• 14.7 新旧模型对比：任务和worker

    14.7 新旧模型对比：任务和worker

    假设我们需要处理很多任务；一个worker处理一项任务。任务可以被定义为一个结构体（具体的细节在这里并不重要）：

    1. type Task struct {
    2.     // some state
    3. }

    旧模式：使用共享内存进行同步

    由各个任务组成的任务池共享内存；为了同步各个worker以及避免资源竞争，我们需要对任务池进行加锁保护：

    1.     type Pool struct {
    2.         Mu      sync.Mutex
    3.         Tasks   []Task
    4.     }

    sync.Mutex(参见9.3是互斥锁：它用来在代码中保护临界区资源：同一时间只有一个go协程（goroutine）可以进入该临界区。如果出现了同一时间多个go协程都进入了该临界区，则会产生竞争：Pool结构就不能保证被正确更新。在传统的模式中（经典的面向对象的语言中应用得比较多，比如C++,JAVA,C#)，worker代码可能这样写：

    1. func Worker(pool *Pool) {
    2.     for {
    3.         pool.Mu.lock()
    4.         // begin critical section:
    5.         task := pool.Task[0]        // take the first task
    6.         pool.Tasks = pool.Task[1:]  // update the pool of tasks
    7.         // end critical section
    8.         pool.Mu.Unlock()
    9.         process(task)
    10.     }
    11. }

    这些worker有许多都可以并发执行；他们可以在go协程中启动。一个worker先将pool锁定，从pool获取第一项任务，再解锁和处理任务。加锁保证了同一时间只有一个go协程可以进入到pool中：一项任务有且只能被赋予一个worer。如果不加锁，则工作协程可能会在task:=pool.Task[0]发生切换，导致pool.Tasks=pool.Task[1:]结果异常：一些worker获取不到任务，而一些任务可能被多个worker得到。加锁实现同步的方式在工作协程比较少时可以工作的很好，但是当工作协程数量很大，任务量也很多时，处理效率将会因为频繁的加锁/解锁开销而降低。当工作协程数增加到一个阈值时，程序效率会急剧下降，这就成为了瓶颈。

    新模式：使用通道

    使用通道进行同步：使用一个通道接受需要处理的任务，一个通道接受处理完成的任务（及其结果）。worker在协程中启动，其数量N应该根据任务数量进行调整。

    主线程扮演着Master节点角色，可能写成如下形式：

    1.     func main() {
    2.         pending, done := make(chan *Task), make(chan *Task)
    3.         go sendWork(pending)       // put tasks with work on the channel
    4.         for i := 0; i < N; i++ {   // start N goroutines to do work
    5.             go Worker(pending, done)
    6.         }
    7.         consumeWork(done)          // continue with the processed tasks
    8.     }

    worker的逻辑比较简单：从pending通道拿任务，处理后将其放到done通道中：

    1.     func Worker(in, out chan *Task) {
    2.         for {
    3.             t := <-in
    4.             process(t)
    5.             out <- t
    6.         }
    7.     }

    这里并不使用锁：从通道得到新任务的过程没有任何竞争。随着任务数量增加，worker数量也应该相应增加，同时性能并不会像第一种方式那样下降明显。在pending通道中存在一份任务的拷贝，第一个worker从pending通道中获得第一个任务并进行处理，这里并不存在竞争（对一个通道读数据和写数据的整个过程是原子性的：参见14.2.2)。某一个任务会在哪一个worker中被执行是不可知的，反过来也是。worker数量的增多也会增加通信的开销，这会对性能有轻微的影响。

    从这个简单的例子中可能很难看出第二种模式的优势，但含有复杂锁运用的程序不仅在编写上显得困难，也不容易编写正确，使用第二种模式的话，就无需考虑这么复杂的东西了。

    因此，第二种模式对比第一种模式而言，不仅性能是一个主要优势，而且还有个更大的优势：代码显得更清晰、更优雅。一个更符合go语言习惯的worker写法：

    IDIOM: Use an in- and out-channel instead of locking

    1.     func Worker(in, out chan *Task) {
    2.         for {
    3.             t := <-in
    4.             process(t)
    5.             out <- t
    6.         }
    7.     }

    对于任何可以建模为Master-Worker范例的问题，一个类似于worker使用通道进行通信和交互、Master进行整体协调的方案都能完美解决。如果系统部署在多台机器上，各个机器上执行Worker协程，Master和Worker之间使用netchan或者RPC进行通信（参见15章）。

    怎么选择是该使用锁还是通道？

    通道是一个较新的概念，本节我们着重强调了在go协程里通道的使用，但这并不意味着经典的锁方法就不能使用。go语言让你可以根据实际问题进行选择：创建一个优雅、简单、可读性强、在大多数场景性能表现都能很好的方案。如果你的问题适合使用锁，也不要忌讳使用它。go语言注重实用，什么方式最能解决你的问题就用什么方式，而不是强迫你使用一种编码风格。下面列出一个普遍的经验法则：

    • 使用锁的情景：

      • 访问共享数据结构中的缓存信息
      • 保存应用程序上下文和状态信息数据

    • 使用通道的情景：

      • 与异步操作的结果进行交互
      • 分发任务
      • 传递数据所有权

    当你发现你的锁使用规则变得很复杂时，可以反省使用通道会不会使问题变得简单些。