Go 非常适合并发,任务作为 go-routines 传递,go-routines 在虚拟处理器中处理,每当一个 go-routine 遇到阻塞操作(数据库调用)时,go-routine 被移动到不同线程上的另一个虚拟处理器,大部分时间在另一个物理处理器上运行......现在,我们实现了并行性。
Node.js 有类似的技术(除了一切都发生在同一个线程上),但是将所有等待的虚拟进程放在一个等待队列中,直到它们收到来自阻塞资源(DB、URL)的响应,然后它们被发送到进行处理。
Node.js 的缺点是它无法处理处理器密集型操作(for 循环就是一个例子),并且正在运行的虚拟进程将一直占用直到完成而不会抢占,这就是 Node.js 的原因尽管它具有高并发可用性,但在用于关键系统之前被视为明智之举。
是的,Go 生成了一个新线程来处理阻塞的 go-routine,但是处理器密集型操作如何,它们被认为是一样的,还是会遇到 Node 问题?
最佳答案
是的,但在实践中遇到它比使用 Node 困难得多,而且更容易从中恢复。 Node 是单线程的,除非您显式编写多进程代码(这并不总是那么容易,特别是如果您想要可移植)。 Go 使用具有一定最大运行线程数的 N:M 调度(默认情况下等于逻辑 CPU 的数量,但可调)。注意正在运行:正在等待阻塞操作的 goroutine 被“卡住”并且不计入占用正在运行的线程。
因此,如果您有一个 goroutine 执行 CPU 密集型操作,它通常不会影响其他 goroutine 的运行能力,因为有许多其他线程可用于运行它们。如果您的所有 goroutines 都忙于计算,那么其他 goroutines 确实没有机会运行,直到一个 goroutines 放弃 CPU。如果他们确实在完成工作,这可能不一定是个问题,因为您的所有 CPU 都在做实际工作,但当然有时它可能是在对延迟敏感的情况下。
如果这是一个问题,我会想到三种解决方案:
在长时间计算期间使用
runtime.Gosched
来控制处理器,让其他 goroutine 有机会运行。无需进行其他更改;这只是与协作调度程序一起工作的一种方式。Gosched
可能立即返回,也可能稍后返回。使用工作池将并行 CPU 密集型工作的数量限制在 GOMAXPROCS 以内。 Go 让这一切变得非常简单。
同一枚硬币的反面:将 GOMAXPROCS 提高到高于并行计算任务的预期数量。这可能是最糟糕的想法,至少会在一定程度上损害调度,但它仍然有效,并确保您有可用于处理事件的线程。
关于node.js - Go 会阻塞像 Node 这样的处理器密集型操作吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35471480/