Go语言的并发与WorkerPool

本文转载自微信公众号「Golang来啦」，作者Seekload。转载本文请联系Golang来啦公众号。

四哥水平有限，如有翻译或理解错误，烦请帮忙指出，感谢!

昨天分享关于 workerPool 的文章，有同学在后台说，昨天的 Demo 恰好符合项目的业务场景，真的非常棒!

所以今天就再来分享一篇 。

原文如下：

现代编程语言中，并发已经成为必不可少的特性。现在绝大多数编程语言都有一些方法实现并发。

其中一些实现方式非常强大，能将负载转移到不同的系统线程，比如 Java 等;一些则在同一线程上模拟这种行为，比如 Ruby 等。

Golang 的并发模型非常强大，称为 CSP(通信顺序进程)，它将一个问题分解成更小的顺序进程，然后调度这些进程的实例(称为 Goroutine)。这些进程通过 channel 传递信息实现通信。

本文，我们将探讨如何利用 golang 的并发性，服务器租用以及如何在 workerPool 使用。系列文章的第二篇，我们将探讨如何构建一个强大的并发解决方案。

一个简单的例子

假设我们需要调用一个外部 API 接口，整个过程需要花费 100ms。如果我们需要同步地调用该接口 1000 次，则需要花费 100s。

//// model/data.go package model type SimpleData struct {  ID int } //// basic/basic.go package basic import (  "fmt"  "github.com/Joker666/goworkerpool/model"  "time" ) func Work(allData []model.SimpleData) {  start := time.Now()  for i, _ := range allData {   Process(allData[i])  }  elapsed := time.Since(start)  fmt.Printf("Took ===============> %s\n", elapsed) } func Process(data model.SimpleData) {  fmt.Printf("Start processing %dn", data.ID)  time.Sleep(100 * time.Millisecond)  fmt.Printf("Finish processing %dn", data.ID) } //// main.go package main import (  "fmt"  "github.com/Joker666/goworkerpool/basic"  "github.com/Joker666/goworkerpool/model"  "github.com/Joker666/goworkerpool/worker" ) func main() {  // Prepare the data  var allData []model.SimpleData  for i := 0; i < 1000; i++ {   data := model.SimpleData{ ID: i }   allData = append(allData, data)  }  fmt.Printf("Start processing all work \n")  // Process  basic.Work(allData) }  Start processing all work Took ===============> 1m40.226679665s 

上面的代码创建了 model 包，包里包含一个结构体，这个结构体只有一个 int 类型的成员。我们同步地处理 data，这显然不是最佳方案，因为可以并发处理这些任务。我们换一种方案，使用 goroutine 和 channel 来处理。

异步

//// worker/notPooled.go func NotPooledWork(allData []model.SimpleData) {  start := time.Now()  var wg sync.WaitGroup  dataCh := make(chan model.SimpleData, 100)  wg.Add(1)  go func() {   defer wg.Done()   for data := range dataCh {    wg.Add(1)    go func(data model.SimpleData) {     defer wg.Done()     basic.Process(data)    }(data)   }  }()  for i, _ := range allData {   dataCh <- allData[i]  }  close(dataCh)  wg.Wait()  elapsed := time.Since(start)  fmt.Printf("Took ===============> %s\n", elapsed) } //// main.go // Process worker.NotPooledWork(allData)  Start processing all work Took ===============> 101.191534ms 

上面的代码，我们创建了容量 100 的缓存 channel，并通过 NoPooledWork() 将数据 push 到 channel 里。channel 长度满 100 之后，我们是无法再向其中添加元素直到有元素被读取走。使用 for range 读取 channel，并生成 goroutine 处理。这里我们没有限制生成 goroutine 的数量，亿华云计算这可以尽可能多地处理任务。从理论上来讲，在给定所需资源的情况下，可以处理尽可能多的数据。执行代码，完成 1000 个任务只花费了 100ms。很疯狂吧!不全是，接着往下看。

问题

除非我们拥有地球上所有的资源，否则在特定时间内能够分配的资源是有限的。一个 goroutine 占用的最小内存是 2k，但也能达到 1G。上述并发执行所有任务的解决方案中，假设有一百万个任务，就会很快耗尽机器的内存和 CPU。我们要么升级机器的配置，要么就寻找其他更好的解决方案。

计算机科学家很久之前就考虑过这个问题，并提出了出色的解决方案 - 使用 Thread Pool 或者 Worker Pool。服务器托管这个方案是使用 worker 数量受限的工作池来处理任务，workers 会按顺序一个接一个处理任务，这样就避免了 CPU 和内存使用急速增长。

解决方案：Worker Pool

我们通过实现 worker pool 来修复之前遇到的问题。

//// worker/pooled.go func PooledWork(allData []model.SimpleData) {  start := time.Now()  var wg sync.WaitGroup  workerPoolSize := 100  dataCh := make(chan model.SimpleData, workerPoolSize)  for i := 0; i < workerPoolSize; i++ {   wg.Add(1)   go func() {    defer wg.Done()    for data := range dataCh {     basic.Process(data)    }   }()  }  for i, _ := range allData {   dataCh <- allData[i]  }  close(dataCh)  wg.Wait()  elapsed := time.Since(start)  fmt.Printf("Took ===============> %s\n", elapsed) } //// main.go // Process worker.PooledWork(allData)  Start processing all work Took ===============> 1.002972449s 

上面的代码，worker 数量限制在 100，我们创建了相应数量的 goroutine 来处理任务。我们可以把 channel 看作是队列，worker goroutine 看作是消费者。多个 goroutine 可以监听同一个 channel，但是 channel 里的每一个元素只会被处理一次。

Go 语言的 channel 可以当作队列使用。

这是一个比较好的解决方案，执行代码，我们看到完成所有任务花费 1s。虽然没有 100ms 这么快，但已经能满足业务需要，而且我们得到了一个更好的解决方案，能将负载均摊在不同的时间片上。

处理错误

我们能做的还没完。上面看起来是一个完整的解决方案，但却不是的，我们没有处理错误情况。所以需要模拟出错的情形，并且看下我们需要怎么处理。

//// worker/pooledError.go func PooledWorkError(allData []model.SimpleData) {  start := time.Now()  var wg sync.WaitGroup  workerPoolSize := 100  dataCh := make(chan model.SimpleData, workerPoolSize)  errors := make(chan error, 1000)  for i := 0; i < workerPoolSize; i++ {   wg.Add(1)   go func() {    defer wg.Done()    for data := range dataCh {     process(data, errors)    }   }()  }  for i, _ := range allData {   dataCh <- allData[i]  }  close(dataCh)  wg.Add(1)  go func() {   defer wg.Done()   for {    select {    case err := <-errors:     fmt.Println("finished with error:", err.Error())    case <-time.After(time.Second * 1):     fmt.Println("Timeout: errors finished")     return    }   }  }()  defer close(errors)  wg.Wait()  elapsed := time.Since(start)  fmt.Printf("Took ===============> %s\n", elapsed) } func process(data model.SimpleData, errors chan<- error) {  fmt.Printf("Start processing %d\n", data.ID)  time.Sleep(100 * time.Millisecond)  if data.ID % 29 == 0 {   errors <- fmt.Errorf("error on job %v", data.ID)  } else {   fmt.Printf("Finish processing %dn", data.ID)  } } //// main.go // Process worker.PooledWorkError(allData) 

我们修改了 process() 函数，处理一些随机的错误并将错误 push 到 errors chnanel 里。所以，为了处理并发出现的错误，我们可以使用 errors channel 保存错误数据。在所有任务处理完成之后，可以检查错误 channel 是否有数据。错误 channel 里的元素保存了任务 ID，方便需要的时候再处理这些任务。

比之前没处理错误，很明显这是一个更好的解决方案。但我们还可以做得更好，

我们将在下篇文章讨论如何编写一个强大的 worker pool 包，并且在 worker 数量受限的情况下处理并发任务。

总结

Go 语言的并发模型足够强大给力，只需要构建一个 worker pool 就能很好地解决问题而无需做太多工作，这就是它没有包含在标准库中的原因。但是，我们自己可以构建一个满足自身需求的方案。很快，我会在下一篇文章中讲到，敬请期待!

点击【阅读原文】直达代码仓库[1]。

参考资料

[1]代码仓库: https://github.com/Joker666/goworkerpool?ref=hackernoon.com

via:https://hackernoon.com/concurrency-in-golang-and-workerpool-part-1-e9n31ao

作者：Hasan