前一篇文章《Golang 并发模型：轻松入门流水线模型》，介绍了流水线模型的概念，这篇文章是流水线模型进阶，介绍 FAN-IN 和 FAN-OUT，FAN 模式可以让我们的流水线模型更好的利用 Golang 并发，提高软件性能。但 FAN 模式不一定是万能，不见得能提高程序的性能，甚至还不如普通的流水线。我们先介绍下 FAN 模式，再看看它怎么提升性能的，它是不是万能的。
这篇文章内容略多，本来打算分几次写的，但不如一次读完爽，所以干脆还是放一篇文章了，要是时间不充足，利用好碎片时间，可以每次看 1 个标题的内容。
FAN-IN 和 FAN-OUT 模式
Golang 的并发模式灵感来自现实世界，这些模式是通用的，毫无例外，FAN 模式也是对当前世界的模仿。以汽车组装为例，汽车生产线上有个阶段是给小汽车装 4 个轮子，可以把这个阶段任务交给 4 个人同时去做，这 4 个人把轮子都装完后，再把汽车移动到生产线下一个阶段。这个过程中，就有任务的分发，和任务结果的收集。其中任务分发是 FAN-OUT，任务收集是 FAN-IN。
FAN-OUT 模式：多个 goroutine 从同一个通道读取数据，直到该通道关闭。OUT 是一种张开的模式，所以又被称为扇出，可以用来分发任务。
FAN-IN 模式：1 个 goroutine 从多个通道读取数据，直到这些通道关闭。IN 是一种收敛的模式，所以又被称为扇入，用来收集处理的结果。
FAN-IN 和 FAN-OUT 实践
我们这次试用 FAN-OUT 和 FAN-IN，解决《Golang 并发模型：轻松入门流水线模型》中提到的问题：计算一个整数切片中元素的平方值并把它打印出来。
producer() 保持不变，负责生产数据。
squre() 也不变，负责计算平方值。
修改 main()，启动 3 个 square，这 3 个 squre 从 producer 生成的通道读数据，这是 FAN-OUT。
增加 merge()，入参是 3 个 square 各自写数据的通道，给这 3 个通道分别启动 1 个协程，把数据写入到自己创建的通道，并返回该通道，这是 FAN-IN。
FAN 模式流水线示例：
package main
import (
“fmt”
“sync”
)
func producer(nums …int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for _, n := range nums {
out <- i
}
}()
return out
}
func square(inCh <-chan int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for n := range inCh {
out <- n * n
}
}()
return out
}
func merge(cs …<-chan int) <-chan int {
out := make(chan int)
var wg sync.WaitGroup
collect := func(in <-chan int) {
defer wg.Done()
for n := range in {
out <- n
}
}
wg.Add(len(cs))
// FAN-IN
for _, c := range cs {
go collect(c)
}
// 错误方式：直接等待是 bug，死锁，因为 merge 写了 out，main 却没有读
// wg.Wait()
// close(out)
// 正确方式
go func() {
wg.Wait()
close(out)
}()
return out
}
func main() {
in := producer(1, 2, 3, 4)
// FAN-OUT
c1 := square(in)
c2 := square(in)
c3 := square(in)
// consumer
for ret := range merge(c1, c2, c3) {
fmt.Printf(“%3d “, ret)
}
fmt.Println()
}
3 个 squre 协程并发运行，结果顺序是无法确定的，所以你得到的结果，不一定与下面的相同。
➜ awesome git:(master) ✗ go run hi.go
1 4 16 9
FAN 模式真能提升性能吗？
相信你心里已经有了答案，可以的。我们还是使用老问题，对比一下简单的流水线和 FAN 模式的流水线，修改下代码，增加程序的执行时间：
produer() 使用参数生成指定数量的数据。
square() 增加阻塞操作，睡眠 1s，模拟阶段的运行时间。
main() 关闭对结果数据的打印，降低结果处理时的 IO 对 FAN 模式的对比。
普通流水线：
// hi_simple.go
package main
import (
“fmt”
)
func producer(n int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for i := 0; i < n; i++ {
out <- i
}
}()
return out
}
func square(inCh <-chan int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for n := range inCh {
out <- n * n
// simulate
time.Sleep(time.Second)
}
}()
return out
}
func main() {
in := producer(10)
ch := square(in)
// consumer
for _ = range ch {
}
}
使用 FAN 模式的流水线：
// hi_fan.go
package main
import (
“sync”
“time”
)
func producer(n int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for i := 0; i < n; i++ {
out <- i
}
}()
return out
}
func square(inCh <-chan int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for n := range inCh {
out <- n * n
// simulate
time.Sleep(time.Second)
}
}()
return out
}
func merge(cs …<-chan int) <-chan int {
out := make(chan int)
var wg sync.WaitGroup
collect := func(in <-chan int) {
defer wg.Done()
for n := range in {
out <- n
}
}
wg.Add(len(cs))
// FAN-IN
for _, c := range cs {
go collect(c)
}
// 错误方式：直接等待是 bug，死锁，因为 merge 写了 out，main 却没有读
// wg.Wait()
// close(out)
// 正确方式
go func() {
wg.Wait()
close(out)
}()
return out
}
func main() {
in := producer(10)
// FAN-OUT
c1 := square(in)
c2 := square(in)
c3 := square(in)
// consumer
for _ = range merge(c1, c2, c3) {
}
}
多次测试，每次结果近似，结果如下：
FAN 模式利用了 7% 的 CPU，而普通流水线 CPU 只使用了 3%，FAN 模式能够更好的利用 CPU，提供更好的并发，提高 Golang 程序的并发性能。
FAN 模式耗时 10s，普通流水线耗时 4s。在协程比较费时时，FAN 模式可以减少程序运行时间，同样的时间，可以处理更多的数据。
➜ awesome git:(master) ✗ time go run hi_simple.go
go run hi_simple.go 0.17s user 0.18s system 3% cpu 10.389 total
➜ awesome git:(master) ✗
➜ awesome git:(master) ✗ time go run hi_fan.go
go run hi_fan.go 0.17s user 0.16s system 7% cpu 4.288 total
也可以使用 Benchmark 进行测试，看 2 个类型的执行时间，结论相同。为了节约篇幅，这里不再介绍，方法和结果贴在 Gist 了，想看的朋友瞄一眼，或自己动手搞搞。
FAN 模式一定能提升性能吗？
FAN 模式可以提高并发的性能，那我们是不是可以都使用 FAN 模式？
不行的，因为 FAN 模式不一定能提升性能。
依然使用之前的问题，再次修改下代码，其他不变：
squre() 去掉耗时。
main() 增加 producer() 的入参，让 producer 生产 10,000,000 个数据。
简单版流水线修改代码：
// hi_simple.go
func square(inCh <-chan int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for n := range inCh {
out <- n * n
}
}()
return out
}
func main() {
in := producer(10000000)
ch := square(in)
// consumer
for _ = range ch {
}
}
FAN 模式流水线修改代码：
// hi_fan.go
package main
import (
“sync”
)
func square(inCh <-chan int) <-chan int {
out := make(chan int)
go func() {
defer close(out)
for n := range inCh {
out <- n * n
}
}()
return out
}
func main() {
in := producer(10000000)
// FAN-OUT
c1 := square(in)
c2 := square(in)
c3 := square(in)
// consumer
for _ = range merge(c1, c2, c3) {
}
}
结果，可以跑多次，结果近似：
➜ awesome git:(master) ✗ time go run hi_simple.go
go run hi_simple.go 9.96s user 5.93s system 168% cpu 9.424 total
➜ awesome git:(master) ✗ time go run hi_fan.go
go run hi_fan.go 23.35s user 11.51s system 297% cpu 11.737 total
从这个结果，我们能看到 2 点。
FAN 模式可以提高 CPU 利用率。
FAN 模式不一定能提升效率，降低程序运行时间。
优化 FAN 模式
既然 FAN 模式不一定能提高性能，如何优化？
不同的场景优化不同，要依具体的情况，解决程序的瓶颈。
我们当前程序的瓶颈在 FAN-IN，squre 函数很快就完成，merge 函数它把 3 个数据写入到 1 个通道的时候出现了瓶颈，适当使用带缓冲通道可以提高程序性能，再修改下代码
merge() 中的 out 修改为：
out := make(chan int, 100)
结果：
➜ awesome git:(master) ✗ time go run hi_fan_buffered.go
go run hi_fan_buffered.go 19.85s user 8.19s system 323% cpu 8.658 total
使用带缓存通道后，程序的性能有了较大提升，CPU 利用率提高到 323%，提升了 8%，运行时间从 11.7 降低到 8.6，降低了 26%。
FAN 模式的特点很简单，相信你已经掌握了，如果记不清了看这里，本文所有代码在该 Github 仓库。
FAN 模式很有意思，并且能提高 Golang 并发的性能，如果想以后运用自如，用到自己的项目中去，还是要写写自己的 Demo，快去实践一把。
下一篇，写流水线中协程的“优雅退出”，欢迎关注。
如果这篇文章对你有帮助，请点个赞 / 喜欢，让我知道我的写作是有价值的，感谢。