370 lines
13 KiB
Go
370 lines
13 KiB
Go
## Lockfree
|
||
|
||
> 如果想使用低于go1.18版本则可以引入tag:1.0.9或branch：below-version1.18
|
||
|
||
> 通过条件编译支持386平台，但性能测试发现比较差，因此不建议使用
|
||
|
||
### 1. 简介
|
||
#### 1.1. 为什么要写Lockfree
|
||
在go语言中一般都是使用chan作为消息传递的队列，但在实际高并发的环境下使用发现chan存在严重的性能问题，其直接表现就是将对象放入到chan中时会特别耗时，
|
||
即使chan的容量尚未打满，在严重时甚至会产生几百ms还无法放入到chan中的情况。
|
||
|
||
|
||
|
||
#### 1.2. chan基本原理
|
||
|
||
##### 1.2.1. chan基本结构
|
||
|
||
chan关键字在编译阶段会被编译为runtime.hchan结构，它的结构如下所示：
|
||
|
||
|
||
|
||
其中sudog是一个比较常见的结构，是对goroutine的一个封装，它的主要结构：
|
||
|
||
|
||
|
||
|
||
##### 1.2.2. chan写入流程
|
||
|
||
|
||
|
||
##### 1.2.3. chan读取流程
|
||
|
||
|
||
|
||
#### 1.3. 锁
|
||
|
||
##### 1.3.1. runtime.mutex
|
||
chan结构中包含了一个lock字段：`lock mutex`。
|
||
这个lock看名字就知道是一个锁，当然它不是我们业务中经常使用的sync.Mutex，而是一个`runtime.mutex`。
|
||
这个锁是一个互斥锁，在linux系统中它的实现是futex，在没有竞争的情况下，会退化成为一个自旋操作，速度非常快，但是当竞争比较大时，它就会在内核中休眠。
|
||
|
||
futex的基本原理如下图：
|
||
|
||
|
||
当竞争非常大时，对于chan而言其整体大部分时间是出于系统调用上，所以性能下降非常明显。
|
||
|
||
##### 1.3.2. sync.Mutex
|
||
|
||
而`sync.Mutex`包中的设计原理如下图：
|
||
|
||
|
||
|
||
|
||
### 2. Lockfree基本原理
|
||
|
||
#### 2.1. 模块及流程
|
||
|
||
> 在最新的设计中已经删除了available模块，转而使用ringBuffer中的对象（e）中的c（游标）标识写入状态。
|
||
|
||
|
||
|
||
|
||
|
||
#### 2.2. 优化点
|
||
|
||
##### 1) 无锁实现
|
||
|
||
内部所有操作都是通过原子变量(atomic)来操作，唯一有可能使用锁的地方，是提供给用户在RingBuffer为空时的等待策略，用户可选择使用chan阻塞
|
||
|
||
##### 2) 单一消费协程
|
||
|
||
屏蔽掉消费端读操作竞争带来的性能损耗
|
||
|
||
##### 3) 写不等待原则
|
||
|
||
符合写入快的初衷，当无法写入时会持续通过自旋和任务调度的方式处理，一方面尽量加快写入效率，另一方面则是防止占用太多CPU资源
|
||
|
||
##### 4) 泛型加速
|
||
|
||
引入泛型，泛型与interface有很明显的区别，泛型是在编译阶段确定类型，这样可有效降低在运行时进行类型转换的耗时
|
||
|
||
##### 5) 一次性内存分配
|
||
|
||
环状结构Ringbuffer实现对象的传递，通过确定大小的切片实现，只需要分配一次内存，不会涉及扩容等操作，可有效提高处理的性能
|
||
|
||
##### 6) 运算加速
|
||
|
||
RingBuffer的容量为2的n次方，通过与运算来代替取余运算，提高性能
|
||
|
||
##### 7) 并行位图
|
||
|
||
用原子位运算实现位图并行操作，在尽量不影响性能的条件下，降低内存消耗
|
||
|
||
并行位图的思路实现历程：
|
||
|
||
|
||
|
||
##### 8) 缓存行填充
|
||
|
||
根据CPU高速缓存的特点，通过填充缓存行方式屏蔽掉伪共享问题。
|
||
|
||
缓存行填充应该是一个比较常见的问题，它的本质是因为CPU比较快，而内存比较慢，所以增加了高速缓存来处理：
|
||
|
||
|
||
|
||
在两个Core共享同一个L3的情况下，如果同时进行修改，就会出现竞争关系（会涉及到缓存一致性协议：MESI）：
|
||
|
||
|
||
|
||
在Lockfree中有两个地方用到了填充：
|
||
|
||
|
||
|
||
最新版本中只保留了cursor中的填充，在e中使用了游标。
|
||
|
||
##### 9) Pointer替代切片
|
||
|
||
屏蔽掉切片操作必须要进行越界判断的逻辑，生成更高效机器码。
|
||
|
||
|
||
|
||
|
||
#### 2.3. 核心模块
|
||
|
||
##### ringBuffer
|
||
具体对象的存放区域，通过数组（定长切片）实现环状数据结构，其中的数据对象是具体的结构体而非指针，这样可以一次性进行内存申请。
|
||
|
||
##### stateDescriptor
|
||
|
||
> 注：最新的版本已将该对象删除，通过ringBuffer中e中的游标来描述状态。这样更充分利用了内存，降低了消耗。
|
||
|
||
状态描述符，定义了对应位置的数据状态，是可读还是可写。提供了三种方式：
|
||
|
||
+ 1) 基于Uint32的切片：每个Uint32值描述一个位置，性能最高，但内存消耗最大；
|
||
|
||
+ 2) 基于Bitmap：每个bit描述一个位置，性能最低，但内存消耗最小；
|
||
|
||
+ 3) 基于Uint8的切片：每个Uint8值描述一个位置，性能适中，消耗也适中，最推荐的方式。
|
||
|
||
##### sequencer
|
||
序号产生器，维护读和写两个状态，写状态具体由内部游标（cursor）维护，读取状态由自身维护，一个uint64变量维护。它的核心方法是next()，用于获取下个可以写入的游标。
|
||
|
||
##### Producer
|
||
生产者，核心方法是Write，通过调用Write方法可以将对象写入到队列中。支持多个g并发操作，保证加入时处理的效率。
|
||
|
||
##### consumer
|
||
消费者，这个消费者只会有一个g操作，这样处理的好处是可以不涉及并发操作，其内部不会涉及到任何锁，对于实际的并发操作由该g进行分配。
|
||
|
||
##### blockStrategy
|
||
阻塞策略，该策略用于buf中长时间没有数据时，消费者阻塞设计。它有两个方法：block()和release()。前者用于消费者阻塞，后者用于释放。
|
||
系统提供了多种方式，不同的方式CPU资源占用和性能会有差别：
|
||
|
||
+ 1) SchedBlockStrategy：调用runtime.Gosched()进行调度block，不需要release，为推荐方式；
|
||
|
||
+ 2) SleepBlockStrategy：调用time.Sleep(x)进行block，可自定义休眠时间，不需要release，为推荐方式；
|
||
|
||
+ 3) ProcYieldBlockStrategy：调用CPU空跑指令，可自定义空跑的指令数量，不需要release；
|
||
|
||
+ 4) OSYieldBlockStrategy：操作系统会将对应M调度出去，等时间片重新分配后可执行，不需要release；
|
||
|
||
+ 5) ChanBlockStrategy：chan阻塞策略，需要release，为推荐方式；
|
||
|
||
+ 6) CanditionBlockStrategy：candition阻塞策略，需要release，为推荐方式；
|
||
|
||
其中1/2/5/6为推荐方式，如果性能要求比较高，则优先考虑2和1，否则建议试用5和6。
|
||
|
||
##### EventHandler
|
||
事件处理器接口，整个项目中唯一需要用户实现的接口，该接口描述消费端收到消息时该如何处理，它使用泛型，通过编译阶段确定事件类型，提高性能。
|
||
|
||
### 3. 使用方式
|
||
|
||
#### 3.1. 导入模块
|
||
可使用 `go get github.com/bruceshao/lockfree` 获取最新版本
|
||
|
||
#### 3.2. 代码调用
|
||
为了提升性能，Lockfree支持go版本1.18及以上，以便于支持泛型，Lockfree使用非常简单：
|
||
|
||
```go
|
||
package main
|
||
|
||
import (
|
||
"fmt"
|
||
"sync"
|
||
"sync/atomic"
|
||
"time"
|
||
|
||
"github.com/bruceshao/lockfree"
|
||
)
|
||
|
||
var (
|
||
goSize = 10000
|
||
sizePerGo = 10000
|
||
|
||
total = goSize * sizePerGo
|
||
)
|
||
|
||
func main() {
|
||
// lockfree计时
|
||
now := time.Now()
|
||
|
||
// 创建事件处理器
|
||
handler := &eventHandler[uint64]{
|
||
signal: make(chan struct{}, 0),
|
||
now: now,
|
||
}
|
||
|
||
// 创建消费端串行处理的Lockfree
|
||
lf := lockfree.NewLockfree[uint64](
|
||
1024*1024,
|
||
handler,
|
||
lockfree.NewSleepBlockStrategy(time.Millisecond),
|
||
)
|
||
|
||
// 启动Lockfree
|
||
if err := lf.Start(); err != nil {
|
||
panic(err)
|
||
}
|
||
|
||
// 获取生产者对象
|
||
producer := lf.Producer()
|
||
|
||
// 并发写入
|
||
var wg sync.WaitGroup
|
||
wg.Add(goSize)
|
||
for i := 0; i < goSize; i++ {
|
||
go func(start int) {
|
||
for j := 0; j < sizePerGo; j++ {
|
||
err := producer.Write(uint64(start*sizePerGo + j + 1))
|
||
if err != nil {
|
||
panic(err)
|
||
}
|
||
}
|
||
wg.Done()
|
||
}(i)
|
||
}
|
||
|
||
// wait for producer
|
||
wg.Wait()
|
||
|
||
fmt.Printf("producer has been writed, write count: %v, time cost: %v \n", total, time.Since(now).String())
|
||
|
||
// wait for consumer
|
||
handler.wait()
|
||
|
||
// 关闭Lockfree
|
||
lf.Close()
|
||
}
|
||
|
||
type eventHandler[T uint64] struct {
|
||
signal chan struct{}
|
||
gcounter uint64
|
||
now time.Time
|
||
}
|
||
|
||
func (h *eventHandler[T]) OnEvent(v uint64) {
|
||
cur := atomic.AddUint64(&h.gcounter, 1)
|
||
if cur == uint64(total) {
|
||
fmt.Printf("eventHandler has been consumed already, read count: %v, time cose: %v\n", total, time.Since(h.now))
|
||
close(h.signal)
|
||
return
|
||
}
|
||
|
||
if cur%10000000 == 0 {
|
||
fmt.Printf("eventHandler consume %v\n", cur)
|
||
}
|
||
}
|
||
|
||
func (h *eventHandler[T]) wait() {
|
||
<-h.signal
|
||
}
|
||
```
|
||
|
||
### 4. 性能对比
|
||
|
||
#### 4.1. 简述
|
||
|
||
在实际测试中发现，如果lockfree和chan同时跑的话会有一些影响，lockfree的表现基本是正常的，和chan同时跑的时候性能基本是下降的。
|
||
但chan比较奇怪，和lockfree一起跑的时候性能比chan自身跑性能还高。目前正在排查此问题，但不影响使用。
|
||
|
||
main包下提供了测试的程序，可自行进行性能测试（假设编译后的二进制为lockfree）：
|
||
|
||
+ 1）单独测试lockfree：./lockfree lockfree [time]，加入time会有时间分布；
|
||
+ 2）单独测试chan：./lockfree chan [time]，加入time会有时间分布；
|
||
+ 3）合并测试lockfree和chan：./lockfree [all] [time]，使用time时，前面必须加all参数，只进行测试，不关注时间分布的话，可直接调用./lockfree；
|
||
|
||
为描述性能，除了时间外，定义了**QR**（Quick Ratio，快速率）的指标，该指标描述的是写入时间在1微秒以内的操作占所有操作的比值。
|
||
自然的，QR越大，性能越高。
|
||
|
||
#### 4.2. 软硬件测试环境
|
||
|
||
CPU信息如下(4 * 2.5GHz)：
|
||
```shell
|
||
[root@VM]# lscpu
|
||
Architecture: x86_64
|
||
CPU op-mode(s): 32-bit, 64-bit
|
||
Byte Order: Little Endian
|
||
CPU(s): 4
|
||
On-line CPU(s) list: 0-3
|
||
Thread(s) per core: 1
|
||
Core(s) per socket: 4
|
||
Socket(s): 1
|
||
NUMA node(s): 1
|
||
Vendor ID: GenuineIntel
|
||
CPU family: 6
|
||
Model: 94
|
||
Model name: Intel(R) Xeon(R) Gold 6133 CPU @ 2.50GHz
|
||
Stepping: 3
|
||
CPU MHz: 2494.120
|
||
BogoMIPS: 4988.24
|
||
Hypervisor vendor: KVM
|
||
Virtualization type: full
|
||
L1d cache: 32K
|
||
L1i cache: 32K
|
||
L2 cache: 4096K
|
||
L3 cache: 28160K
|
||
NUMA node0 CPU(s): 0-3
|
||
```
|
||
|
||
内存信息（8G）：
|
||
```shell
|
||
[root@VM]# free -m
|
||
total used free shared buff/cache available
|
||
Mem: 7779 405 6800 116 573 7216
|
||
Swap: 0 0 0
|
||
```
|
||
|
||
操作系统（centos 7.2）：
|
||
```shell
|
||
[root@VM]# cat /etc/centos-release
|
||
CentOS Linux release 7.2 (Final)
|
||
[root@VM]# uname -a
|
||
Linux VM-219-157-centos 3.10.107-1-tlinux2_kvm_guest-0056 #1 SMP Wed Dec 29 14:35:09 CST 2021 x86_64 x86_64 x86_64 GNU/Linux
|
||
```
|
||
|
||
云厂商：腾讯云。
|
||
|
||
|
||
#### 4.3. 写入性能对比
|
||
|
||
设定buffer大小为1024 * 1024，无论是lockfree还是chan都是如此设置。其写入的时间对比如下：
|
||
|
||
其中 100 * 10000表示有100个goroutine，每个goroutine写入10000次，其他的依次类推。
|
||
|
||
all（lockfree/chan）表示在lockfree和chan同时跑的情况下，其分别的时间占比情况。
|
||
|
||
| 类型 | 100 * 10000 | 500 * 10000 | 1000 * 10000 | 5000 * 10000 | 10000 * 10000 |
|
||
|---------------|-------------|-------------|--------------|--------------|---------------|
|
||
| lockfree | 67ms | 306ms | 676ms | 3779ms | 7703ms |
|
||
| chan | 116ms | 1991ms | 4709ms | 26897ms | 58509ms |
|
||
| all（lockfree） | 49ms | 414ms | 976ms | 5038ms | 10946ms |
|
||
| all（chan） | 83ms | 859ms | 3029ms | 19228ms | 40473ms |
|
||
|
||
|
||
#### 4.4. QR分布
|
||
|
||
快速率的分布情况如下所示：
|
||
|
||
| 类型 | 100 * 10000 | 500 * 10000 | 1000 * 10000 | 5000 * 10000 | 10000 * 10000 |
|
||
|---------------|-------------|-------------|--------------|--------------|---------------|
|
||
| lockfree | 99.23 | 99.78 | 99.81 | 99.49 | 98.99 |
|
||
| chan | 91.67 | 88.99 | 57.79 | 3.98 | 1.6 |
|
||
| all（lockfree） | 99.69 | 99.88 | 99.88 | 99.52 | 99.02 |
|
||
| all（chan） | 96.72 | 93.5 | 93.1 | 51.37 | 48.2 |
|
||
|
||
|
||
#### 4.5. 结果
|
||
|
||
从上面两张表可以很明显看出如下几点：
|
||
+ 1）在goroutine数量比较小时，lockfree和chan性能差别不明显；
|
||
+ 2）当goroutine打到一定数量（大于1000）后，lockfree无论从时间还是QR都远远超过chan； |