worker pool簡介

worker pool其實就是線程池thread pool。對于go來說，直接使用的是goroutine而非線程，不過這里仍然以線程來解釋線程池。

在線程池模型中，有2個隊列一個池子：任務(wù)隊列、已完成任務(wù)隊列和線程池。其中已完成任務(wù)隊列可能存在也可能不存在，依據(jù)實際需求而定。

只要有任務(wù)進來，就會放進任務(wù)隊列中。只要線程執(zhí)行完了一個任務(wù)，就將任務(wù)放進已完成任務(wù)隊列，有時候還會將任務(wù)的處理結(jié)果也放進已完成隊列中。

worker pool中包含了一堆的線程(worker，對go而言每個worker就是一個goroutine)，這些線程嗷嗷待哺，等待著為它們分配任務(wù)，或者自己去任務(wù)隊列中取任務(wù)。取得任務(wù)后更新任務(wù)隊列，然后執(zhí)行任務(wù)，并將執(zhí)行完成的任務(wù)放進已完成隊列。

下圖來自wiki：

在Go中有兩種方式可以實現(xiàn)工作池：傳統(tǒng)的互斥鎖、channel。

傳統(tǒng)互斥鎖機制的工作池

假設(shè)Go中的任務(wù)的定義形式為：

type Task struct {
	...
}

每次有任務(wù)進來時，都將任務(wù)放在任務(wù)隊列中。

使用傳統(tǒng)的互斥鎖方式實現(xiàn)，任務(wù)隊列的定義結(jié)構(gòu)大概如下：

type Queue struct{
	M     sync.Mutex
	Tasks []Task
}

然后在執(zhí)行任務(wù)的函數(shù)中加上Lock()和Unlock()。例如：

func Worker(queue *Queue) {
	for {
		// Lock()和Unlock()之間的是critical section
		queue.M.Lock()
		// 取出任務(wù)
		task := queue.Tasks[0]
		// 更新任務(wù)隊列
		queue.Tasks = queue.Tasks[1:]
		queue.M.Unlock()
		// 在此goroutine中執(zhí)行任務(wù)
		process(task)
	}
}

假如在線程池中激活了100個goroutine來執(zhí)行Worker()。Lock()和Unlock()保證了在同一時間點只能有一個goroutine取得任務(wù)并隨之更新任務(wù)列表，取任務(wù)和更新任務(wù)隊列都是critical section中的代碼，它們是具有原子性。然后這個goroutine可以執(zhí)行自己取得的任務(wù)。于此同時，其它goroutine可以爭奪互斥鎖，只要爭搶到互斥鎖，就可以取得任務(wù)并更新任務(wù)列表。當(dāng)某個goroutine執(zhí)行完process(task)，它將因為for循環(huán)再次參與互斥鎖的爭搶。

上面只是給出了一點主要的代碼段，要實現(xiàn)完整的線程池，還有很多額外的代碼。

通過互斥鎖，上面的一切操作都是線程安全的。但問題在于加鎖/解鎖的機制比較重量級，當(dāng)worker(即goroutine)的數(shù)量足夠多，鎖機制的實現(xiàn)將出現(xiàn)瓶頸。

通過buffered channel實現(xiàn)工作池

在Go中，也能用buffered channel實現(xiàn)工作池。

示例代碼很長，所以這里先拆分解釋每一部分，最后給出完整的代碼段。

在下面的示例中，每個worker的工作都是計算每個數(shù)值的位數(shù)相加之和。例如給定一個數(shù)值234，worker則計算2+3+4=9。這里交給worker的數(shù)值是隨機生成的[0,999)范圍內(nèi)的數(shù)值。

這個示例有幾個核心功能需要先解釋，也是通過channel實現(xiàn)線程池的一般功能：

• 創(chuàng)建一個task buffered channel，并通過allocate()函數(shù)將生成的任務(wù)存放到task buffered channel中
• 創(chuàng)建一個goroutine pool，每個goroutine監(jiān)聽task buffered channel，并從中取出任務(wù)
• goroutine執(zhí)行任務(wù)后，將結(jié)果寫入到result buffered channel中
• 從result buffered channel中取出計算結(jié)果并輸出

首先，創(chuàng)建Task和Result兩個結(jié)構(gòu)，并創(chuàng)建它們的通道：

type Task struct {
	ID      int
	randnum int
}

type Result struct {
	task    Task
	result  int
}

var tasks = make(chan Task, 10)
var results = make(chan Result, 10)

這里，每個Task都有自己的ID，以及該任務(wù)將要被worker計算的隨機數(shù)。每個Result都包含了worker的計算結(jié)果result以及這個結(jié)果對應(yīng)的task，這樣從Result中就可以取出任務(wù)信息以及計算結(jié)果。

另外，兩個通道都是buffered channel，容量都是10。每個worker都會監(jiān)聽tasks通道，并取出其中的任務(wù)進行計算，然后將計算結(jié)果和任務(wù)自身放進results通道中。

然后是計算位數(shù)之和的函數(shù)process()，它將作為worker的工作任務(wù)之一。

func process(num int) int {
	sum := 0
	for num != 0 {
		digit := num % 10
		sum += digit
		num /= 10
	}
	time.Sleep(2 * time.Second)
	return sum
}

這個計算過程其實很簡單，但隨后還睡眠了2秒，用來假裝執(zhí)行一個計算任務(wù)是需要一點時間的。

然后是worker()，它監(jiān)聽tasks通道并取出任務(wù)進行計算，并將結(jié)果放進results通道。

func worker(wg *WaitGroup){
	defer wg.Done()
	for task := range tasks {
		result := Result{task, process(task.randnum)}
		results <- result
	}
}

上面的代碼很容易理解，只要tasks channel不關(guān)閉，就會一直監(jiān)聽該channel。需要注意的是，該函數(shù)使用指針類型的*WaitGroup作為參數(shù)，不能直接使用值類型的WaitGroup作為參數(shù)，這樣會使得每個worker都有一個自己的WaitGroup。

然后是創(chuàng)建工作池的函數(shù)createWorkerPool()，它有一個數(shù)值參數(shù)，表示要創(chuàng)建多少個worker。

func createWorkerPool(numOfWorkers int) {
	var wg sync.WaitGroup
	for i := 0; i < numOfWorkers; i++ {
		wg.Add(1)
		go worker(&wg)
	}
	wg.Wait()
	close(results)
}

創(chuàng)建工作池時，首先創(chuàng)建一個WaitGroup的值wg，這個wg被工作池中的所有g(shù)oroutine共享，每創(chuàng)建一個goroutine都wg.Add(1)。創(chuàng)建完所有的goroutine后等待所有的groutine都執(zhí)行完它們的任務(wù)，只要有一個任務(wù)還沒有執(zhí)行完，這個函數(shù)就會被Wait()阻塞。當(dāng)所有任務(wù)都執(zhí)行完成后，關(guān)閉results通道，因為沒有結(jié)果再需要向該通道寫了。

當(dāng)然，這里是否需要關(guān)閉results通道，是由稍后的range迭代這個通道決定的，不關(guān)閉這個通道會一直阻塞range，最終導(dǎo)致死鎖。

工作池部分已經(jīng)完成了?，F(xiàn)在需要使用allocate()函數(shù)分配任務(wù)：生成一大堆的隨機數(shù)，然后將Task放進tasks通道。該函數(shù)有一個代表創(chuàng)建任務(wù)數(shù)量的數(shù)值參數(shù)：

func allocate(numOfTasks int) {
	for i := 0; i < numOfTasks; i++ {
		randnum := rand.Intn(999)
		task := Task{i, randnum}
		tasks <- task
	}
	close(tasks)
}

注意，最后需要關(guān)閉tasks通道，因為所有任務(wù)都分配完之后，沒有任務(wù)再需要分配。當(dāng)然，這里之所以需要關(guān)閉tasks通道，是因為worker()中使用了range迭代tasks通道，如果不關(guān)閉這個通道，worker將在取完所有任務(wù)后一直阻塞，最終導(dǎo)致死鎖。

再接著的是取出results通道中的結(jié)果進行輸出，函數(shù)名為getResult()：

func getResult(done chan bool) {
	for result := range results {
		fmt.Printf("Task id %d, randnum %d , sum %d\n", result.task.id, result.task.randnum, result.result)
	}
	done <- true
}

getResult()中使用了一個done參數(shù)，這個參數(shù)是一個信號通道，用來表示results中的所有結(jié)果都取出來并處理完成了，這個通道不一定要用bool類型，任何類型皆可，它不用來傳數(shù)據(jù)，僅用來返回可讀，所以上面直接close(done)的效果也一樣。通過下面的main()函數(shù)，就能理解done信號通道的作用。

最后還差main()函數(shù)：

func main() {
	// 記錄起始終止時間，用來測試完成所有任務(wù)耗費時長
	startTime := time.Now()
	
	numOfWorkers := 20
	numOfTasks := 100
	// 創(chuàng)建任務(wù)到任務(wù)隊列中
	go allocate(numOfTasks)
	// 創(chuàng)建工作池
	go createWorkerPool(numOfWorkers)
	// 取得結(jié)果
	var done = make(chan bool)
	go getResult(done)

	// 如果results中還有數(shù)據(jù)，將阻塞在此
	// 直到發(fā)送了信號給done通道
	<- done
	endTime := time.Now()
	diff := endTime.Sub(startTime)
	fmt.Println("total time taken ", diff.Seconds(), "seconds")
}

上面分配了20個worker，這20個worker總共需要處理的任務(wù)數(shù)量為100。但注意，無論是tasks還是results通道，容量都是10，意味著任務(wù)隊列最長只能是10個任務(wù)。

下面是完整的代碼段：

package main

import (
	"fmt"
	"math/rand"
	"sync"
	"time"
)

type Task struct {
	id      int
	randnum int
}
type Result struct {
	task   Task
	result int
}

var tasks = make(chan Task, 10)
var results = make(chan Result, 10)

func process(num int) int {
	sum := 0
	for num != 0 {
		digit := num % 10
		sum += digit
		num /= 10
	}
	time.Sleep(2 * time.Second)
	return sum
}
func worker(wg *sync.WaitGroup) {
	defer wg.Done()
	for task := range tasks {
		result := Result{task, process(task.randnum)}
		results <- result
	}
}
func createWorkerPool(numOfWorkers int) {
	var wg sync.WaitGroup
	for i := 0; i < numOfWorkers; i++ {
		wg.Add(1)
		go worker(&wg)
	}
	wg.Wait()
	close(results)
}
func allocate(numOfTasks int) {
	for i := 0; i < numOfTasks; i++ {
		randnum := rand.Intn(999)
		task := Task{i, randnum}
		tasks <- task
	}
	close(tasks)
}
func getResult(done chan bool) {
	for result := range results {
		fmt.Printf("Task id %d, randnum %d , sum %d\n", result.task.id, result.task.randnum, result.result)
	}
	done <- true
}
func main() {
	startTime := time.Now()
	numOfWorkers := 20
	numOfTasks := 100

	var done = make(chan bool)
	go getResult(done)
	go allocate(numOfTasks)
	go createWorkerPool(numOfWorkers)
	// 必須在allocate()和getResult()之后創(chuàng)建工作池
	<-done
	endTime := time.Now()
	diff := endTime.Sub(startTime)
	fmt.Println("total time taken ", diff.Seconds(), "seconds")
}

執(zhí)行結(jié)果：

Task id 19, randnum 914 , sum 14
Task id 9, randnum 150 , sum 6
Task id 15, randnum 215 , sum 8
............
Task id 97, randnum 315 , sum 9
Task id 99, randnum 641 , sum 11
total time taken  10.0174705 seconds

總共花費10秒。

可以試著將任務(wù)數(shù)量、worker數(shù)量修改修改，看看它們的性能比例情況。例如，將worker數(shù)量設(shè)置為99，將需要4秒，將worker數(shù)量設(shè)置為10，將需要20秒。

更多關(guān)于創(chuàng)建GO線程池的問題請查看下面的相關(guān)鏈接

最新評論