Go监控模式（Monitor Pattern）（go 监控系统）

Go监控模式（Monitor Pattern）（go 监控系统）

Go 能实现监控模式[1]，归功于 sync 包和 sync.Cond 结构体。监控模式允许 goroutine 在进入睡眠模式前等待一个定特定条件，而不会阻塞执行或消耗资源。

条件变量

我们举个例子，来看看这个模式可以带来的好处。我将使用 Bryan Mills 的演示文稿[2]中提供的示例：

type Item = int type Queue struct {

 items     []Item

 *sync.Cond

} func NewQueue() *Queue {

 q := new(Queue)

 q.Cond = sync.NewCond(&sync.Mutex{})

 return q

} func (q *Queue) Put(item Item) {

 q.L.Lock()

 defer q.L.Unlock()

 q.items = append(q.items, item)

 q.Signal()

} func (q *Queue) GetMany(n int) []Item {

 q.L.Lock()

 defer q.L.Unlock()

 for len(q.items) < n {

  q.Wait()

 }

 items := q.items[:n:n]

 q.items = q.items[n:]

 return items

} func main() {

 q := NewQueue()

 var wg sync.WaitGroup

 for n := 10; n > 0; n-- {

  wg.Add(1)

  go func(n int) {

   items := q.GetMany(n)

   fmt.Printf("%2d: %2d\n", n, items)

   wg.Done()

  }(n)

 }

 for i := 0; i < 100; i++ {

  q.Put(i)

 }

 wg.Wait()

}

Queue 是一个非常简单的结体构，由一个切片和 sync.Cond 结构组成。然后，我们做两件事：

启动 10 个 goroutines，并将尝试一次消费 X 个元素。如果这些元素不够数目，那么 goroutine 将进去睡眠状态并等待被唤醒

主 goroutine 将用 100 个元素填入队列。每添加一个元素，它将唤醒一个等待消费的 goroutine。

程序的输出，

4: [31 32 33 34]

8: [10 11 12 13 14 15 16 17]

5: [35 36 37 38 39]

3: [ 7 8 9]

6: [40 41 42 43 44 45]

2: [18 19]

9: [46 47 48 49 50 51 52 53 54]

10: [21 22 23 24 25 26 27 28 29 30]

1: [20]

7: [ 0 1 2 3 4 5 6]

如果多次运行此程序，将获得不同的输出。我们可以看到，由于是按批次检索值的，每个 goroutine 获取的值是一个连续的序列。这一点对于理解 sync.Cond 与 channels 的差异很重要。

sync.Cond vs Channels

用单个 channel 解决这个问题并不容易，因为它会被消费者一个接一个地拉出来。

为了解决这个问题，Bryan Mills 编写了一个包含两个通道组合的等价解决方案（第 65 页）[3]：

type Item = int type waiter struct {

 n int  c chan []Item

} type state struct {

 items []Item

 wait  []waiter

} type Queue struct {

 s chan state

} func NewQueue() *Queue {

 s := make(chan state, 1)

 s <- state{}

 return &Queue{s}

} func (q *Queue) Put(item Item) {

 s := <-q.s

 s.items = append(s.items, item)

 for len(s.wait) > 0 {

  w := s.wait[0]

  if len(s.items) < w.n {

   break   }

  w.c <- s.items[:w.n:w.n]

  s.items = s.items[w.n:]

  s.wait = s.wait[1:]

 }

 q.s <- s

} func (q *Queue) GetMany(n int) []Item {

 s := <-q.s

 if len(s.wait) == 0 && len(s.items) >= n {

  items := s.items[:n:n]

  s.items = s.items[n:]

  q.s <- s

  return items

 }

 c := make(chan []Item)

 s.wait = append(s.wait, waiter{n, c})

 q.s <- s

 return <-c

}

结果类似：

1: [ 0]

10: [ 1 2 3 4 5 6 7 8 9 10]

5: [11 12 13 14 15]

8: [16 17 18 19 20 21 22 23]

6: [24 25 26 27 28 29]

3: [37 38 39]

7: [30 31 32 33 34 35 36]

9: [46 47 48 49 50 51 52 53 54]

2: [44 45]

4: [40 41 42 43]

在可读性和语义方面，条件变量在这里可能有一个小优势。但是，它也有限制。

注意事项

我们运行包含 100 个元素的基准测试，如示例所示：

WithCond-8 15.7µs ± 2%

WithChan-8 19.4µs ± 1%

在这里使用条件变量要快一些。让我们试试 10k 个元素的基准测试：

WithCond-8 2.84ms ± 1%

WithChan-8 917µs ± 1%

可以看到 channel 的速度要快得多。Bryan Mills 在“饥饿”部分（第 45 页）[4]中解释了这个问题：

假设我们调用 GetMany(3000) 的同时有一个调用者在密集的循环中执行 GetMany(3)。两个服务可能几乎同时醒来，但 GetMany(3) 调用将能够消耗三个元素，而 GetMany(3000) 将没有足够的元素就绪。队列将保持耗尽状态，较大的调用将一直阻塞。

该演示文稿还强调了在处理条件变量时我们可能面临的其他问题。如果模式看起来很简单，我们在使用它时应该小心。之前看到的例子向我们展示了如何更有效地使用 channel 并通过通信进行共享。

内部流程

内部实现非常简单，基于发号系统。以下是上一个示例的简单表示：

进入等待模式的每个 goroutine 将从变量 wait 开始分号，该变量从 0 开始。这表示等待队列。

然后，每次调用 Signal() 都会增加另一个名为 notify 的计数器，该计数器代表需要通知或唤醒的 goroutine 队列。

我们的 sync.Cond 结构包含一个负责发号的结构：

type notifyList struct {

 wait   uint32  notify uint32  lock   uintptr  head   unsafe.Pointer

 tail   unsafe.Pointer

}

这是就是上面提到的 wait 和 notify 变量。该结构还通过 head 和 tail 保存等待的 goroutine 的链表，其中每个 goroutine 在其内部结构中保持对所获取的票号的引用。

当收到信号时，Go 会在链表上进行迭代，直到分配给被检查的 goroutine 的票号与notify 变量的编号匹配，如匹配则唤醒当前票号的 goroutine。一旦找到 goroutine，其状态将从等待模式变为可运行模式，然后在 Go 调度程序中处理。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。