-
为什么需要goroutine同步
-
gorotine同步概念、以及同步的几种方式
1.1 为什么需要goroutine同步
package main
import (
"fmt"
"sync"
)
var A = 10
var wg = sync.WaitGroup{}
func Add(){
defer wg.Done()
for i:=0;i<1000000;i++{
A += 1
}
}
func main() {
wg.Add(2)
go Add()
go Add()
wg.Wait()
fmt.Println(A)
}
# output： 1061865 # 每运行一次结果都不一样，但是都不是我们预期的结果2000000
多goroutine【多任务】，有共享资源，且多goroutine修改共享资源，出现数据不安全问题【数据错误】，保证数据安全一致，需要goroutine同步
1.3 goroutine同步方式
-
channel 【csp模型】
-
互斥锁 【传统同步机制】
-
读写锁 【传统同步机制】
-
条件变量 【传统同步机制】
2.1 互斥锁
2.1.1 特点
加锁成功则操作资源，加锁失败则等待直至锁加锁成功----所有的goroutine互斥,一个得到锁其他全部等待
解决了数据安全问题，降低了程序的性能,适用读写不太频繁的场景
2.1.2 锁颗粒度问题
颗粒度是指，加锁的范围，哪里使用资源哪里加锁，尽可能减少加锁范围
单元测试基本使用流程
-
新建单元测试文件
-
编写测试案例
-
gotest运行生成对应的prof文件
-
go tool 查看生成的prof文件
package main_test
import (
"fmt"
"sync"
"testing"
)
var A = 10
var wg = sync.WaitGroup{}
var mux sync.Mutex
func Add(){
defer wg.Done()
for i:=0;i<1000000;i++{
mux.Lock()
A += 1
mux.Unlock()
}
}
/*
// 加大锁颗粒度
func Add(){
defer wg.Done()
mux.Lock()
for i:=0;i<1000000;i++{
A += 1
}
mux.Unlock()
}*/
// 单元测试格式,
func TestMux(t *testing.T) {
wg.Add(2)
go Add()
go Add()
wg.Wait()
fmt.Println(A)
}
# 生成prof文件,-cpuprofile 参数指定生成什么类型的prof cpu.prof指定生成profile文件名字
go test mutex_test.go -cpuprofile cpu.prof
# 查看生成的prof文件,pprof 指定查看的文件类型
go tool pprof cpu.prof
# 下面是输出信息
Type: cpu
Time: Jul 10, 2019 at 2:38pm (CST)
Duration: 201.43ms, Total samples = 80ms (39.72%)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top # 这里使用top命令查看测试中cpu使用的信息
Showing nodes accounting for 80ms, 100% of 80ms total
flat flat% sum% cum cum%
60ms 75.00% 75.00% 60ms 75.00% sync.(*Mutex).Unlock
20ms 25.00% 100% 20ms 25.00% sync.(*Mutex).Lock
0 0% 100% 80ms 100% command-line-arguments_test.Add
(pprof) svg #svg 保存可视化文件，可以使用浏览器可视化查看
(pprof) list Add # 查看对应函数的详细时间消耗信息
注意：
// Once is an object that will perform exactly one action.
type Once struct {
m Mutex
done uint32 // 标识是否已执行过任务，如果设置为1 则说明任务已执行过了
}
// DO 调用用户执行的方法，仅调用一次
func (o *Once) Do(f func()) {
// 原子操作判断done，已被置成1，如果done是1 说明方法已被执行，直接返回
if atomic.LoadUint32(&o.done) == 1 {
return
}
// 加锁
o.m.Lock()
defer o.m.Unlock()
// done为0则开始，调用用户函数方法
if o.done == 0 {
defer atomic.StoreUint32(&o.done, 1)
f()
}
}
读写互斥，读者可以重复加锁。写加锁需要等待所有读者解锁，写加锁期间所有读者wait【写优先级高于读，读写同时加锁写着加锁先成功】
适用写少读多的场景，相比互斥锁可以一定程度提高程序性能
-
仅有读者
- 写着加锁更新数据
2.3 条件变量
条件变量的作用并不保证在同一时刻仅有一个协程（线程）访问某个共享的数据资源，而是在对应的共享数据的状态发生变化时，通知阻塞在某个条件上的协程（线程）。条件变量不是锁，在并发中不能达到同步的目的，因此条件变量总是与锁一块使用，可以认为条件变量是对锁的一种补充，某种程度上提高锁机制带来的效率低下的问题
2.3.1 条件变量API介绍
-
创建条件变量 【创建后不能被被拷贝】
// 参数传递一把锁，返回指针类型
cond:=sync.NewCond(&sync.Mutex{})
Cond.Wait() ，阻塞再条件变量上让出cup资源
// 阻塞在条件变量上面，会把当前gorotine挂载到Cond队列上面 cond.Wait() // 1. 释放锁，并把自己挂载到通知队列，阻塞等待【原子操作】 // 2. 接收到唤醒信号，尝试获取锁 // 3. 获取锁成功则 返回
Cond.Signal() 随机唤醒一个阻塞在条件变量上的goroutine
// 唤醒阻塞在条件变量上的goroutine，处于wait【调用了cond.wait】状态的goroutine // 随机唤醒通知队列上的一个线程,并从通知队列移除 cond.Signal() // 发送唤醒信号
Cond.Broadcast() 广播通知所有处于wait状态的goroutine
// 广播通知所有处于wait状态的goroutine // 通知通知队列上的所有的gorotine，并且把所有的goroutine从通知队列 取下来 cond.Broadcast()
2.3.2 条件变量在生产者消费模型中使用
package main
import "fmt"
import "sync"
import "math/rand"
import "time"
var cond sync.Cond // 创建全局条件变量
// 生产者
func producer(out chan<- int, idx int) {
for {
cond.L.Lock() // 条件变量对应互斥锁加锁
for len(out) == 3 { // 产品区满 等待消费者消费
cond.Wait() // 挂起当前协程， 等待条件变量满足，被消费者唤醒
}
num := rand.Intn(1000) // 产生一个随机数
out <- num // 写入到 channel 中 （生产）
fmt.Printf("%dth 生产者，产生数据 %3d, 公共区剩余%d个数据\n", idx, num, len(out))
cond.L.Unlock() // 生产结束，解锁互斥锁
cond.Signal() // 唤醒 阻塞的 消费者
time.Sleep(time.Second) // 生产完休息一会，给其他协程执行机会, 解决了死锁机会的降低
}
}
//消费者
func consumer(in <-chan int, idx int) {
for {
cond.L.Lock() // 条件变量对应互斥锁加锁（与生产者是同一个）
for len(in) == 0 { // 产品区为空 等待生产者生产
cond.Wait() // 挂起当前协程， 等待条件变量满足，被生产者唤醒
}
num := <-in // 将 channel 中的数据读走 （消费）
fmt.Printf("---- %dth 消费者, 消费数据 %3d,公共区剩余%d个数据\n", idx, num, len(in))
cond.L.Unlock() // 消费结束，解锁互斥锁
cond.Signal() // 唤醒 阻塞的 生产者
time.Sleep(time.Millisecond * 500) //消费完 休息一会，给其他协程执行机会, 解决了死锁机会的降低
}
}
func main() {
rand.Seed(time.Now().UnixNano()) // 设置随机数种子
quit := make(chan bool) // 创建用于结束通信的 channel
product := make(chan int, 3) // 产品区（公共区）使用channel 模拟
cond.L = new(sync.Mutex) // 创建互斥锁和条件变量
for i := 0; i < 5; i++ { // 5个消费者
go producer(product, i+1)
}
for i := 0; i < 3; i++ { // 3个生产者
go consumer(product, i+1)
}
<-quit // 主协程阻塞 不结束
}
-
-
极端处理： 1个生产者 2 消费 channle 缓存1
-
由于极端一些情况，会导致所有的生产者与消费者都会进入到一个wait 状态，没有人唤醒
-
-
解决bug----单向唤醒，由生产者唤醒消费者
唤醒方向问题： 由速率低的一方唤醒速率高的一方
package main
import (
"fmt"
"runtime"
)
import "sync"
import "math/rand"
import "time"
var cond sync.Cond // 创建全局条件变量
// 生产者
func producer(out chan<- int, idx int) {
for {
num := rand.Intn(1000) // 产生一个随机数
cond.L.Lock() // 条件变量对应互斥锁加锁
select {
// 尝试向channel写入数据
case out <- num:
fmt.Printf("%dth 生产者，产生数据 %3d, 公共区剩余%d个数据\n", idx, num, len(out))
default:
}
cond.L.Unlock() // 生产结束，解锁互斥锁
cond.Signal() // 唤醒 阻塞的 消费者
runtime.Gosched() // 给别更多的机会创建锁
}
}
//消费者
func consumer(in <-chan int, idx int) {
var num int
for {
cond.L.Lock() // 条件变量对应互斥锁加锁（与生产者是同一个）
for len(in)==0{
cond.Wait()
}
num=<-in
fmt.Printf("%dth 消费者，消费了 %d, 公共区剩余%d个数据\n", idx, num, len(in))
cond.L.Unlock() // 消费结束，解锁互斥锁
}
}
func main() {
rand.Seed(time.Now().UnixNano()) // 设置随机数种子
quit := make(chan bool) // 创建用于结束通信的 channel
product := make(chan int, 3) // 产品区（公共区）使用channel 模拟
cond.L = new(sync.Mutex) // 创建互斥锁和条件变量
for i := 0; i < 3; i++ { // 3个生产者
go producer(product, i+1)
}
for i := 0; i < 5; i++ { // 5个消费者
go consumer(product, i+1)
}
<-quit // 主协程阻塞 不结束
}
问题：
当我们把条件变量取消，使用带缓存的channel，同样很好的完成生产者与消费者模型【channel空与非空主动阻塞等待，直至解除阻塞】，why use cond？
2.3.3 channel vs sync.Cond
使用channel通知多个关注条件的goroutine问题?
关闭的channle 与广播的作用，仅仅单次使用
当状态多重情况的时候，channel 不行了，使用cond广播的方式进行状态更新