一：这个并发量你可以去完成12306了； 其二: 真有这个并发量的时候， 不是这么简单可以搞定的。 我想你只是想了解集群和负载均衡之类的。 你先看看nignx之类的容器

嗯。就是想了解高并发的服务器是如何做到的，很想学习这块。搞了很多年的客户端，一直想了解服务端的东西，很感兴趣。

go中的一些最大限制： sched.maxmcount = 10000 // maximum number of m's allowed (or die)

// 最大线程数 const ( // The max value of GOMAXPROCS. // There are no fundamental restrictions on the value. _MaxGomaxprocs = 1 << 10 )

新增goroutine 的限制条件是能不能获取到足够大小的stack size。

基于go1.9

这个sched.maxmcount = 10000指的是什么？是最大协程数，还是什么？

G: 表示goroutine，存储了goroutine的执行stack信息、goroutine状态以及goroutine的任务函数等；另外G对象是可以重用的。 P: 表示逻辑processor，P的数量决定了系统内最大可并行的G的数量（前提：系统的物理cpu核数>=P的数量）；P的最大作用还是其拥有的各种G对象队列、链表、一些cache和状态。 M: M代表着真正的执行计算资源。在绑定有效的p后，进入schedule循环；而schedule循环的机制大致是从各种队列、p的本地队列中获取G，切换到G的执行栈上并执行G的函数，调用goexit做清理工作并回到m，如此反复。M并不保留G状态，这是G可以跨M调度的基础。

多谢指点。这些理论以后在实践中慢慢领悟

是的

Great! balance bike