写点什么

更简的并发代码,更强的并发控制

用户头像
Kevin Wan
关注
发布于: 2021 年 04 月 12 日

有没感觉 Gosync 包不够用?有没遇到类型没有 sync/atomic 支持?

我们一起看看 go-zerosyncx 包对标准库的一些增值补充。

https://github.com/tal-tech/go-zero/tree/master/core/syncx

atomic

因为没有 泛型 支持,所以才会出现多种类型的原子类支持。以下采用 float64 作为例子:


func (f *AtomicFloat64) Add(val float64) float64 {  for {    old := f.Load()    nv := old + val    if f.CompareAndSwap(old, nv) {      return nv    }  }}
func (f *AtomicFloat64) CompareAndSwap(old, val float64) bool { return atomic.CompareAndSwapUint64((*uint64)(f), math.Float64bits(old), math.Float64bits(val))}
func (f *AtomicFloat64) Load() float64 { return math.Float64frombits(atomic.LoadUint64((*uint64)(f)))}
func (f *AtomicFloat64) Set(val float64) { atomic.StoreUint64((*uint64)(f), math.Float64bits(val))}
复制代码


  • Add(val):如果 CAS 失败,不断 for 循环重试,获取 old val,并 set old+val;

  • CompareAndSwap(old, new):调用底层 atomicCAS

  • Load():调用 atomic.LoadUint64 ,然后转换

  • Set(val):调用 atomic.StoreUint64


至于其他类型,开发者想自己扩展自己想要的类型,可以依照上述,基本上调用原始 atomic 操作,然后转换为需要的类型,比如:遇到 bool 可以借助 0, 1 来分辨对应的 false, true

Barrier

这里 Barrier 只是将业务函数操作封装,作为闭包传入,内部将 lock 操作的加锁解锁自行解决了【防止开发者加锁了忘记解锁】


func (b *Barrier) Guard(fn func()) {  b.lock.Lock()  defer b.lock.Unlock()  // 自己的业务逻辑  fn()}
复制代码

Cond/Limit/TimeoutLimit

这个数据结构和 Limit 一起组成了 TimeoutLimit ,这里将这 3 个一起讲:


func NewTimeoutLimit(n int) TimeoutLimit {  return TimeoutLimit{    limit: NewLimit(n),    cond:  NewCond(),  }}
func NewLimit(n int) Limit { return Limit{ pool: make(chan lang.PlaceholderType, n), }}
复制代码


  • limit 这里是有缓冲的 channel

  • cond 是无缓冲的;


所以这里结合名字来理解:因为 Limit 是限制某一种资源的使用,所以需要预先在资源池中放入预置数量的资源;Cond 类似阀门,需要两边都准备好,才能进行数据交换,所以使用无缓冲,同步控制。


这里我们看看 stores/mongo 中关于 session 的管理,来理解 资源控制:


func (cs *concurrentSession) takeSession(opts ...Option) (*mgo.Session, error) {  // 选项参数注入  ...  // 看 limit 中是否还能取出资源  if err := cs.limit.Borrow(o.timeout); err != nil {    return nil, err  } else {    return cs.Copy(), nil  }}
func (l TimeoutLimit) Borrow(timeout time.Duration) error { // 1. 如果还有 limit 中还有资源,取出一个,返回 if l.TryBorrow() { return nil } // 2. 如果 limit 中资源已经用完了 var ok bool for { // 只有 cond 可以取出一个【无缓存,也只有 cond <- 此条才能通过】 timeout, ok = l.cond.WaitWithTimeout(timeout) // 尝试取出一个【上面 cond 通过时,就有一个资源返回了】 // 看 `Return()` if ok && l.TryBorrow() { return nil } // 超时控制 if timeout <= 0 { return ErrTimeout } }}
func (l TimeoutLimit) Return() error { // 返回去一个资源 if err := l.limit.Return(); err != nil { return err } // 同步通知另一个需要资源的协程【实现了阀门,两方交换】 l.cond.Signal() return nil}
复制代码

资源管理

同文件夹中还有 ResourceManager,从名字上类似,这里将两个组件放在一起讲解。


先从结构上:


type ManagedResource struct {  // 资源  resource interface{}  lock     sync.RWMutex  // 生成资源的逻辑,由开发者自己控制  generate func() interface{}  // 对比资源  equals   func(a, b interface{}) bool}
type ResourceManager struct { // 资源:这里看得出来是 I/O, resources map[string]io.Closer sharedCalls SharedCalls // 对资源map互斥访问 lock sync.RWMutex}
复制代码


然后来看获取资源的方法签名:


func (manager *ResourceManager) GetResource(key, create func() (io.Closer, error)) (io.Closer, error)
// 获取一个资源(有就直接获取,没有生成一个)func (mr *ManagedResource) Take() interface{}// 判断这个资源是否不符合传入的判断要求,不符合则重置func (mr *ManagedResource) MarkBroken(resource interface{})
复制代码


  1. ResourceManager 使用 SharedCalls 做防重复请求,并将资源缓存在内部的 sourMap;另外传入的 create funcIO 操作有关,常见用在网络资源的缓存;

  2. ManagedResource 缓存资源没有 map 而是单一的 interface ,说明只有一份,但是它提供了 Take() 和传入 generate()说明可以让开发者自行更新 resource


所以在用途上:


  • ResourceManager:用在网络资源的管理。如:数据库连接管理;

  • ManagedResource:用在一些变化资源,可以做资源前后对比,达到更新资源。如:token 管理和验证

RefResource

这个就和 GC 中引用计数类似:


  • Use() -> ref++

  • Clean() -> ref--; if ref == 0 -> ref clean


func (r *RefResource) Use() error {  // 互斥访问  r.lock.Lock()  defer r.lock.Unlock()  // 清除标记  if r.cleaned {    return ErrUseOfCleaned  }  // 引用 +1  r.ref++  return nil}
复制代码

SharedCalls

一句话形容:使用 SharedCalls 可以使得同时多个请求只需要发起一次拿结果的调用,其他请求"坐享其成",这种设计有效减少了资源服务的并发压力,可以有效防止缓存击穿


这个组件被反复应用在其他组件中,上面说的 ResourceManager


类似当需要高频并发访问一个资源时,就可以使用 SharedCalls 缓存。


// 当多个请求同时使用Do方法请求资源时func (g *sharedGroup) Do(key string, fn func() (interface{}, error)) (interface{}, error) {  // 先申请加锁  g.lock.Lock()
// 根据key,获取对应的call结果,并用变量c保存 if c, ok := g.calls[key]; ok { // 拿到call以后,释放锁,此处call可能还没有实际数据,只是一个空的内存占位 g.lock.Unlock() // 调用wg.Wait,判断是否有其他goroutine正在申请资源,如果阻塞,说明有其他goroutine正在获取资源 c.wg.Wait() // 当wg.Wait不再阻塞,表示资源获取已经结束,可以直接返回结果 return c.val, c.err }
// 没有拿到结果,则调用makeCall方法去获取资源,注意此处仍然是锁住的,可以保证只有一个goroutine可以调用makecall c := g.makeCall(key, fn) // 返回调用结果 return c.val, c.err}
复制代码

总结

不重复造轮子,一直是 go-zero 设计主旨之一;也同时将平时业务沉淀到组件中,这才是框架和组件的意义。


关于 go-zero 更多的设计和实现文章,可以持续关注我们。欢迎大家去关注和使用。

项目地址

https://github.com/tal-tech/go-zero


欢迎使用 go-zero 并 star 支持我们!

微信交流群

关注『微服务实践』公众号并回复 进群 获取社区群二维码。

发布于: 2021 年 04 月 12 日阅读数: 913
用户头像

Kevin Wan

关注

保持简单 2017.10.24 加入

go-zero作者

评论

发布
暂无评论
更简的并发代码,更强的并发控制