Golang百万级高并发实践

写在前面

Go语言作为新兴的语言,最近发展势头很是迅猛,其最大的特点就是原生支持并发。它使用的是"协程(goroutine)模型",和传统基于 OS 线程和进程实现不同,Go
语言的并发是基于用户态的并发,这种并发方式就变得非常轻量,能够轻松运行几万并发逻辑。

Go 的并发属于 CSP 并发模型的一种实现,CSP 并发模型的核心概念是:"不要通过共享内存来通信,而应该通
过通信来共享内存"。这在 Go 语言中的实现就是 Goroutine 和 Channel。

场景描述

在一些场景下,有大规模请求(十万或百万级qps),我们处理的请求可能不需要立马知道结果,例如数据的打点,文件的上传等等。这时候我们需要异步化处理。常用的方法有使用resque、MQ、RabbitMQ等。这里我们在Golang语言里进行设计实践。

方案演进

1. 直接使用goroutine

在Go语言原生并发的支持下,我们可以直接使用一个goroutine(如下方式)去并行处理这个请求。但是,这种方法明显有些不好的地方,我们没法控制goroutine产生数量,如果处理程序稍微耗时,在单机万级十万级qps请求下,goroutine大规模爆发,内存暴涨,处理效率会很快下降甚至引发程序崩溃。

...
go handle(request)
...

1. goroutine协同带缓存的管道

   • 我们定义一个带缓存的管道;

var queue = make(chan job, MAX_QUEUE_SIZE)

• 然后起一个协程处理管道传来的请求;

go func(){
 for {
 select {
 case job := <-queue:
 job.Do(request)
 case <- quit:
 return
 }
 }
}()

• 接收请求,发送job进行处理

job := &Job{request}
queue <- job

讲真,这种方法使用了缓冲队列一定程度上了提高了并发,但也是治标不治本,大规模并发只是推迟了问题的发生时间。当请求速度远大于队列的处理速度时,缓冲区很快被打满,后面的请求一样被堵塞了。

1. job队列+工作池

只用缓冲队列不能解决根本问题,这时候我们可以参考一下线程池的概念,定一个工作池(协程池),来限定最大goroutine数目。每次来新的job时,从工作池里取出一个可用的worker来执行job。这样一来即保障了goroutine的可控性,也尽可能大的提高了并发处理能力。

工作池实现

• 首先,我们定义一个job的接口, 具体内容由具体job实现;

type Job interface {
 Do() error
}

• 然后定义一下job队列和work池类型,这里我们work池也用golang的channel实现。

// define job channel
type JobChan chan Job
// define worker channer
type WorkerChan chan JobChan

我们分别维护一个全局的job队列和工作池。

var (
 JobQueue JobChan
 WorkerPool WorkerChan
)

• worker的实现。每一个worker都有一个job channel,在启动worker的时候会被注册到work pool中。启动后通过自身的job channel取到job并执行job。

type Worker struct {
 JobChannel JobChan
 quit chan bool
}
func (w *Worker) Start() {
 go func() {
 for {
 // regist current job channel to worker pool
 WorkerPool <- w.JobChannel
 select {
 case job := <-w.JobChannel:
 if err := job.Do(); err != nil {
 fmt.printf("excute job failed with err: %v", err)
 }
 // recieve quit event, stop worker
 case <-w.quit:
 return
 }
 }
 }()
}

• 实现一个分发器(Dispatcher)。分发器包含一个worker的指针数组,启动时实例化并启动最大数目的worker,然后从job队列中不断取job选择可用的worker来执行job。

type Dispatcher struct {
 Workers []*Worker
 quit chan bool
}
func (d *Dispatcher) Run() {
 for i := 0; i < MaxWorkerPoolSize; i++ {
 worker := NewWorker()
 d.Workers = append(d.Workers, worker)
 worker.Start()
 }
 for {
 select {
 case job := <-JobQueue:
 go func(job Job) {
 jobChan := <-WorkerPool
 jobChan <- job
 }(job)
 // stop dispatcher
 case <-d.quit:
 return
 }
 }
}

感谢

感谢Handling 1 Million Requests per Minute with Go这篇文章给予的巨大启发。

有疑问加站长微信联系(非本文作者)

• 请尽量让自己的回复能够对别人有帮助
• 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
• 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
• 图片支持拖拽、截图粘贴等方式上传