如何将golang的并发编程运用到实际开发

发表于

前言：这几天在写一个工具脚本分析线上的大量的日志文件，本来应该是索然无味的一个工作，但是本着做到极致的原则，激发了我不断思考如何优化。本文将从开发过程中的最开始版本，一点点讲解优化的过程，最终用golang实现了一个类似java的worker线程池，收获满满。

一，无脑开goroutine阶段

1，任务背景
这个工具的作用简单介绍如下：首先是线上的日志量是非常庞大的，然后要去读取日志文件的内容，然后一条条日志项分析，匹配出想要的日志项写入文件，再提取该文件中的数据计算。日志项格式模拟数据如下：

1
2
3
复制代码{
 "id":xx,"time":"2017-11-19","key1":"value1","key2":"value2".......  
}

2，无脑开gorountine
先给下代码(只放核心代码，省略文件操作和异常错误处理)，再来说说这个阶段的思路

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
复制代码var wirteChan = make(chan []byte) //用于写入文件
var waitgroup sync.WaitGroup //用于控制同步
func main(){
    //省略写入文件的打开操作，毕竟我们主要讲并发这块
    
    //初始化写入的channel
	InitWriter(outLogFileWriter)
	//接下来去遍历每个日志文件，每读出一个日志项就开一个gorountine去处理
	for _,file := range logDir {
	    if file.IsDir() {
			continue
		} else {
			HandlerFile(arg.dir + "/" + file.Name()) //处理每个文件
		}
	}
}
/**
 * 初始化Writer的channel
 */
func InitWriter(outLogFileWriter *bufio.Writer) {
	go func() {
		for data := range wirteChan {
			nn, err := outLogFileWriter.Write(data)
		}
	}()
}
//处理每个文件，然后开G去处理每个日志项
func HandlerFile(fileName string) {
	file, err := os.Open(fileName)
	defer file.Close()
	br := bufio.NewReader(file)
	for {
		data, err := br.ReadBytes('\n')
		if err == io.EOF {
			break
		} else {
			go Handler(data) //每次开一个G去处理，处理完写入writeChannel
		}
	}
}

解析：写博客很不喜欢放大篇幅代码，所以上面给的只是重要的代码，上面代码注释有说到的也不重复说了。好了，我们来想想上面的代码有什么问题？我们现在就假设我们就只有一个非常大的文件，文件中每个记录项都无脑开一个G去执行。那么，运行一下，我们会发现，好慢呀～。问题出在哪里呢？首先我们无法控制G的数量，其次日志文件非常大，这样运行下来，G的数量是非常庞大的，多个G要往一个channel中写数据，那么也会发生严重的阻塞。种种原因，导致了这个方法是不适用的

二，加入带缓冲的任务队列

1，任务队列
在上面我们说到，我们无法控制任务的数量，那么，我在这里就加入了一个任务队列，来对任务进行排队，同时可以控制任务的数量。上代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
复制代码/**
 * Job结构体，包含要处理的数据和处理函数（这个可根据需要修改）
 */
type Job struct {
	Data []byte
	Proc func([]byte)
}
//Job队列，存储要做的Job,将每个任务打包成Job发送到这里
var JobQueue chan Job = make(chan Job, arg.maxqueue)
//启动处理函数处理
func Handler(Data []byte) {
    for range job := <-Queue {
        job.Proc(Data)
    }
}

解析：在这个时候，抽象出来了任务模型Job，由于函数调用其实就是函数地址加函数参数，所以我们可以将处理函数也放进Job中。然后让处理函数去处理就行了。想到这里，稍微有点佩服自己了，接着兴致勃勃的运行一下。嗯，好像没快多少（其实这个取决了你的处理函数，就是Job中的Proc）。What？冷静下来分析一下，真觉得自己真可爱。我仅仅是对任务进行了包装，然后用了一个带缓冲的任务队列，由于创建的Job远远大于单个M的处理能力，带缓冲只是稍微把问题拖后了一点。

三，Job/Worker模型

其实写到这里，心里对如何优化已经有点B数了。我想起了java中的线程池的概念，我可以建立一个线程池，然后池中包含多个worker（数量可以指定），每个worker去队列中取任务处理，处理完则继续取任务。同时为了提高通用性，参数类型都改为了interface{}。好了，接下来看看代码，这里的代码都很关键，所以就全部放上来了

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
复制代码type Job struct {
	Data interface{}
	Proc func(interface{})
}
//Job队列，存储要做的Job
var JobQueue chan Job = make(chan Job, arg.maxqueue)
//Woker,用来从Job队列中取出Job执行
type Worker struct {
	WokerPool  chan chan Job //表示属于哪个Worker池,同时接收JobChannel注册
	JobChannel chan Job      //任务管道，通过这个管道获取任务执行
	Quit       chan bool     //用来停止Worker
}
//新建一个Worker,需要传入Worker池参数
func NewWorker(wokerPool chan chan Job) Worker {
	return Worker{
		WokerPool:  wokerPool,
		JobChannel: make(chan Job),
		Quit:       make(chan bool),
	}
}
//Worker的启动：包含：(1) 把该worker的JobChannel注册到WorkerPool中去  (2) 监听JobChannel上有没有新的任务到来 (3) 监听是否受到关闭的请求
func (worker Worker) Start() {
	go func() {
		for {
			worker.WokerPool <- worker.JobChannel //每次做完任务后就重新注册上去通知本worker又处于可用状态了
			select {
			case job := <-worker.JobChannel:
				job.Proc(job.Data)
			case quit := <-worker.Quit: //接收到关闭信息，直接退出即可
				if quit {
					return
				}
			}
		}
	}()
}
//Worker的关闭：只要发送一个关闭信号即可
func (worker Worker) Stop() {
	go func() {
		worker.Quit <- true
	}()
}
//管理Worker的调度器,包含最大worker数量和workerpool
type Dispatcher struct {
	MaxWorker  int
	WorkerPool chan chan Job
}

//启动一个调度器
func (dispatcher *Dispatcher) Run() {
	//启动maxworker个worker
	for i := 0; i < dispatcher.MaxWorker; i++ {
		worker := NewWorker(dispatcher.WorkerPool)
		worker.Start()
	}
	//接下来启动调度服务
	go dispatcher.dispatch()
}

func (dispatcher *Dispatcher) dispatch() {
	for {
		select {
		case job := <-JobQueue:
			go func(job Job) {
				jobChannel := <-dispatcher.WorkerPool //获取一个可用的worker
				jobChannel <- job                     //将该job发送给该worker
			}(job)
		}
	}
}

//新建一个调度器
func NewDispatcher(maxWorker int) *Dispatcher {
	workerPool := make(chan chan Job, maxWorker)
	return &Dispatcher{
		WorkerPool: workerPool,
		MaxWorker:  maxWorker,
	}
}

解析：代码中每句都注释得非常清楚了，就不重复了。我们可以通过这样来开启这个模型：dispatcher := NewDispatcher(MaxWorker) dispatcher.Run()。有一点需要强调的是，处理函数这块需要根据自己的业务去写，然后和数据打包成Job再发给JobQueue就行了。接着我运行了我的脚本，几十G的文件经过三轮的处理函数（就是说我需要三轮处理，每轮处理都根据上轮的结果）耗时在三分钟到四分钟之间，而且CPU占用率等也不高。对于耗时高的，可以使用pprof工具分析一下到底慢在了哪里

四，总结

因为之前刚学了golang的并发原理，然后刚好有这个任务，于是自己就开始了从零一点点的摸索和优化，整个工具写完，自己对golang的并发的理解又更加的深入了，而且对锁，文件操作等也熟悉了起来。收获很多东西，所以我鼓励学习一个新东西，不能只懂原理，还要自己多动手一下，这样才牢固。其实这个模型还是存在一些不足之处，后续会继续优化。
期间也参考了一些很不错的博客，在这里也表示感谢。

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%