本文主要從 Go 調度器架構層面上介紹了 G-P-M 模型，通過該模型怎樣實現少量內核線程支撐大量 Goroutine 的併發運行。以及通過 NetPoller、sysmon 等幫助 Go 程序減少線程阻塞，充分利用已有的計算資源，從而最大限度提高 Go 程序的運行效率。
本文主要介紹了 Go 程序爲了實現極高的併發性能，其內部調度器的實現架構(G-P-M 模型)，以及爲了最大限度利用計算資源，Go 調度器是如何處理線程阻塞的場景。
怎麼讓我們的系統更快
隨着信息技術的迅速發展，單臺服務器處理能力越來越強，迫使編程模式由從前的串行模式升級到併發模型。
併發模型包含 IO 多路複用、多進程以及多線程，這幾種模型都各有優劣，現代複雜的高併發架構大多是幾種模型協同使用，不同場景應用不同模型，揚長避短，發揮服務器的最大性能。
而多線程，因爲其輕量和易用，成爲併發編程中使用頻率最高的併發模型，包括後衍生的協程等其他子產品，也都基於它。
併發 ≠ 並行
併發 (concurrency) 和 並行 ( parallelism) 是不同的。
在單個 CPU 核上，線程通過時間片或者讓出控制權來實現任務切換，達到 "同時" 運行多個任務的目的，這就是所謂的併發。但實際上任何時刻都只有一個任務被執行，其他任務通過某種算法來排隊。
多核 CPU 可以讓同一進程內的 "多個線程" 做到真正意義上的同時運行，這纔是並行。
進程、線程、協程
進程：進程是系統進行資源分配的基本單位，有獨立的內存空間。
線程：線程是 CPU 調度和分派的基本單位，線程依附於進程存在，每個線程會共享父進程的資源。
協程：協程是一種用戶態的輕量級線程，協程的調度完全由用戶控制，協程間切換隻需要保存任務的上下文，沒有內核的開銷。
線程上下文切換
由於中斷處理，多任務處理，用戶態切換等原因會導致 CPU 從一個線程切換到另一個線程，切換過程需要保存當前進程的狀態並恢復另一個進程的狀態。
上下文切換的代價是高昂的，因爲在覈心上交換線程會花費很多時間。上下文切換的延遲取決於不同的因素，大概在在 50 到 100 納秒之間。考慮到硬件平均在每個核心上每納秒執行 12 條指令，那麼一次上下文切換可能會花費 600 到 1200 條指令的延遲時間。實際上，上下文切換佔用了大量程序執行指令的時間。
如果存在跨核上下文切換(Cross-Core Context Switch)，可能會導致 CPU 緩存失效(CPU 從緩存訪問數據的成本大約 3 到 40 個時鐘週期，從主存訪問數據的成本大約 100 到 300 個時鐘週期)，這種場景的切換成本會更加昂貴。
Golang 爲併發而生
Golang 從 2009 年正式發佈以來，依靠其極高運行速度和高效的開發效率，迅速佔據市場份額。Golang 從語言級別支持併發，通過輕量級協程 Goroutine 來實現程序併發運行。
Goroutine 非常輕量，主要體現在以下兩個方面：
上下文切換代價小： Goroutine 上下文切換隻涉及到三個寄存器(PC / SP / DX)的值修改;而對比線程的上下文切換則需要涉及模式切換(從用戶態切換到內核態)、以及 16 個寄存器、PC、SP…等寄存器的刷新;
內存佔用少：線程棧空間通常是 2M，Goroutine 棧空間最小 2K;
Golang 程序中可以輕鬆支持10w 級別的 Goroutine 運行，而線程數量達到 1k 時，內存佔用就已經達到 2G。
Go 調度器實現機制：
Go 程序通過調度器來調度Goroutine 在內核線程上執行，但是 Goroutine 並不直接綁定 OS 線程 M - Machine運行，而是由 Goroutine Scheduler 中的 P - Processor (邏輯處理器)來作獲取內核線程資源的『中介』。
Go 調度器模型我們通常叫做G-P-M 模型，他包括 4 個重要結構，分別是G、P、M、Sched：
G:Goroutine，每個 Goroutine 對應一個 G 結構體，G 存儲 Goroutine 的運行堆棧、狀態以及任務函數，可重用。
G 並非執行體，每個 G 需要綁定到 P 才能被調度執行。
P: Processor，表示邏輯處理器，對 G 來說，P 相當於 CPU 核，G 只有綁定到 P 才能被調度。對 M 來說，P 提供了相關的執行環境(Context)，如內存分配狀態(mcache)，任務隊列(G)等。
P 的數量決定了系統內最大可並行的 G 的數量(前提：物理 CPU 核數 >= P 的數量)。
P 的數量由用戶設置的 GoMAXPROCS 決定，但是不論 GoMAXPROCS 設置爲多大，P 的數量最大爲 256。
M: Machine，OS 內核線程抽象，代表着真正執行計算的資源，在綁定有效的 P 後，進入 schedule 循環;而 schedule 循環的機制大致是從 Global 隊列、P 的 Local 隊列以及 wait 隊列中獲取。
M 的數量是不定的，由 Go Runtime 調整，爲了防止創建過多 OS 線程導致系統調度不過來，目前默認最大限制爲 10000 個。
M 並不保留 G 狀態，這是 G 可以跨 M 調度的基礎。
Sched：Go 調度器，它維護有存儲 M 和 G 的隊列以及調度器的一些狀態信息等。
調度器循環的機制大致是從各種隊列、P 的本地隊列中獲取 G，切換到 G 的執行棧上並執行 G 的函數，調用 Goexit 做清理工作並回到 M，如此反覆。
理解 M、P、G 三者的關係，可以通過經典的地鼠推車搬磚的模型來說明其三者關係：
地鼠(Gopher)的工作任務是：工地上有若干磚頭，地鼠藉助小車把磚頭運送到火種上去燒製。M 就可以看作圖中的地鼠，P 就是小車，G 就是小車裏裝的磚。
弄清楚了它們三者的關係，下面我們就開始重點聊地鼠是如何在搬運磚塊的。
Processor(P)：
根據用戶設置的 GoMAXPROCS 值來創建一批小車(P)。
Goroutine(G)：
通過 Go 關鍵字就是用來創建一個 Goroutine，也就相當於製造一塊磚(G)，然後將這塊磚(G)放入當前這輛小車(P)中。
Machine (M)：
地鼠(M)不能通過外部創建出來，只能磚(G)太多了，地鼠(M)又太少了，實在忙不過來，剛好還有空閒的小車(P)沒有使用，那就從別處再借些地鼠(M)過來直到把小車(P)用完爲止。
這裏有一個地鼠(M)不夠用，從別處借地鼠(M)的過程，這個過程就是創建一個內核線程(M)。
需要注意的是：地鼠(M) 如果沒有小車(P)是沒辦法運磚的，小車(P)的數量決定了能夠幹活的地鼠(M)數量，在 Go 程序裏面對應的是活動線程數;
在 Go 程序裏我們通過下面的圖示來展示 G-P-M 模型：
P 代表可以“並行”運行的邏輯處理器，每個 P 都被分配到一個系統線程 M，G 代表 Go 協程。
Go 調度器中有兩個不同的運行隊列：全局運行隊列(GRQ)和本地運行隊列(LRQ)。
每個 P 都有一個 LRQ，用於管理分配給在 P 的上下文中執行的 Goroutines，這些 Goroutine 輪流被和 P 綁定的 M 進行上下文切換。GRQ 適用於尚未分配給 P 的 Goroutines。
從上圖可以看出，G 的數量可以遠遠大於 M 的數量，換句話說，Go 程序可以利用少量的內核級線程來支撐大量 Goroutine 的併發。多個 Goroutine 通過用戶級別的上下文切換來共享內核線程 M 的計算資源，但對於操作系統來說並沒有線程上下文切換產生的性能損耗。
爲了更加充分利用線程的計算資源，Go 調度器採取了以下幾種調度策略：
任務竊取(work-stealing)
我們知道，現實情況有的 Goroutine 運行的快，有的慢，那麼勢必肯定會帶來的問題就是，忙的忙死，閒的閒死，Go 肯定不允許摸魚的 P 存在，勢必要充分利用好計算資源。
爲了提高 Go 並行處理能力，調高整體處理效率，當每個 P 之間的 G 任務不均衡時，調度器允許從 GRQ，或者其他 P 的 LRQ 中獲取 G 執行。
減少阻塞
如果正在執行的 Goroutine 阻塞了線程 M 怎麼辦?P 上 LRQ 中的 Goroutine 會獲取不到調度麼?
在 Go 裏面阻塞主要分爲一下 4 種場景：
場景 1：由於原子、互斥量或通道操作調用導致 Goroutine 阻塞，調度器將把當前阻塞的 Goroutine 切換出去，重新調度 LRQ 上的其他 Goroutine;
場景 2：由於網絡請求和 IO 操作導致 Goroutine 阻塞，這種阻塞的情況下，我們的 G 和 M 又會怎麼做呢?
Go 程序提供了網絡輪詢器(NetPoller)來處理網絡請求和 IO 操作的問題，其後臺通過 kqueue(MacOS)，epoll(Linux)或 iocp(Windows)來實現 IO 多路複用。
通過使用 NetPoller 進行網絡系統調用，調度器可以防止 Goroutine 在進行這些系統調用時阻塞 M。這可以讓 M 執行 P 的 LRQ 中其他的 Goroutines，而不需要創建新的 M。有助於減少操作系統上的調度負載。
下圖展示它的工作原理：G1 正在 M 上執行，還有 3 個 Goroutine 在 LRQ 上等待執行。網絡輪詢器空閒着，什麼都沒幹。
接下來，G1 想要進行網絡系統調用，因此它被移動到網絡輪詢器並且處理異步網絡系統調用。然後，M 可以從 LRQ 執行另外的 Goroutine。此時，G2 就被上下文切換到 M 上了。
最後，異步網絡系統調用由網絡輪詢器完成，G1 被移回到 P 的 LRQ 中。一旦 G1 可以在 M 上進行上下文切換，它負責的 Go 相關代碼就可以再次執行。這裏的最大優勢是，執行網絡系統調用不需要額外的 M。網絡輪詢器使用系統線程，它時刻處理一個有效的事件循環。
這種調用方式看起來很複雜，值得慶幸的是，Go 語言將該“複雜性”隱藏在 Runtime 中：Go 開發者無需關注 socket 是否是 non-block 的，也無需親自注冊文件描述符的回調，只需在每個連接對應的 Goroutine 中以“block I/O”的方式對待 socket 處理即可，實現了 goroutine-per-connection 簡單的網絡編程模式(但是大量的 Goroutine 也會帶來額外的問題，比如棧內存增加和調度器負擔加重)。
用戶層眼中看到的 Goroutine 中的“block socket”，實際上是通過 Go runtime 中的 netpoller 通過 Non-block socket + I/O 多路複用機制“模擬”出來的。Go 中的 net 庫正是按照這方式實現的。
場景 3：當調用一些系統方法的時候，如果系統方法調用的時候發生阻塞，這種情況下，網絡輪詢器(NetPoller)無法使用，而進行系統調用的 Goroutine 將阻塞當前 M。
讓我們來看看同步系統調用(如文件 I/O)會導致 M 阻塞的情況：G1 將進行同步系統調用以阻塞 M1。
調度器介入後：識別出 G1 已導致 M1 阻塞，此時，調度器將 M1 與 P 分離，同時也將 G1 帶走。然後調度器引入新的 M2 來服務 P。此時，可以從 LRQ 中選擇 G2 並在 M2 上進行上下文切換。
阻塞的系統調用完成後：G1 可以移回 LRQ 並再次由 P 執行。如果這種情況再次發生，M1 將被放在旁邊以備將來重複使用。
場景 4：如果在 Goroutine 去執行一個 sleep 操作，導致 M 被阻塞了。
Go 程序後臺有一個監控線程 sysmon，它監控那些長時間運行的 G 任務然後設置可以強佔的標識符，別的 Goroutine 就可以搶先進來執行。
只要下次這個 Goroutine 進行函數調用，那麼就會被強佔，同時也會保護現場，然後重新放入 P 的本地隊列裏面等待下次執行。
小結
本文主要從 Go 調度器架構層面上介紹了 G-P-M 模型，通過該模型怎樣實現少量內核線程支撐大量 Goroutine 的併發運行。以及通過 NetPoller、sysmon 等幫助 Go 程序減少線程阻塞，充分利用已有的計算資源，從而最大限度提高 Go 程序的運行效率。
參考文檔：
https://www.ardanlabs.com/blog/2018/08/scheduling-in-go-part1.html
https://www.ardanlabs.com/blog/2018/08/scheduling-in-go-part2.html
https://www.ardanlabs.com/blog/2018/12/scheduling-in-go-part3.html
https://segmentfault.com/a/1190000016038785
https://segmentfault.com/a/1190000016611742
https://segmentfault.com/a/1190000017333717
https://segmentfault.com/a/1190000015352983
https://segmentfault.com/a/1190000015464889
https://www.cnblogs.com/lxmhhy/p/6041001.html
https://www.cnblogs.com/mokafamily/p/9975980.html
https://studyGolang.com/articles/9211
https://www.zhihu.com/question/20862617
https://codeburst.io/why-Goroutines-are-not-lightweight-threads-7c460c1f155f
https://blog.csdn.net/tiandyoin/article/details/76556702
https://www.jianshu.com/p/cc3c0fefee43
https://www.jianshu.com/p/a315224886d2