GORust 这些新一代高并发编程语言为何都极其讨厌共享内存？

Posted 2021-09-06 CSDN资讯

作者 | 马超   责编 | 王晓曼

出品 | CSDN博客

今天我想再来讨论一下高并发的问题，我们看到最近以Rust、Go为代表的云原生、Serverless时代的语言，在设计高并发编程模式时往往都会首推管道机制，传统意义上并发控制的利器如互斥体或者信号量都不是太推荐。

这里我们先来看一下并发和并行的概念，我们知道并发是一个处理器同时处理多个任务，这里同时是逻辑上的，而并行同一时刻多个物理器同时执行不同指令，这里的同时物理上的。

并发是要尽量在目前正在执行的任务遇到阻塞或者等待操作时，释放CPU，让其它任务得以调度，而并行则是同时执行不同任务而不相互影响。

而传统的信号量、互斥体的设计都是为了让单核CPU发挥出最大的性能，让程序在阻塞时释放CPU，通过控制共享变量的访问来达到避免冲突的目的，而想控制好这些共享变量的行为，其关键因此在于设计好时序，从本质上讲控制时序就是给系统加上红绿灯并配备路障。

这里你一定要记住，高性能系统需要的是立交桥、地下隧道这些基础设施，而不是交通信号等控制手段，好的并发系统一定要用流的概念来建模，而不是到处增加关卡路障。

现在的处理都是多核架构，因此编程也要向并行倾斜，不过笔者在网上看到很多所谓标榜高并发教程中所举的例子，都把信号灯设计的时序很完美，却偏偏把立交桥全给扔了......

图源：CSDN付费下载自视觉中国

信号灯应该为导流服务，而不应为限流而生

下面我们来看三段分别对应信号灯控制的操作，互斥体统治的“并发”，以及单纯的串行的代码，代码的目标其实就是要完成从0一直加到3000000的操作。

信号灯控制

其实这种信号量的代码已经基本退化回了顺序执行的方案了。正如我们在前文《GO看你犯错，但是Rust帮你排坑所说》，Rust的变量生命周期检查机制，并不能支持在不同线程之间共享内存，即便可以曲线救国，也绝非官方推荐，因此这里先用Go带各位读者说明。

package mainimport ("fmt""sync""time")var count intvar wg1 sync.WaitGroupvar wg2 sync.WaitGroupvar wg3 sync.WaitGroupvar wg4 sync.WaitGroupfunc goroutine1() {        wg1.Wait()len := 1000000for i := 0; i < len; i++ {                 count++        }        wg2.Done()}func goroutine2() {        wg2.Wait()len := 1000000for i := 0; i < len; i++ {                 count++        }        wg3.Done()}func goroutine3() {        wg3.Wait()len := 1000000for i := 0; i < len; i++ {                 count++        }        wg4.Done()}func main() {        now := time.Now().UnixNano()        wg1.Add(1)        wg2.Add(1)        wg3.Add(1)        wg4.Add(1)go goroutine1()go goroutine2()go goroutine3()        wg1.Done()        wg4.Wait()        fmt.Println(time.Now().UnixNano() - now)        fmt.Println(count)}

在这里三个子协程goroutine，在4个信号量的控制下以多米诺骨牌的方式依次对于共享变量count进行操作，这段代码的运行结果如下：

49843003000000成功: 进程退出代码 0.

互斥体控制

与信号量完全退化成顺序执行不同，互斥体本质上同一时刻只能有一个goroutine执行到临界代码，但每个goroutine的执行顺序却无所谓，具体如下：

package mainimport (        "fmt"        "sync"        "time")var count intvar wg1 sync.WaitGroupvar mutex sync.Mutexfunc goroutine1() {       mutex.Lock()        len := 1000000        for i := 0; i < len; i++ {               count++        }        mutex.Unlock()        wg1.Done()}func main() {        now := time.Now().UnixNano()        wg1.Add(3)        go goroutine1()        go goroutine1()        go goroutine1()        wg1.Wait()        fmt.Println(time.Now().UnixNano() - now)        fmt.Println(count)}

从运行实序上来看，互斥体的方案应该和信号量差不多，不过结果却令人意，在互斥体的控制下，这个程序性能反而还下降了30%，具体结果如下：

59868003000000成功: 进程退出代码 0.

串行方式：

最后用最返璞归真的做法，串行操作代码如下：

package mainimport (        "fmt"        //"sync"        "time")var count intfunc goroutine1() {        len := 1000000        for i := 0; i < len; i++ {               count++        }}func main() {        now := time.Now().UnixNano()        goroutine1()        goroutine1()        goroutine1()        fmt.Println(time.Now().UnixNano() - now)        fmt.Println(count)}

可以看到从效率上来讲，直接串行的方式和信号量的方式是差不多的，结果如下：

49867003000000成功: 进程退出代码 0.

也就是说费了半天劲，最终结果可能还不如直接串行执行呢。

Rust Future初探

Rust中的future机制有点类似于 javascript 中的promise机制。Future机制让程序员可以使用同步代码的方式设计高并发的异步场景。目前虽然Go当中也有一些defer的机制，但远没有Rust中的future这么强大。Future机制将返回值value与其计算方式executor分离，从而让程序员可以不再关注于具体时序机制的设计，只需要指定Future执行所需要的条件，以及执行器即可。

我们来看以下代码。

注：cargo.toml

[dependencies]
futures = { version = "0.3.5", features = ["thread-pool"] }

代码如下：

use futures::channel::mpsc;
use futures::executor;
use futures::executor::ThreadPool;
use futures::StreamExt;
fn main() {
    let poolExecutor = ThreadPool::new().expect("Failed");
    let (tx, rx) = mpsc::unbounded::<String>();
    let future_values = async {
        let fut_tx_result = async move {
       let hello = String::from("hello world");
         for c in hello .chars() {
        tx.unbounded_send(c.to_string()).expect("Failed to send");
    }
        };
        poolExecutor.spawn_ok(fut_tx_result);
        let future_values = rx
            .map(|v| v)
            .collect();
        future_values.await
    };
    let values: Vec<String> = executor::block_on(future_values);
    println!("Values={:?}", values);
}

上述代码中我们通过async指定了future_values ,并将这个Future指定给poolExecutor这个线程池执行，最后通过await方法，就可以让future全部执行完毕，而不必再用信号量控制具体的时序。

这样一来，只要深度掌握future机制，就可以不必再关心互斥体、信号量，具体的高度方式完全放心交给计算机去做优化，不但可以节约程序员的时间，也能充分发挥编译器的威力，尾号是避免出现那种扔掉立交桥，只要信号灯低级的错误方式。

Java虽然也有一定的Future实现，并且有Rust不具备的反射能力，但是冷起动一直是困扰Java的痛。因此在目前云原生的时代，Go和Rust尤其是Rust语言以其近首于C语言的启动速度，和运行效率真是很有可能在未来称王。

☞听说，这 9 张脸是人脸识别的“万能钥匙”?☞十年比肩？看国产数据库如何突出重围！| 新程序员☞强制好评，付费去广告，诈骗应用横行AppStore