上一篇文章《Go語言高階：調度器系列（1）起源》，學goroutine調度器之前的一些背景知識，這篇文章則是爲了對調度器有個宏觀的認識，從宏觀的3個角度，去看待和理解調度器是什麼樣子的，但仍然不涉及具體的調度原理。
三個角度分別是：
- 調度器的宏觀組成
- 調度器的生命週期
- GMP的可視化感受
在開始前，先回憶下調度器相關的3個縮寫：
- G: goroutine，每個G都代表1個goroutine
- M: 工作線程，是Go語言定義出來在用戶層面描述系統線程的對象 ，每個M代表一個系統線程
- P: 處理器，它包含了運行Go代碼的資源。
3者的簡要關係是P擁有G，M必須和一個P關聯才能運行P擁有的G。
調度器的功能
《Go語言高階：調度器系列（1）起源》中介紹了協程和線程的關係，協程需要運行在線程之上，線程由CPU進行調度。
在Go中，線程是運行goroutine的實體，調度器的功能是把可運行的goroutine分配到工作線程上。
Go的調度器也是經過了多個版本的開發纔是現在這個樣子的，
- 1.0版本發佈了最初的、最簡單的調度器，是G-M模型，存在4類問題
- 1.1版本重新設計，修改爲G-P-M模型，奠定當前調度器基本模樣
- 1.2版本加入了搶佔式調度，防止協程不讓出CPU導致其他G餓死
在$GOROOT/src/runtime/proc.go的開頭註釋中包含了對Scheduler的重要註釋，介紹Scheduler的設計曾拒絕過3種方案以及原因，本文不再介紹了，希望你不要忽略爲數不多的官方介紹。
Scheduler的宏觀組成
Tony Bai在《也談goroutine調度器》中的這幅圖，展示了goroutine調度器和系統調度器的關係，而不是把二者割裂開來，並且從宏觀的角度展示了調度器的重要組成。
自頂向下是調度器的4個部分：
- 全局隊列（Global Queue）：存放等待運行的G。
- P的本地隊列：同全局隊列類似，存放的也是等待運行的G，存的數量有限，不超過256個。新建G'時，G'優先加入到P的本地隊列，如果隊列滿了，則會把本地隊列中一半的G移動到全局隊列。
- P列表：所有的P都在程序啓動時創建，並保存在數組中，最多有GOMAXPROCS個。
- M：線程想運行任務就得獲取P，從P的本地隊列獲取G，P隊列爲空時，M也會嘗試從全局隊列拿一批G放到P的本地隊列，或從其他P的本地隊列偷一半放到自己P的本地隊列。M運行G，G執行之後，M會從P獲取下一個G，不斷重複下去。
Goroutine調度器和OS調度器是通過M結合起來的，每個M都代表了1個內核線程，OS調度器負責把內核線程分配到CPU的核上執行。
調度器的生命週期
接下來我們從另外一個宏觀角度——生命週期，認識調度器。
所有的Go程序運行都會經過一個完整的調度器生命週期：從創建到結束。
即使下面這段簡單的代碼：
package main
import "fmt"
// main.main
func main() {
fmt.Println("Hello scheduler")
}也會經歷如上圖所示的過程：
- runtime創建最初的線程m0和goroutine g0，並把2者關聯。
- 調度器初始化：初始化m0、棧、垃圾回收，以及創建和初始化由GOMAXPROCS個P構成的P列表。
- 示例代碼中的main函數是
main.main，runtime中也有1個main函數——runtime.main，代碼經過編譯後，runtime.main會調用main.main，程序啓動時會爲runtime.main創建goroutine，稱它爲main goroutine吧，然後把main goroutine加入到P的本地隊列。 - 啓動m0，m0已經綁定了P，會從P的本地隊列獲取G，獲取到main goroutine。
- G擁有棧，M根據G中的棧信息和調度信息設置運行環境
- M運行G
- G退出，再次回到M獲取可運行的G，這樣重複下去，直到
main.main退出，runtime.main執行Defer和Panic處理，或調用runtime.exit退出程序。
調度器的生命週期幾乎佔滿了一個Go程序的一生，runtime.main的goroutine執行之前都是爲調度器做準備工作，runtime.main的goroutine運行，纔是調度器的真正開始，直到runtime.main結束而結束。
GMP的可視化感受
上面的兩個宏觀角度，都是根據文檔、代碼整理出來，最後我們從可視化角度感受下調度器，有2種方式。
方式1：go tool trace
trace記錄了運行時的信息，能提供可視化的Web頁面。
簡單測試代碼：main函數創建trace，trace會運行在單獨的goroutine中，然後main打印"Hello trace"退出。
func main() {
// 創建trace文件
f, err := os.Create("trace.out")
if err != nil {
panic(err)
}
defer f.Close()
// 啓動trace goroutine
err = trace.Start(f)
if err != nil {
panic(err)
}
defer trace.Stop()
// main
fmt.Println("Hello trace")
}運行程序和運行trace：
➜ trace git:(master) ✗ go run trace1.go
Hello trace
➜ trace git:(master) ✗ ls
trace.out trace1.go
➜ trace git:(master) ✗
➜ trace git:(master) ✗ go tool trace trace.out
2019/03/24 20:48:22 Parsing trace...
2019/03/24 20:48:22 Splitting trace...
2019/03/24 20:48:22 Opening browser. Trace viewer is listening on http://127.0.0.1:55984效果：
從上至下分別是goroutine（G）、堆、線程（M）、Proc（P）的信息，從左到右是時間線。用鼠標點擊顏色塊，最下面會列出詳細的信息。
我們可以發現：
-
runtime.main的goroutine是g1，這個編號應該永遠都不變的，runtime.main是在g0之後創建的第一個goroutine。 - g1中調用了
main.main，創建了trace goroutine g18。g1運行在P2上，g18運行在P0上。 - P1上實際上也有goroutine運行，可以看到短暫的豎線。
go tool trace的資料並不多，如果感興趣可閱讀：https://making.pusher.com/go-... ，中文翻譯是：https://mp.weixin.qq.com/s/nf... 。
方式2：Debug trace
示例代碼：
// main.main
func main() {
for i := 0; i < 5; i++ {
time.Sleep(time.Second)
fmt.Println("Hello scheduler")
}
}編譯和運行，運行過程會打印trace：
➜ one_routine2 git:(master) ✗ go build .
➜ one_routine2 git:(master) ✗ GODEBUG=schedtrace=1000 ./one_routine2結果：
SCHED 0ms: gomaxprocs=8 idleprocs=5 threads=5 spinningthreads=1 idlethreads=0 runqueue=0 [0 0 0 0 0 0 0 0]
SCHED 1001ms: gomaxprocs=8 idleprocs=8 threads=5 spinningthreads=0 idlethreads=3 runqueue=0 [0 0 0 0 0 0 0 0]
Hello scheduler
SCHED 2002ms: gomaxprocs=8 idleprocs=8 threads=5 spinningthreads=0 idlethreads=3 runqueue=0 [0 0 0 0 0 0 0 0]
Hello scheduler
SCHED 3004ms: gomaxprocs=8 idleprocs=8 threads=5 spinningthreads=0 idlethreads=3 runqueue=0 [0 0 0 0 0 0 0 0]
Hello scheduler
SCHED 4005ms: gomaxprocs=8 idleprocs=8 threads=5 spinningthreads=0 idlethreads=3 runqueue=0 [0 0 0 0 0 0 0 0]
Hello scheduler
SCHED 5013ms: gomaxprocs=8 idleprocs=8 threads=5 spinningthreads=0 idlethreads=3 runqueue=0 [0 0 0 0 0 0 0 0]
Hello scheduler看到這密密麻麻的文字就有點擔心，不要愁！因爲每行字段都是一樣的，各字段含義如下：
- SCHED：調試信息輸出標誌字符串，代表本行是goroutine調度器的輸出；
- 0ms：即從程序啓動到輸出這行日誌的時間；
- gomaxprocs: P的數量，本例有8個P；
- idleprocs: 處於idle狀態的P的數量；通過gomaxprocs和idleprocs的差值，我們就可知道執行go代碼的P的數量；
- threads: os threads/M的數量，包含scheduler使用的m數量，加上runtime自用的類似sysmon這樣的thread的數量；
- spinningthreads: 處於自旋狀態的os thread數量；
- idlethread: 處於idle狀態的os thread的數量；
- runqueue=0： Scheduler全局隊列中G的數量；
-
[0 0 0 0 0 0 0 0]: 分別爲8個P的local queue中的G的數量。
看第一行，含義是：剛啓動時創建了8個P，其中5個空閒的P，共創建5個M，其中1個M處於自旋，沒有M處於空閒，8個P的本地隊列都沒有G。
再看個複雜版本的，加上scheddetail=1可以打印更詳細的trace信息。
命令：
➜ one_routine2 git:(master) ✗ GODEBUG=schedtrace=1000,scheddetail=1 ./one_routine2結果：
截圖可能更代碼匹配不起來，最初代碼是for死循環，後面爲了減少打印加了限制循環5次
每次分別打印了每個P、M、G的信息，P的數量等於gomaxprocs，M的數量等於threads，主要看圈黃的地方：
- 第1處：P1和M2進行了綁定。
- 第2處：M2和P1進行了綁定，但M2上沒有運行的G。
- 第3處：代碼中使用fmt進行打印，會進行系統調用，P1系統調用的次數很多，說明我們的用例函數基本在P1上運行。
- 第4處和第5處：M0上運行了G1，G1的狀態爲3（系統調用），G進行系統調用時，M會和P解綁，但M會記住之前的P，所以M0仍然記綁定了P1，而P1稱未綁定M。
總結時刻
這篇文章，從3個宏觀的角度介紹了調度器，也許你依然不知道調度器的原理，心裏感覺模模糊糊，沒關係，一步一步走，通過這篇文章希望你瞭解了：
- Go調度器和OS調度器的關係
- Go調度器的生命週期/總體流程
- P的數量等於GOMAXPROCS
- M需要通過綁定的P獲取G，然後執行G，不斷重複這個過程
示例代碼
本文所有示例代碼都在Github，可通過閱讀原文訪問：golang_step_by_step/tree/master/scheduler
參考資料
最近的感受是：自己懂是一個層次，能寫出來需要擡升一個層次，給他人講懂又需要擡升一個層次。希望朋友們有所收穫。
- 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/2019/03/26/golang-scheduler-2-macro-view/
