週末又到了,爲大家準備了一份實用乾貨:如何使用channel和Mutex解決併發問題,利用週末的好時光,配上音樂,思考一下吧🤔。
來,問自己個問題:面對併發問題,是用channel解決,還是用Mutex解決?
如果自己心裏還沒有清晰的答案,那就讀下這篇文章,你會瞭解到:
- 使用channel解決併發問題的核心思路和示例
- channel擅長解決什麼樣的併發問題,Mutex擅長解決什麼樣的併發問題
- 一個併發問題該怎麼入手解解決
- 一個重要的plus思維
前戲
前面很多篇的文章都在圍繞channel
介紹,而只有前一篇sync
的文章介紹到了Mutex
,不是我偏心,而是channel在Golang是first class級別的,設計在語言特性中的,而Mutex
只是一個包中的。這就註定了一個是主角,一個是配角。
並且Golang還有一個併發座右銘,在《Effective Go》的channel介紹中寫到:
Share memory by communicating, don’t communicate by sharing memory.
通過通信共享內存,而不是通過共享內存而通信。
Golang以如此明顯的方式告訴我們:面對併發問題,你首先想到的應該是channel,因爲channel是線程安全的並且不會有數據衝突,比鎖好用多了。
既生瑜,何生亮。既然有channel
了,爲啥還提供sync.Mutex
呢?
主角不是萬能的,他也需要配角。在Golang裏,channel也不是萬能的,這是由channel的特性和侷限造成的。
下面就給大家介紹channel的特點、核心方法和缺點。
channel解決併發問題的思路和示例
channel的核心是數據流動,關注到併發問題中的數據流動,把流動的數據放到channel中,就能使用channel解決這個併發問題。這個思路是從Go語言的核心開發者的演講中學來的,然而視頻我已經找不到了,不然直接共享給大家,他提到了Golang併發的核心實踐的4個點:
DataFlow -> Drawing -> Pipieline -> Exiting
DataFlow指數據流動,Drawing指把數據流動畫出來,Pipeline指的是流水線,Exit指協程的退出。DataFlow + Drawing就是我提到到channel解決併發問題的思路,Pipeline和Exit是具體的實踐模式,Pipeline和Exit我都寫過文章,有需要自取:
下面我使用例子具體解釋DataFlow + Drawing。借用《Golang併發的次優選擇:sync包》中銀行的例子,介紹如何使用channel解決例子中銀行的併發問題:銀行支持多個用戶的同時操作。順便看下同一個併發問題,使用channel和Mutex解決是什麼差別。
一起分析下多個用戶同時操作銀行的數據流動:
- 每個人都可以向銀行發起請求,請求可以是存、取、查3種操作,並且包含操作時必要的數據,包含的數據只和自身相關。
- 銀行處理請求後給用戶發送響應,包含的數據只和操作用戶相關。
你一定發現了上面的數據流動:
- 請求數據:個人請求數據流向銀行。
- 響應數據:銀行處理結果數據流向用戶。
channel是數據流動的通道/管道,爲流動的數據建立通道,這裏需要建立2類channel:
- reqCh:傳送請求的channel,把請求從個人發送給銀行。
- retCh:傳送響應的channel,把響應從銀行發給個人。
我們把channel添加到上圖中,得到下面的圖:
以上就是從數據流動的角度,發現如何使用channel解決併發問題。思路有了,再思考下代碼層面需要怎麼做:
- 銀行:
- 定義銀行,只保存1個map即可
- 銀行操作:接收和解析請求,並把請求分發給存、取、查函數
- 實現存、取、查函數:處理請求,並把結果寫入到用戶提供的響應通道
- 定義請求和響應
- 用戶:創建請求和接收響應的通道,發送請求後等待響應,提取響應結果
- mian函數:創建銀行和用戶間的請求通道,創建銀行、用戶等協程,並等待操作完成
以上,我們這個併發問題的邏輯實現和各塊工作就清晰了,寫起來也方便、簡單。代碼實現有200多行,公衆號不方便查看,可以點閱讀原文,一鍵直達。
代碼不能貼了,運行結果還是可以的,爲了方便理解結果,介紹下示例代碼做了什麼。main函數創建了銀行、小明、小剛3個併發協程:
- 銀行:從
reqCh
接收請求,依次處理每個請求,直到通道關閉,把請求交給處理函數,處理函數把結果寫入到請求中的retCh
。 - 用戶小明:創建了存100、取20、查餘額的3個請求,每個請求得到響應後,再把下一個請求寫入到
reqCh
。 - 用戶小剛:流程和小明相同,但存100取200,造成取錢操作失敗,他查詢下自己又多少錢,得到100。
main函數最後使用WaitGroup等待小明、小剛結束後退出。
下面是運行結果:
$ go run channel_map.go
xiaogang deposite 100 success
xiaoming deposite 100 success
xiaogang withdraw 200 failed
xiaoming withdraw 20 success
xiaogang has 100
xiaoming has 80
Bank exit
這一遭搞完,發現啥沒有?用Mutex直接加鎖、解鎖完事了,但channel搞出來一坨,是不是用channel解決這個問題不太適合?是的。對於當前這個問題,和Mutex的方案相比,channel的方案顯的有點“重”,不夠簡潔、高效、易用。
但這個例子展示了3點:
- 使用channel解決併發問題的核心在於關注數據的流動
- channel不一定是某個併發問題最好的解決方案
- map在併發中,可以不用鎖進行保護,而是使用channel
現在,回到了開篇的問題:同一個併發問題,你是用channel解決,還是用mutex解決?下面,一起看看怎麼選擇。
channel和mutex的選擇
面對一個併發問題的時候,應當選擇合適的併發方式:channel還是mutex。選擇的依據是他們的能力/特性:channel的能力是讓數據流動起來,擅長的是數據流動的場景,《Channel or Mutex》中給了3個數據流動的場景:
- 傳遞數據的所有權,即把某個數據發送給其他協程
- 分發任務,每個任務都是一個數據
- 交流異步結果,結果是一個數據
mutex的能力是數據不動,某段時間只給一個協程訪問數據的權限擅長數據位置固定的場景,《Channel or Mutex》中給了2個數據不動場景:
- 緩存
- 狀態,我們銀行例子中的
map
就是一種狀態
提供解決併發問題的一個思路:
- 先找到數據的流動,並且還要畫出來,數據流動的路徑換成channel,channel的兩端設計成協程
- 基於畫出來的圖設計簡要的channel方案,代碼需要做什麼
- 這個方案是不是有點複雜,是不是用Mutex更好一點?設計一個簡要的Mutex方案,對比&選擇易做的、高效的
channel + mutex思維
面對併發問題,除了channel or mutex,你還有另外一個選擇:channel plus mutex。
一個大併發問題,可以分解成很多小的併發問題,每個小的併發都可以單獨選型:channel or mutex。但對於整個大的問題,通常不是channel or mutex,而是channel plus mutex。
如果你是認爲是channel and mutex也行,但我更喜歡plus,體現相互配合。
總結
讀到這裏,感覺這篇文章頭重腳輕,channel的講了很多,而channel和mutex的選擇卻講的很少。在channel和mutex的選擇,實際並沒有一個固定答案,也沒有固定的方法,但提供了一個簡單的思路:設計出channel和Mutex的簡單方案,然後選擇最適合當前業務、問題的那個。
思考比結論更重要,希望你有所收穫:
- 關注數據的流動,就可以使用channel解決併發問題。
- 不流動的數據,如果存在併發訪問,嘗試使用sync.Mutex保護數據。
- channel不一定某個併發問題的最優解。
- 不要害怕、拒絕使用mutex,如果mutex是問題的最優解,那就大膽使用。
- 對於大問題,channel plus mutex也許纔是更好的方案。
參考資料
- 《Effective Go》,https://golang.org/doc/effective_go.html#sharing
- 《Mutex Or Channel》,https://github.com/golang/go/wiki/MutexOrChannel
文章推薦
- 如果這篇文章對你有幫助,請點個贊/喜歡,感謝。
- 本文作者:大彬
- 如果喜歡本文,隨意轉載,但請保留此原文鏈接:http://lessisbetter.site/2019/01/14/golang-channel-and-mutex/