对于并发操作，后面咱们曾经理解到了 channel 通道、同步原语 sync 包对共享资源加锁、Context 跟踪协程/传参等，这些都是并发编程比拟根底的元素，置信你曾经有了很好的把握。明天咱们介绍下如何应用这些根底元素组成并发模式，更好的编写并发程序。

for select 有限循环模式

这个模式比拟常见，之前文章中的示例也应用过，它个别是和 channel 组合实现工作，格局为：

for { //for 有限循环，或者应用 for range 循环
  select {
    //通过 channel 管制
    case <-done:
      return
    default:
      //执行具体的工作
  }
}

这种是 for + select 多路复用的并发模式，哪个 case 满足条件就执行对应的分支，直到有满足退出的条件，才会退出循环。
没有退出条件满足时，则会始终执行 default 分支

for range select 无限循环模式

for _,s:=range []int{}{
   select {
   case <-done:
      return
   case resultCh <- s:
   }

个别把迭代的内容发送到 channel 上
done channel 用于退出 for 循环
resultCh channel 用来接管循环的值，这些值能够通过 resultCh 传递给其余调用者

select timeout 模式

如果一个申请须要拜访服务器获取数据，然而可能因为网络问题而迟迟获取不到响应，这时候就须要设置一个超时工夫：

package main

import (
    "fmt"
    "time"
)

func main() {
    result := make(chan string)
    timeout := time.After(3 * time.Second) //
    go func() {
        //模仿网络拜访
        time.Sleep(5 * time.Second)
        result <- "服务端后果"
    }()
    for {
        select {
        case v := <-result:
            fmt.Println(v)
        case <-timeout:
            fmt.Println("网络拜访超时了")
            return
        default:
            fmt.Println("期待...")
            time.Sleep(1 * time.Second)
        }
    }
}

运行后果：

期待...
期待...
期待...
网络拜访超时了

select timeout 模式外围是通过 time.After 函数设置的超时工夫，避免因为异样造成 select 语句有限期待

留神：
不要写成这样
for {
       select {
       case v := <-result:
           fmt.Println(v)
       case <-time.After(3 * time.Second): //不要写在 select 外面
           fmt.Println("网络拜访超时了")
           return
       default:
           fmt.Println("期待...")
           time.Sleep(1 * time.Second)
       }
   }
case <- time.After(time.Second) 是本次监听动作的超时工夫，意思就说，只有在本次 select 操作中会无效，再次 select 又会从新开始计时，然而有default ，那case 超时操作，必定执行不到了。

Context 的 WithTimeout 函数超时勾销

package main

import (
    "context"
    "fmt"
    "time"
)
func main() {
    // 创立一个子节点的context,3秒后主动超时
    //ctx, stop := context.WithCancel(context.Background())
    ctx, stop := context.WithTimeout(context.Background(), 3*time.Second)

    go func() {
        worker(ctx, "打工人1")
    }()
    go func() {
        worker(ctx, "打工人2")
    }()
    time.Sleep(5*time.Second) //工作5秒后劳动
    stop() //5秒后收回进行指令
    fmt.Println("???")
}

func worker(ctx context.Context, name string){
    for {
        select {
        case <- ctx.Done():
            fmt.Println("上班咯~~~")
            return
        default:
            fmt.Println(name, "认真摸鱼中，请勿打扰...")
        }
        time.Sleep(1 * time.Second)
    }
}

运行后果:

打工人2 认真摸鱼中，请勿打扰...
打工人1 认真摸鱼中，请勿打扰...
打工人1 认真摸鱼中，请勿打扰...
打工人2 认真摸鱼中，请勿打扰...
打工人2 认真摸鱼中，请勿打扰...
打工人1 认真摸鱼中，请勿打扰...
上班咯~~~
上班咯~~~
//两秒后
???

下面示例咱们应用了 WithTimeout 函数超时勾销，这是比拟举荐的一种应用形式

Pipeline 模式

Pipeline 模式也成为流水线模式，模仿事实中的流水线生成。咱们以组装手机为例，假如只有三道工序：整机洽购、组装、打包成品：

整机洽购（工序1）-》组装（工序2）-》打包（工序3）

package main

import (
    "fmt"
)

func main() {
    coms := buy(10)    //洽购10套整机
    phones := build(coms) //组装10部手机
    packs := pack(phones) //打包它们以便售卖
    //输入测试，看看成果
    for p := range packs {
        fmt.Println(p)
    }
}

//工序1洽购
func buy(n int) <-chan string {
    out := make(chan string)
    go func() {
        defer close(out)
        for i := 1; i <= n; i++ {
            out <- fmt.Sprint("整机", i)
        }
    }()
    return out
}

//工序2组装
func build(in <-chan string) <-chan string {
    out := make(chan string)
    go func() {
        defer close(out)
        for c := range in {
            out <- "组装(" + c + ")"
        }
    }()
    return out
}

//工序3打包
func pack(in <-chan string) <-chan string {
    out := make(chan string)
    go func() {
        defer close(out)
        for c := range in {
            out <- "打包(" + c + ")"
        }
    }()
    return out
}

运行后果：

打包(组装(整机1))
打包(组装(整机2))
打包(组装(整机3))
打包(组装(整机4))
打包(组装(整机5))
打包(组装(整机6))
打包(组装(整机7))
打包(组装(整机8))
打包(组装(整机9))
打包(组装(整机10))

扇入扇出模式

手机流水线运行后，发现配件组装工序比拟消耗工夫，导致工序1和工序3也相应的慢了下来，为了晋升性能，工序2减少了两班人手：

依据示意图能看到，红色局部为扇出，蓝色为扇入

改良后的流水线：

package main

import (
    "fmt"
    "sync"
)

func main() {
    coms := buy(10)    //洽购10套配件
    //三班人同时组装100部手机
    phones1 := build(coms)
    phones2 := build(coms)
    phones3 := build(coms)
    //汇聚三个channel成一个
    phones := merge(phones1,phones2,phones3)
    packs := pack(phones) //打包它们以便售卖
    //输入测试，看看成果
    for p := range packs {
        fmt.Println(p)
    }
}

//工序1洽购
func buy(n int) <-chan string {
    out := make(chan string)
    go func() {
        defer close(out)
        for i := 1; i <= n; i++ {
            out <- fmt.Sprint("整机", i)
        }
    }()
    return out
}

//工序2组装
func build(in <-chan string) <-chan string {
    out := make(chan string)
    go func() {
        defer close(out)
        for c := range in {
            out <- "组装(" + c + ")"
        }
    }()
    return out
}

//工序3打包
func pack(in <-chan string) <-chan string {
    out := make(chan string)
    go func() {
        defer close(out)
        for c := range in {
            out <- "打包(" + c + ")"
        }
    }()
    return out
}

//扇入函数（组件），把多个chanel中的数据发送到一个channel中
func merge(ins ...<-chan string) <-chan string {
    var wg sync.WaitGroup
    out := make(chan string)
    //把一个channel中的数据发送到out中
    p:=func(in <-chan string) {
        defer wg.Done()
        for c := range in {
            out <- c
        }
    }
    wg.Add(len(ins))
    //扇入，须要启动多个goroutine用于处于多个channel中的数据
    for _,cs:=range ins{
        go p(cs)
    }
    //期待所有输出的数据ins解决完，再敞开输入out
    go func() {
        wg.Wait()
        close(out)
    }()
    return out
}

运行后果：

打包(组装(整机2))
打包(组装(整机3))
打包(组装(整机1))
打包(组装(整机5))
打包(组装(整机7))
打包(组装(整机4))
打包(组装(整机6))
打包(组装(整机8))
打包(组装(整机9))
打包(组装(整机10))

merge 和业务无关，不能当做一道工序，咱们应该把它叫做组件

组件是能够复用的，相似这种扇入工序，都能够应用 merge 组件

Futures 模式

Pipeline 流水线模式中的工序是相互依赖的，只有上一道工序实现，下一道工序能力开始。然而有的工作之间并不需要相互依赖，所以为了进步性能，这些独立的工作就能够并发执行。

Futures 模式能够了解为将来模式，主协程不必期待子协程返回的后果，能够先去做其余事件，等将来须要子协程后果的时候再来取，如果子协程还没有返回后果，就始终期待。

咱们以火锅为例，洗菜、烧水这两个步骤之间没有依赖关系，能够同时做，最初

示例：

package main

import (
    "fmt"
    "time"
)

func main() {
    vegetablesCh := washVegetables() //洗菜
    waterCh := boilWater()           //烧水
    fmt.Println("曾经安顿好洗菜和烧水了，我先开一局")
    time.Sleep(2 * time.Second)

    fmt.Println("要做火锅了，看看菜和水好了吗")
    vegetables := <-vegetablesCh
    water := <-waterCh
    fmt.Println("筹备好了，能够做火锅了:",vegetables,water)

}
//洗菜
func washVegetables() <-chan string {
    vegetables := make(chan string)
    go func() {
        time.Sleep(5 * time.Second)
        vegetables <- "洗好的菜"
    }()
    return vegetables
}
//烧水
func boilWater() <-chan string {
    water := make(chan string)
    go func() {
        time.Sleep(5 * time.Second)
        water <- "烧开的水"
    }()
    return water
}

运行后果：

曾经安顿好洗菜和烧水了，我先开一局
要做火锅了，看看菜和水好了吗
筹备好了，能够做火锅了: 洗好的菜 烧开的水

Futures 模式下的协程和一般协程最大的区别是能够返回后果，而这个后果会在将来的某个工夫点应用。所以在将来获取这个后果的操作必须是一个阻塞的操作，要始终等到获取后果为止。

如果你的大工作能够拆解为一个个独立并发执行的小工作，并且能够通过这些小工作的后果得出最终大工作的后果，就能够应用 Futures 模式。

关于golang:Go语言你必须掌握的高效并发模式

for select 有限循环模式

for range select 无限循环模式

select timeout 模式

Context 的 WithTimeout 函数超时勾销

Pipeline 模式

扇入扇出模式

Futures 模式

评论

发表回复取消回复

更多文章

DDN HPC 存储硬件架构设计深度分析

探秘IO500：从Lustre并行文件系统出发，开启HPC存储性能新征程

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

关于golang:Go语言你必须掌握的高效并发模式

for select 有限循环模式

for range select 无限循环模式

select timeout 模式

Context 的 WithTimeout 函数超时勾销

Pipeline 模式

扇入扇出模式

Futures 模式

评论

发表回复 取消回复

更多文章

DDN HPC 存储硬件架构设计深度分析

探秘IO500：从Lustre并行文件系统出发，开启HPC存储性能新征程

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

发表回复取消回复