1. 簡介

本文將介紹 Go 語言中的 Weighted 并發(fā)原語，包括 Weighted 的基本使用方法、實現(xiàn)原理、使用注意事項等內容。能夠更好地理解和應用 Weighted 來實現(xiàn)資源的管理，從而提高程序的穩(wěn)定性。

2. 問題引入

在微服務架構中，我們的服務節(jié)點負責接收其他節(jié)點的請求，并提供相應的功能和數(shù)據(jù)。比如賬戶服務，其他服務需要獲取賬戶信息，都會通過rpc請求向賬戶服務發(fā)起請求。

這些服務節(jié)點通常以集群的方式部署在服務器上，用于處理大量的并發(fā)請求。每個服務器都有其處理能力的上限，超過該上限可能導致性能下降甚至崩潰。

在部署服務時，通常會評估服務的并發(fā)量，并為其分配適當?shù)馁Y源以處理預期的請求負載。然而，在微服務架構中，存在著上游服務請求下游服務的場景。如果上游服務在某些情況下沒有正確考慮并發(fā)量，或者由于某些異常情況導致大量請求發(fā)送給下游服務，那么下游服務可能面臨超過其處理能力的問題。這可能導致下游服務的響應時間增加，甚至無法正常處理請求，進而影響整個系統(tǒng)的穩(wěn)定性和可用性。下面用一個簡單的代碼來說明一下:

package main

import (
        "fmt"
        "net/http"
        "sync"
)

func main() {
        // 啟動下游服務，用于處理請求
        http.HandleFunc("/", func(w http.ResponseWriter, r *http.Request) {
                // 模擬下游服務的處理邏輯
                // ...
                // 完成請求處理后，從等待組中刪除一個等待
                wg.Done()
        })
        // 啟動下游服務的 HTTP 服務器
        http.ListenAndServe(":8080", nil)

}

這里啟動一個簡單的HTTP服務器，由其來模擬下游服務，來接收上游服務的請求。下面我們啟動一個簡單的程序，由其來模擬上游服務發(fā)送請求:

func main() {
        // 創(chuàng)建一個等待組，用于等待所有請求完成
        var wg sync.WaitGroup
        // 模擬上游服務發(fā)送大量請求給下游服務
        go func() {
                for i := 0; i < 1000000; i++ {
                        wg.Add(1)
                        go sendRequest(&wg)
                }
        }()
        // 等待所有請求完成
        wg.Wait()
}

func sendRequest(wg *sync.WaitGroup) {
        // 模擬上游服務發(fā)送請求給下游服務
        resp, err := http.Get("http://localhost:8080/")
        if err != nil {
                fmt.Println("請求失敗:", err)
        } else {
                fmt.Println("請求成功:", resp.Status)
        }

        // 請求完成后，通知等待組
        wg.Done()
}

這里，我們同時啟動了1000000個協(xié)程同時往HTTP服務器發(fā)送請求，如果服務器配置不夠高，亦或者是請求量更多的情況下，已經超過了服務器的處理上限，服務器沒有主夠的資源去處理這些請求，此時將有可能直接將服務器打掛掉，服務直接不可用。在這種情況下，如果由于上游服務的問題，導致下游服務，甚至整個鏈路的系統(tǒng)都直接崩潰，這個是不合理的，此時需要有一些手段保護下游服務由于異常流量導致整個系統(tǒng)的崩潰。

這里對上面的場景進行分析，可以發(fā)現(xiàn)，此時是由于上游服務大量請求的過來，而當前服務并沒有足夠的資源去處理這些請求，但是并沒有對其加以限制，而是繼續(xù)處理，最終導致了整個系統(tǒng)的不可用。那么此時就應該進行限流，對并發(fā)請求量進行控制，對服務器能夠處理的并發(fā)數(shù)進行合理評估，當并發(fā)請求數(shù)超過了限制，此時應該直接拒絕其訪問，避免整個系統(tǒng)的不可用。

那問題來了，go語言中，有什么方法能夠實現(xiàn)資源的管理，如果沒有足夠的資源，此時將直接返回，不對請求進行處理呢？其實go語言中有Weighted類型，在這種場景還挺合適的。下面我們將對其進行介紹。

3. 基本使用

3.1 基本介紹

Weighted 是 Go 語言中 golang.org/x/sync包中的一種類型，用于限制并發(fā)訪問某個資源的數(shù)量。它提供了一種機制，允許調用者以不同的權重請求訪問資源，并在資源可用時進行授予。

Weighted的定義如下，提供了Acquire,TryAcquire,Release三個方法:

type Weighted struct {
   size    int64
   cur     int64
   mu      sync.Mutex
   waiters list.List
}
func (s *Weighted) Acquire(ctx context.Context, n int64) error{}
func (s *Weighted) TryAcquire(n int64) bool{}
func (s *Weighted) Release(n int64) {}

• Acquire: 以權重 n 請求獲取資源，阻塞直到資源可用或上下文 ctx 結束。
• TryAcquire: 嘗試以權重 n 獲取信號量，如果成功則返回 true，否則返回 false，并保持信號量不變。
• Release:釋放具有權重 n 的信號量。

3.2 權重說明

有時候，不同請求對資源的消耗是不同的。通過設置權重，你可以更好地控制不同請求對資源的使用情況。例如，某些請求可能需要更多的計算資源或更長的處理時間，你可以設置較高的權重來確保它們能夠獲取到足夠的資源。

其次就是權重大只是代表著請求需要使用到的資源多，對于優(yōu)先級并不會有作用。在Weighted 中，資源的許可是以先進先出（FIFO）的順序分配的，而不是根據(jù)權重來決定獲取的優(yōu)先級。當有多個請求同時等待獲取資源時，它們會按照先后順序依次獲取資源的許可。

假設先請求權重為 1 的資源，然后再請求權重為 2 的資源。如果當前可用的資源許可足夠滿足兩個請求的總權重，那么先請求的權重為 1 的資源會先獲取到許可，然后是后續(xù)請求的權重為 2 的資源。

w.Acquire(context.Background(), 1) // 權重為 1 的請求先獲取到資源許可
w.Acquire(context.Background(), 2) // 權重為 2 的請求在權重為 1 的請求之后獲取到資源許可

3.3 基本使用

當使用Weighted來控制資源的并發(fā)訪問時，通常需要以下幾個步驟:

• 創(chuàng)建Weighted實例，定義好最大資源數(shù)
• 當需要資源時，調用Acquire方法占據(jù)資源
• 當處理完成之后，調用Release方法釋放資源

下面是一個簡單的代碼的示例，展示了如何使用Weighted實現(xiàn)資源控制：

func main() {
   // 1. 創(chuàng)建一個信號量實例，設置最大并發(fā)數(shù)
   sem := semaphore.NewWeighted(10)
   // 具體處理請求的函數(shù)
   handleRequest := func(id int) {
      // 2. 調用Acquire嘗試獲取資源
      err := sem.Acquire(context.Background(), 1)
      if err != nil {
         fmt.Printf("Goroutine %d failed to acquire resource\n", id)
      }
      // 3. 成功獲取資源，使用defer，在任務執(zhí)行完之后，自動釋放資源
      defer sem.Release(1)
      // 執(zhí)行業(yè)務邏輯
      return
   }
   // 模擬并發(fā)請求
   for i := 0; i < 20; i++ {
      go handleRequest(i)
   }
   time.Sleep(20 * time.Second)
}

首先，調用NewWeighted方法創(chuàng)建一個信號量實例，設置最大并發(fā)數(shù)為10。然后在每次請求處理前調用Acquire方法嘗試獲取資源，成功獲取資源后，使用defer關鍵字，在任務執(zhí)行完后自動釋放資源，調用Release方法釋放一個資源。

保證最多同時有10個協(xié)程獲取資源。如果有更多的協(xié)程嘗試獲取資源，它們會等待其他協(xié)程釋放資源后再進行獲取。

4. 實現(xiàn)原理

4.1 設計初衷

Weighted類型的設計初衷是為了在并發(fā)環(huán)境中實現(xiàn)對資源的控制和限制。它提供了一種簡單而有效的機制，允許在同一時間內只有一定數(shù)量的并發(fā)操作可以訪問或使用特定的資源。

4.2 基本原理

Weighted類型的基本實現(xiàn)原理是基于計數(shù)信號量的概念。計數(shù)信號量是一種用于控制并發(fā)訪問的同步原語，它維護一個可用資源的計數(shù)器。在Weighted中，該計數(shù)器表示可用的資源數(shù)量。

當一個任務需要獲取資源時，它會調用Acquire方法。該方法首先會檢查當前可用資源的數(shù)量，如果大于零，則表示有可用資源，并將計數(shù)器減一，任務獲取到資源，并繼續(xù)執(zhí)行。如果當前可用資源的數(shù)量為零，則任務會被阻塞，直到有其他任務釋放資源。

當一個任務完成對資源的使用后，它會調用Release方法來釋放資源。該方法會將計數(shù)器加一，表示資源已經可用，其他被阻塞的任務可以繼續(xù)獲取資源并執(zhí)行。
通過這種方式，Weighted實現(xiàn)了對資源的限制和控制。它確保在同一時間內只有一定數(shù)量的并發(fā)任務可以訪問資源，超過限制的任務會被阻塞，直到有其他任務釋放資源。這樣可以有效地避免資源過度使用和競爭，保證系統(tǒng)的穩(wěn)定性和性能。

4.3 代碼實現(xiàn)

4.3.1 結構體定義

Weighted的結構體定義如下:

type Weighted struct {
   size    int64
   cur     int64
   mu      sync.Mutex
   waiters list.List
}

• size：表示資源的總數(shù)量，即可以同時獲取的最大資源數(shù)量。
• cur：表示當前已經被獲取的資源數(shù)量。
• mu：用于保護Weighted類型的互斥鎖，確保并發(fā)安全性。
• waiters：使用雙向鏈表來存儲等待獲取資源的任務。

4.3.2 Acquire方法

Acquire方法將獲取指定數(shù)量的資源。如果當前可用資源數(shù)量不足，調用此方法的任務將被阻塞，并加入到等待隊列中。

func (s *Weighted) Acquire(ctx context.Context, n int64) error {
   // 1. 使用互斥鎖s.mu對Weighted類型進行加鎖，確保并發(fā)安全性。
   s.mu.Lock()
   // size - cur 代表剩余可用資源數(shù)，如果大于請求資源數(shù)n, 此時代表剩余可用資源 大于 需要的資源數(shù)
   // 其次，Weighted資源分配的順序是FIFO,如果等待隊列不為空，當前請求就需要自動放到隊列最后面
   if s.size-s.cur >= n && s.waiters.Len() == 0 {
      s.cur += n
      s.mu.Unlock()
      return nil
   }
    // s.size 代表最大資源數(shù)，如果需要的資源數(shù) 大于 最大資源數(shù),此時直接返回錯誤
   if n > s.size {
      // Don't make other Acquire calls block on one that's doomed to fail.
      s.mu.Unlock()
      <-ctx.Done()
      return ctx.Err()
   }
   // 這里代表著當前暫時獲取不到資源，此時將創(chuàng)建一個waiter對象放到等待隊列最后
   ready := make(chan struct{})
   // waiter對象中包含需要獲取的資源數(shù)量n和通知通道ready。
   w := waiter{n: n, ready: ready}
   // 將waiter對象放到隊列最后
   elem := s.waiters.PushBack(w)
   // 釋放鎖，讓其他請求進來
   s.mu.Unlock()
   select {
   // 如果ctx.Done()通道被關閉，表示上下文已取消，任務需要返回錯誤。
   case <-ctx.Done():
      err := ctx.Err()
      // 新獲取鎖，檢查是否已經成功獲取資源。如果成功獲取資源，將錯誤置為nil，表示獲取成功；
      s.mu.Lock()
      select {
      // 通過判斷ready channel是否接收到信號，從而來判斷是否成功獲取資源
      case <-ready:
         err = nil
      default:
         // 判斷是否是等待隊列中第一個元素
         isFront := s.waiters.Front() == elem
         // 將該請求從等待隊列中移除
         s.waiters.Remove(elem)
         // 如果是第一個等待對象，同時還有剩余資源，喚醒后面的waiter。說不定后面的waiter剛好符合條件
         if isFront && s.size > s.cur {
            s.notifyWaiters()
         }
      }
      s.mu.Unlock()
      return err
   // ready通道接收到數(shù)據(jù)，代表此時已經成功占據(jù)到資源了
   case <-ready:
      return nil
   }
}

Weighted對象用來控制可用資源的數(shù)量。它有兩個重要的字段，cur和size，分別表示當前可用的資源數(shù)量和總共可用的資源數(shù)量。

當一個請求通過Acquire方法請求資源時，首先會檢查剩余資源數(shù)量是否足夠，并且等待隊列中沒有其他請求在等待資源。如果滿足這兩個條件，請求就可以成功獲取到資源。

如果剩余資源數(shù)量不足以滿足請求，那么一個waiter的對象會被創(chuàng)建并放入等待隊列中。waiter對象包含了請求需要的資源數(shù)量n和一個用于通知的通道ready。當其他請求調用Release方法釋放資源時，它們會檢查等待隊列中的waiter對象是否滿足資源需求，如果滿足，就會將資源分配給該waiter對象，并通過ready通道來通知它可以執(zhí)行業(yè)務邏輯了。

即使剩余資源數(shù)量大于請求所需數(shù)量，如果等待隊列中存在等待的請求，新的請求也會被放入等待隊列中，而不管資源是否足夠。這可能導致一些請求長時間等待資源，導致資源的浪費和延遲。因此，在使用Weighted進行資源控制時，需要謹慎評估資源配額，并避免資源饑餓的情況發(fā)生，以免影響系統(tǒng)的性能和響應能力。

4.3.3 Release方法

Release方法將釋放指定數(shù)量的資源。當資源被釋放時，會檢查等待隊列中的任務。它從隊頭開始逐個檢查等待的元素，并嘗試為它們分配資源，直到最后一個不滿足資源條件的元素為止。

func (s *Weighted) Release(n int64) {
   // 1. 使用互斥鎖s.mu對Weighted類型進行加鎖，確保并發(fā)安全性。
   s.mu.Lock()
   // 2. 釋放資源
   s.cur -= n
   // 3. 異常情況處理
   if s.cur < 0 {
      s.mu.Unlock()
      panic("semaphore: released more than held")
   }
   // 4. 喚醒等待任務
   s.notifyWaiters()
   s.mu.Unlock()
}

可以看到，Release方法實現(xiàn)相對比較簡單，釋放資源后，便直接調用notifyWaiters方法喚醒處于等待狀態(tài)的任務。下面來看看notifyWaiters方法的具體實現(xiàn):

func (s *Weighted) notifyWaiters() {
   for {
      // 獲取隊頭元素
      next := s.waiters.Front()
      // 已經沒有處于等待狀態(tài)的協(xié)程，此時直接返回
      if next == nil {
         break // No more waiters blocked.
      }
      w := next.Value.(waiter)
      // 如果資源不滿足要求 當前waiter的要求，此時直接返回
      if s.size-s.cur < w.n {
         break
      }
      // 否則占據(jù)waiter需要的資源數(shù)
      s.cur += w.n
      // 移除等待元素
      s.waiters.Remove(next)
      // 喚醒處于等待狀態(tài)的任務，Acquire方法會 <- ready 來等待信號的到來
      close(w.ready)
   }
}

notifyWaiters方法會從隊頭開始獲取元素，判斷當前資源的剩余數(shù)，是否滿足waiter的要求，如果滿足的話，此時先占據(jù)該waiter需要的資源，之后再將其從等待隊列中移除，最后調用close方法，喚醒處于等待狀態(tài)的任務。 之后，再繼續(xù)隊列中取出元素，判斷是否滿足條件，循環(huán)反復，直到不滿足waiter的條件為止。

4.3.4 TryAcquire方法

TryAcquire方法將嘗試獲取指定數(shù)量的資源，但不會阻塞。如果可用資源不足，它會立即返回一個錯誤，而不是阻塞等待。實現(xiàn)比較簡單，只是簡單檢查當前資源數(shù)是否滿足要求而已，具體如下:

func (s *Weighted) TryAcquire(n int64) bool {
   s.mu.Lock()
   success := s.size-s.cur >= n && s.waiters.Len() == 0
   if success {
      s.cur += n
   }
   s.mu.Unlock()
   return success
}

5. 注意事項

5.1 及時釋放資源

當使用Weighted來管理資源時，確保在使用完資源后，及時調用Release方法釋放資源。如果不這樣做，將會導致資源泄漏，最終導致所有的請求都將無法被處理。下面展示一個簡單的代碼說明:

package main
import (
        "fmt"
        "sync"
        "time"
        "golang.org/x/sync/semaphore"
)
func main() {
        sem := semaphore.NewWeighted(5) // 創(chuàng)建一個最大并發(fā)數(shù)為5的Weighted實例
        // 模擬使用資源的任務
        task := func(id int) {
                //1. 成功獲取資源
                if err := sem.Acquire(context.Background(), 1); err != nil {
                        fmt.Printf("Task %d failed to acquire resource: %s\n", id, err)
                        return
                }
                // 2. 任務處理完成之后，資源沒有被釋放
                // defer sem.Release(1) // 使用defer確保在任務完成后釋放資源
        }
        // 啟動多個任務并發(fā)執(zhí)行
        var wg sync.WaitGroup
        for i := 0; i < 10; i++ {
                wg.Add(1)
                go func(id int) {
                        defer wg.Done()
                        task(id)
                }(i)
        }
        wg.Wait() // 等待所有任務完成
}

在上面的代碼中，我們使用Weighted來控制最大并發(fā)數(shù)為5。我們在任務中沒有調用sem.Release(1)釋放資源，這些資源將一直被占用，后面啟動的5個任務將永遠無法獲取到資源，此時將永遠不會繼續(xù)執(zhí)行下去。因此，務必在使用完資源后及時調用Release方法釋放資源，以確保資源的正確回收和釋放，保證系統(tǒng)的穩(wěn)定性和性能。

而且這里最好使用defer語句來實現(xiàn)資源的釋放，避免Release函數(shù)在某些異常場景下無法被執(zhí)行到。

5.2 合理設置并發(fā)數(shù)

Weighted只是提供了一種管理資源的手段，具體的并發(fā)數(shù)還需要開發(fā)人員自行根據(jù)系統(tǒng)的實際需求和資源限制，合理設置Weighted實例的最大并發(fā)數(shù)。過大的并發(fā)數(shù)可能導致資源過度競爭，而過小的并發(fā)數(shù)可能限制了系統(tǒng)的吞吐量。

具體操作可以到線上預發(fā)布環(huán)境，不斷調整觀察，獲取到一個最合適的并發(fā)數(shù)。

5.3 考慮Weighted是否適用于當前場景

Weighted 類型可以用于限制并發(fā)訪問資源的數(shù)量，但它也存在一些潛在的缺點，需要根據(jù)具體的應用場景和需求權衡利弊。

首先是內存開銷，Weighted 類型使用一個 sync.Mutex 以及一個 list.List 來管理等待隊列，這可能會占用一定的內存開銷。對于大規(guī)模的并發(fā)處理，特別是在限制極高的情況下，可能會影響系統(tǒng)的內存消耗。

其次是Weighted 類型一旦初始化，最大并發(fā)數(shù)是固定的，無法在運行時動態(tài)調整。如果你的應用程序需要根據(jù)負載情況動態(tài)調整并發(fā)限制，可能需要使用其他機制或實現(xiàn)。

而且Weighted是嚴格按照FIFO請求順序來分配資源的，當某些請求的權重過大時，可能會導致其他請求饑餓，即長時間等待資源。

最后，則是由于 Weighted 類型使用了互斥鎖來保護共享狀態(tài)，因此在高并發(fā)情況下，爭奪鎖可能成為性能瓶頸，影響系統(tǒng)的吞吐量。

因此，在使用 Weighted 類型時，需要根據(jù)具體的應用場景和需求權衡利弊，從而來決定是否使用Weighted來實現(xiàn)資源的管理控制。

6. 總結

本文介紹了一種解決系統(tǒng)中資源管理問題的解決方案Weighted。本文從問題引出，詳細介紹了Weighted的特點和使用方法。通過了解Weighted的設計初衷和實現(xiàn)原理，讀者可以更好地理解其工作原理。

同時，文章提供了使用Weighted時需要注意的事項，如及時釋放資源、合理設置并發(fā)數(shù)等，從而幫助讀者避免潛在的問題，以及能夠在比較合適的場景下使用到Weighted類型實現(xiàn)資源管理?；诖耍覀兺瓿闪藢eighted的介紹，希望對你有所幫助。

到此這篇關于Go使用Weighted實現(xiàn)資源管理的文章就介紹到這了,更多相關Go實現(xiàn)資源管理內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論