这篇文章给大家分享的是有关Go并发中goroutine模型与调度策略的示例分析的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
早期的单进程操作系统，可以理解为只有一个时间轴，CPU顺序执行每一个进程/线程，这种顺序执行的方式，CPU同一时间智能处理一个指令，一个任务一个任务去处理
这样就会导致进程阻塞的话，CPU就会卡在当前进程，一直在等待，CPU就会浪费
CPU利用轮询机制，调度各个进程，每个进程都分配固定的时间片，这个时间片很小，先执行进程A，如果A结束了，那没问题切换到下一进程B，但如果时间片内A没结束，CPU不管A没结束，会强制切换到下一进程B，以此类推，CPU就避免了阻塞在某一进程
但这样的问题是，在频繁切换进程的过程中，进程的切换就必然会导致切换成本，例如保存当前线程状态，系统调用，环境的上下文切换，各种拷贝复制就会导致时间浪费，大部分时间都用在切换了，进程数量越多，切换的浪费就越大
因此软件的目标就是提高CPU利用率
另一方面，进程的内存占用也是很大的问题
程序员的任务就是在用户态调接口，开发业务，内核态负责调硬件，调系统资源，用户线程和内核线程一一绑定，CPU只需要管内核线程，这样的内核线程称为thread，用户线程称为co-routine，thread通过管理协程调度器，管理多个协程，这样CPU还是只管理一个线程
这样就在用户态实现了并发，CPU也不用切换了，只用在协程切换时消耗很少的资源，解决了CPU高消耗调度的问题
这样的弊端是有一个协程阻塞了，下一个协程就不能执行了
M个线程通过协程调度器，管理多个协程，CPU的调度优化我们没法做，这个协程调度器就非常重要了
在go中，协程co-routine被改为goroutine，一个goroutine只占几kb，因此可以有大量的goroutine存在，另一方面goroutine 的调度器非常灵活
早期的goroutine调度器有一个全局的goroutine队列，这个队列有一个锁，每个线程要创建、销毁、运行一个goroutine都要先获取一个锁，然后执行goroutine，执行完毕后再把锁还回去
这样的问题是激烈的锁竞争
另一方面，当一个线程执行一个goroutine时，这个goroutine新创建了一个goroutine，为了保证并发，这个新goroutine肯定得执行，这个新创建的就被放在下一个线程去执行，这实际上不满足程序的局部性原理
另外系统在频繁调用不同的线程还是会造成系统开销
在操作系统中，有一个操作系统调度器，用来调度CPU，来处理不同的内核线程，在这之上每个线程有一个处理器，这个处理器里有goroutine的各种资源，堆、栈、数据等，这样的处理器称为P，每个P管理一个自己的本地队列，这个队列里存放着这个P要处理的goroutine，goroutine要被处理时，线程获取一个P，P调度出一个goroutine交给线程，线程对goroutine进行处理，除了P的本地队列外，还有一个全局队列，里面也存放着要运行的goroutine
work stealing
当一个线程正在执行一个goroutine时，并且它的P本地队列里还有待执行的goroutine，别的P空闲的话就会帮它的线程偷取一个goroutine
↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
hand off
如果说一个P正执行的goroutine突然阻塞了，比如在等待输入之类的，那么这时候这个P的线程，也就是这个CPU实际上没有被利用，这时候就会创建/唤醒一个新的线程，这时候让阻塞的goroutine继续阻塞，当前CPU变为睡眠状态，但把物理CPU切换走到不阻塞的线程上，其余的P和P的本地队列直接被转移到新的线程上控制，如果之前的阻塞routine又不阻塞了，那把这个goroutine又加入到别的队列后
↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
P的数量可以宏定义，例如为CPU核心数/2
在1:1模型中，一个协程和一个线程绑定，当有别的协程需要运行时，当前的协程除非释放出这个线程资源，否则新来的就只能等着
而goroutine的机制是，每个goroutine只有10ms，时间用完后新的goroutine一定会抢占这个CPU，没有谁优先，大家都很平均
一个线程如果没有要执行的goroutine，根据work stealing，去别的本地队列偷，如果别的队列也没得偷，就去全局队列里拿，全局队列里别的goroutine前移
感谢各位的阅读！关于“Go并发中goroutine模型与调度策略的示例分析”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
