grpool goroutine池协程管理
作者： 王中阳Go
前言
goroutine协程非常轻量级，这也是为什么go支持高并发，但是goroutine频繁创建销毁对GC的压力比较大。
grpool的作用就是复用goroutine，减少频繁创建销毁的性能消耗。
名词概念
Pool: goroutine池，用于管理若干可复用的goroutine协程资源
Worker: 池对象中参与任务执行的goroutine，一个worker可以执行若干个job，直到队列中再无等待的job
Job：添加到池对象的任务队列中等待执行的任务，是一个func()方法，一个job同时只能被一个worker获取并执行。
使用示例
使用默认的协程池，限制100个协程执行1000个任务
pool.Size() 获得当前工作的协程数量
pool.Jobs() 获得当前池中待处理的任务数量
package main
import (
"fmt"
"github.com/gogf/gf/os/grpool"
"github.com/gogf/gf/os/gtimer"
"sync"
"time"
)
func main() {
pool := grpool.New(100)
//添加1千个任务
for i := 0; i < 1000; i++ {
_ = pool.Add(job)
}
fmt.Println("worker:", pool.Size()) //当前工作的协程数量
fmt.Println("jobs:", pool.Jobs()) //当前池中待处理的任务数量
gtimer.SetInterval(time.Second, func() {
fmt.Println("worker:", pool.Size()) //当前工作的协程数
fmt.Println("jobs:", pool.Jobs()) //当前池中待处理的任务数
})
//阻止进程结束
select {}
}
//任务方法
func job() {
time.Sleep(time.Second)
}打印结果：
是不是灰常简单~
踩坑之旅
一个简单的场景，请使用协程打印0~9。
常犯的错误
大家看下面的代码有没有问题，请预测一下打印结果。
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
go func() {
fmt.Println(i)
wg.Done()
}()
}
wg.Wait()不用着急看答案
猜一下打印结果是什么
打印结果：
分析原因
对于异步线程/协程来讲，函数进行异步执行注册时，该函数并未真正开始执行(注册时只在goroutine的栈中保存了变量i的内存地址)，而一旦开始执行时函数才会去读取变量i的值，而这个时候变量i的值已经自增到了9。
正确写法：
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
go func(v int) {
fmt.Println(v)
wg.Done()
}(i)
}
wg.Wait()打印结果：
使用grpool
使用grpool和使用go一样，都需要把当前变量i的值赋值给一个不会改变的临时变量，在函数中使用该临时变量而不是直接使用变量i。
错误代码
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
_ = grpool.Add(func() {
fmt.Println(i) //打印结果都是9
wg.Done()
})
}
wg.Wait()打印结果：
正确代码
wg := sync.WaitGroup{}
for i := 0; i < 9; i++ {
wg.Add(1)
v := i //grpoll.add() 的参数只能是不带参数的匿名函数 因此只能以设置临时变量的方式赋值
_ = grpool.Add(func() {
fmt.Println(v)
wg.Done()
})
}
wg.Wait()打印结果：
总结
通过这篇文章我们了解到：grpool的作用就是复用goroutine，减少频繁创建销毁的性能消耗。也了解到使用协程容易犯的错误，以及用临时变量的方式来解决问题。
说句题外话：grpool的基础概念：Pool、Worke、Job 和我之前设计的派单系统简直一模一样。
到此这篇关于grpool goroutine池协程管理的文章就介绍到这了,更多相关grpool goroutine池 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！