map 的兩種目前在業(yè)界使用的最多的并發(fā)支持的模式分別是：

• 原生 map + 互斥鎖或讀寫鎖 mutex。
• 標準庫 sync.Map（Go1.9及以后）。

有了選擇，總是有選擇困難癥的，這兩種到底怎么選，誰的性能更加的好？我有一個朋友說 標準庫 sync.Map 性能菜的很，不要用。我到底聽誰的...

今天煎魚就帶你揭秘 Go sync.map，我們先會了解清楚什么場景下，Go map 的多種類型怎么用，誰的性能最好！

接著根據(jù)各 map 性能分析的結(jié)果，針對性的對 sync.map 進行源碼解剖，了解 WHY。

一起愉快地開始吸魚之路。

1、sync.Map 優(yōu)勢

在 Go 官方文檔中明確指出 Map 類型的一些建議：

• 多個 goroutine 的并發(fā)使用是安全的，不需要額外的鎖定或協(xié)調(diào)控制。
• 大多數(shù)代碼應(yīng)該使用原生的 map，而不是單獨的鎖定或協(xié)調(diào)控制，以獲得更好的類型安全性和維護性。
  

同時 Map 類型，還針對以下場景進行了性能優(yōu)化：

• 當一個給定的鍵的條目只被寫入一次但被多次讀取時。例如在僅會增長的緩存中，就會有這種業(yè)務(wù)場景。
• 當多個 goroutines 讀取、寫入和覆蓋不相干的鍵集合的條目時。
  

這兩種情況與 Go map 搭配單獨的 Mutex 或 RWMutex 相比較，使用 Map 類型可以大大減少鎖的爭奪。

2、性能測試

聽官方文檔介紹了一堆好處后，他并沒有講到缺點，所說的性能優(yōu)化后的優(yōu)勢又是否真實可信。我們一起來驗證一下。

首先我們定義基本的數(shù)據(jù)結(jié)構(gòu)：

// 代表互斥鎖
type FooMap struct {
 sync.Mutex
 data map[int]int
}

// 代表讀寫鎖
type BarRwMap struct {
 sync.RWMutex
 data map[int]int
}

var fooMap *FooMap
var barRwMap *BarRwMap
var syncMap *sync.Map

// 初始化基本數(shù)據(jù)結(jié)構(gòu)
func init() {
 fooMap = &FooMap{data: make(map[int]int, 100)}
 barRwMap = &BarRwMap{data: make(map[int]int, 100)}
 syncMap = &sync.Map{}
}

在配套方法上，常見的增刪改查動作我們都編寫了相應(yīng)的方法。用于后續(xù)的壓測（只展示部分代碼）：

func builtinRwMapStore(k, v int) {
 barRwMap.Lock()
 defer barRwMap.Unlock()
 barRwMap.data[k] = v
}

func builtinRwMapLookup(k int) int {
 barRwMap.RLock()
 defer barRwMap.RUnlock()
 if v, ok := barRwMap.data[k]; !ok {
  return -1
 } else {
  return v
 }
}

func builtinRwMapDelete(k int) {
 barRwMap.Lock()
 defer barRwMap.Unlock()
 if _, ok := barRwMap.data[k]; !ok {
  return
 } else {
  delete(barRwMap.data, k)
 }
}

其余的類型方法基本類似，考慮重復(fù)篇幅問題因此就不在此展示了。

壓測方法基本代碼如下：

func BenchmarkBuiltinRwMapDeleteParalell(b *testing.B) {
 b.RunParallel(func(pb *testing.PB) {
  r := rand.New(rand.NewSource(time.Now().Unix()))
  for pb.Next() {
   k := r.Intn(100000000)
   builtinRwMapDelete(k)
  }
 })
}

這塊主要就是增刪改查的代碼和壓測方法的準備，壓測代碼直接復(fù)用的是大白大佬的 go19-examples/benchmark-for-map 項目。

也可以使用 Go 官方提供的 map\_bench\_test.go，有興趣的小伙伴可以自己拉下來運行試一下。

2.1 壓測結(jié)果

1）寫入

總體的排序（從慢到快）為：SyncMapStore < MapStore < RwMapStore。

2）查找

在查找元素上，最慢的是原生 map+互斥鎖，其次是原生 map+讀寫鎖。最快的是 sync.map 類型。

總體的排序為：MapLookup < RwMapLookup < SyncMapLookup。

3）刪除

在刪除元素上，最慢的是原生 map+讀寫鎖，其次是原生 map+互斥鎖，最快的是 sync.map 類型。

總體的排序為：RwMapDelete < MapDelete < SyncMapDelete。

2.3 場景分析

根據(jù)上述的壓測結(jié)果，我們可以得出 sync.Map 類型：

• 在讀和刪場景上的性能是最佳的，領(lǐng)先一倍有多。
• 在寫入場景上的性能非常差，落后原生 map+鎖整整有一倍之多。
  

因此在實際的業(yè)務(wù)場景中。假設(shè)是讀多寫少的場景，會更建議使用 sync.Map 類型。

但若是那種寫多的場景，例如多 goroutine 批量的循環(huán)寫入，那就建議另辟途徑了，性能不忍直視（無性能要求另當別論）。

3、sync.Map 剖析

清楚如何測試，測試的結(jié)果后。我們需要進一步深挖，知其所以然。

為什么 sync.Map 類型的測試結(jié)果這么的 “偏科”，為什么讀操作性能這么高，寫操作性能低的可怕，他是怎么設(shè)計的？

3.1 數(shù)據(jù)結(jié)構(gòu)

sync.Map 類型的底層數(shù)據(jù)結(jié)構(gòu)如下：

type Map struct {
 mu Mutex
 read atomic.Value // readOnly
 dirty map[interface{}]*entry
 misses int
}

// Map.read 屬性實際存儲的是 readOnly。
type readOnly struct {
 m       map[interface{}]*entry
 amended bool
}

• mu：互斥鎖，用于保護 read 和 dirty。
• read：只讀數(shù)據(jù)，支持并發(fā)讀?。?code>atomic.Value 類型）。如果涉及到更新操作，則只需要加鎖來保證數(shù)據(jù)安全。read 實際存儲的是 readOnly 結(jié)構(gòu)體，內(nèi)部也是一個原生 map，amended 屬性用于標記 read 和 dirty 的數(shù)據(jù)是否一致。
• dirty：讀寫數(shù)據(jù)，是一個原生 map，也就是非線程安全。操作 dirty 需要加鎖來保證數(shù)據(jù)安全。
• misses：統(tǒng)計有多少次讀取 read 沒有命中。每次 read 中讀取失敗后，misses 的計數(shù)值都會加 1。

在 read 和 dirty 中，都有涉及到的結(jié)構(gòu)體：

type entry struct {
 p unsafe.Pointer // *interface{}
}

其包含一個指針 p, 用于指向用戶存儲的元素（key）所指向的 value 值。

在此建議你必須搞懂 read、dirty、entry，再往下看，食用效果會更佳，后續(xù)會圍繞著這幾個概念流轉(zhuǎn)。

3.2 查找過程

劃重點，Map 類型本質(zhì)上是有兩個 “map”。一個叫 read、一個叫 dirty，長的也差不多：

sync.Map 的 2 個 map

當我們從 sync.Map 類型中讀取數(shù)據(jù)時，其會先查看 read 中是否包含所需的元素：

• 若有，則通過 atomic 原子操作讀取數(shù)據(jù)并返回。
• 若無，則會判斷 read.readOnly 中的 amended 屬性，他會告訴程序 dirty 是否包含 read.readOnly.m 中沒有的數(shù)據(jù)；因此若存在，也就是 amended 為 true，將會進一步到 dirty 中查找數(shù)據(jù)。
  

sync.Map 的讀操作性能如此之高的原因，就在于存在 read 這一巧妙的設(shè)計，其作為一個緩存層，提供了快路徑（fast path）的查找。

同時其結(jié)合 amended 屬性，配套解決了每次讀取都涉及鎖的問題，實現(xiàn)了讀這一個使用場景的高性能。

3.3 寫入過程

我們直接關(guān)注 sync.Map 類型的 Store 方法，該方法的作用是新增或更新一個元素。

源碼如下：

func (m *Map) Store(key, value interface{}) {
 read, _ := m.read.Load().(readOnly)
 if e, ok := read.m[key]; ok && e.tryStore(&value) {
  return
 }
  ...
}

調(diào)用 Load 方法檢查 m.read 中是否存在這個元素。若存在，且沒有被標記為刪除狀態(tài)，則嘗試存儲。

若該元素不存在或已經(jīng)被標記為刪除狀態(tài)，則繼續(xù)走到下面流程：

func (m *Map) Store(key, value interface{}) {
 ...
 m.mu.Lock()
 read, _ = m.read.Load().(readOnly)
 if e, ok := read.m[key]; ok {
  if e.unexpungeLocked() {
   m.dirty[key] = e
  }
  e.storeLocked(&value)
 } else if e, ok := m.dirty[key]; ok {
  e.storeLocked(&value)
 } else {
  if !read.amended {
   m.dirtyLocked()
   m.read.Store(readOnly{m: read.m, amended: true})
  }
  m.dirty[key] = newEntry(value)
 }
 m.mu.Unlock()
}

由于已經(jīng)走到了 dirty 的流程，因此開頭就直接調(diào)用了 Lock 方法上互斥鎖，保證數(shù)據(jù)安全，也是凸顯性能變差的第一幕。

其分為以下三個處理分支：

• 若發(fā)現(xiàn) read 中存在該元素，但已經(jīng)被標記為已刪除（expunged），則說明 dirty 不等于 nil（dirty 中肯定不存在該元素）。其將會執(zhí)行如下操作。
• 將元素狀態(tài)從已刪除（expunged）更改為 nil。
• 將元素插入 dirty 中。
• 若發(fā)現(xiàn) read 中不存在該元素，但 dirty 中存在該元素，則直接寫入更新 entry 的指向。
• 若發(fā)現(xiàn) read 和 dirty 都不存在該元素，則從 read 中復(fù)制未被標記刪除的數(shù)據(jù)，并向 dirty 中插入該元素，賦予元素值 entry 的指向。
  

我們理一理，寫入過程的整體流程就是：

• 查 read，read 上沒有，或者已標記刪除狀態(tài)。
• 上互斥鎖（Mutex）。
• 操作 dirty，根據(jù)各種數(shù)據(jù)情況和狀態(tài)進行處理。
  

回到最初的話題，為什么他寫入性能差那么多。究其原因：

• 寫入一定要會經(jīng)過 read，無論如何都比別人多一層，后續(xù)還要查數(shù)據(jù)情況和狀態(tài)，性能開銷相較更大。
• （第三個處理分支）當初始化或者 dirty 被提升后，會從 read 中復(fù)制全量的數(shù)據(jù)，若 read 中數(shù)據(jù)量大，則會影響性能。
  

可得知 sync.Map 類型不適合寫多的場景，讀多寫少是比較好的。

若有大數(shù)據(jù)量的場景，則需要考慮 read 復(fù)制數(shù)據(jù)時的偶然性能抖動是否能夠接受。

3.4 刪除過程

這時候可能有小伙伴在想了。寫入過程，理論上和刪除不會差太遠。怎么 sync.Map 類型的刪除的性能似乎還行，這里面有什么貓膩？

源碼如下：

func (m *Map) LoadAndDelete(key interface{}) (value interface{}, loaded bool) {
 read, _ := m.read.Load().(readOnly)
 e, ok := read.m[key]
 ...
  if ok {
  return e.delete()
 }
}

刪除是標準的開場，依然先到 read 檢查該元素是否存在。

若存在，則調(diào)用 delete 標記為 expunged（刪除狀態(tài)），非常高效。可以明確在 read 中的元素，被刪除，性能是非常好的。

若不存在，也就是走到 dirty 流程中：

func (m *Map) LoadAndDelete(key interface{}) (value interface{}, loaded bool) {
 ...
 if !ok && read.amended {
  m.mu.Lock()
  read, _ = m.read.Load().(readOnly)
  e, ok = read.m[key]
  if !ok && read.amended {
   e, ok = m.dirty[key]
   delete(m.dirty, key)
   m.missLocked()
  }
  m.mu.Unlock()
 }
 ...
 return nil, false
}

若 read 中不存在該元素，dirty 不為空，read 與 dirty 不一致（利用 amended 判別），則表明要操作 dirty，上互斥鎖。

再重復(fù)進行雙重檢查，若 read 仍然不存在該元素。則調(diào)用 delete 方法從 dirty 中標記該元素的刪除。

需要注意，出現(xiàn)頻率較高的 delete 方法：

func (e *entry) delete() (value interface{}, ok bool) {
 for {
  p := atomic.LoadPointer(&e.p)
  if p == nil || p == expunged {
   return nil, false
  }
  if atomic.CompareAndSwapPointer(&e.p, p, nil) {
   return *(*interface{})(p), true
  }
 }
}

該方法都是將 entry.p 置為 nil，并且標記為 expunged（刪除狀態(tài)），而不是真真正正的刪除。

注：不要誤用 sync.Map，前段時間從字節(jié)大佬分享的案例來看，他們將一個連接作為 key 放了進去，于是和這個連接相關(guān)的，例如：buffer 的內(nèi)存就永遠無法釋放了...

總結(jié)：

針對 sync.Map 的性能差異，進行了深入的源碼剖析，了解到了其背后快、慢的原因，實現(xiàn)了知其然知其所以然。

經(jīng)常看到并發(fā)讀寫 map 導(dǎo)致致命錯誤，實在是令人憂心。大家覺得如果本文不錯，歡迎分享給更多的 Go 愛好者 ：）

到此這篇關(guān)于Go 并發(fā)讀寫 sync.map 詳細的文章就介紹到這了,更多相關(guān)Go 并發(fā)讀寫 sync.map 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論