共计 3682 个字符，预计需要花费 10 分钟才能阅读完成。
周末又到了，为大家准备了一份实用干货：如何使用 channel 和 Mutex 解决并发问题，利用周末的好时光，配上音乐，思考一下吧????。
来，问自己个问题：面对并发问题，是用 channel 解决，还是用 Mutex 解决？
如果自己心里还没有清晰的答案，那就读下这篇文章，你会了解到：
使用 channel 解决并发问题的核心思路和示例
channel 擅长解决什么样的并发问题，Mutex 擅长解决什么样的并发问题
一个并发问题该怎么入手解解决
一个重要的 plus 思维
前戏
前面很多篇的文章都在围绕 channel 介绍，而只有前一篇 sync 的文章介绍到了 Mutex，不是我偏心，而是 channel 在 Golang 是 first class 级别的，设计在语言特性中的，而 Mutex 只是一个包中的。这就注定了一个是主角，一个是配角。
并且 Golang 还有一个并发座右铭，在《Effective Go》的 channel 介绍中写到：
Share memory by communicating, don’t communicate by sharing memory. 通过通信共享内存，而不是通过共享内存而通信。
Golang 以如此明显的方式告诉我们：面对并发问题，你首先想到的应该是 channel，因为 channel 是线程安全的并且不会有数据冲突，比锁好用多了。
既生瑜，何生亮。既然有 channel 了，为啥还提供 sync.Mutex 呢？
主角不是万能的，他也需要配角。在 Golang 里，channel 也不是万能的，这是由 channel 的特性和局限造成的。
下面就给大家介绍 channel 的特点、核心方法和缺点。
channel 解决并发问题的思路和示例
channel 的核心是数据流动，关注到并发问题中的数据流动，把流动的数据放到 channel 中，就能使用 channel 解决这个并发问题。这个思路是从 Go 语言的核心开发者的演讲中学来的，然而视频我已经找不到了，不然直接共享给大家，他提到了 Golang 并发的核心实践的 4 个点：
DataFlow -> Drawing -> Pipieline -> Exiting
DataFlow 指数据流动，Drawing 指把数据流动画出来，Pipeline 指的是流水线，Exit 指协程的退出。DataFlow + Drawing 就是我提到到 channel 解决并发问题的思路，Pipeline 和 Exit 是具体的实践模式，Pipeline 和 Exit 我都写过文章，有需要自取：
Golang 并发模型：轻松入门流水线模型
Golang 并发模型：轻松入门流水线 FAN 模式
Golang 并发模型：并发协程的优雅退出
下面我使用例子具体解释 DataFlow + Drawing。借用《Golang 并发的次优选择：sync 包》中银行的例子，介绍如何使用 channel 解决例子中银行的并发问题：银行支持多个用户的同时操作。顺便看下同一个并发问题，使用 channel 和 Mutex 解决是什么差别。
一起分析下多个用户同时操作银行的数据流动：
每个人都可以向银行发起请求，请求可以是存、取、查 3 种操作，并且包含操作时必要的数据，包含的数据只和自身相关。
银行处理请求后给用户发送响应，包含的数据只和操作用户相关。
你一定发现了上面的数据流动：
请求数据：个人请求数据流向银行。
响应数据：银行处理结果数据流向用户。
channel 是数据流动的通道 / 管道，为流动的数据建立通道，这里需要建立 2 类 channel：
reqCh：传送请求的 channel，把请求从个人发送给银行。
retCh：传送响应的 channel，把响应从银行发给个人。
我们把 channel 添加到上图中，得到下面的图：
以上就是从数据流动的角度，发现如何使用 channel 解决并发问题。思路有了，再思考下代码层面需要怎么做：
银行：
定义银行，只保存 1 个 map 即可
银行操作：接收和解析请求，并把请求分发给存、取、查函数
实现存、取、查函数：处理请求，并把结果写入到用户提供的响应通道
定义请求和响应
用户：创建请求和接收响应的通道，发送请求后等待响应，提取响应结果
mian 函数：创建银行和用户间的请求通道，创建银行、用户等协程，并等待操作完成
以上，我们这个并发问题的逻辑实现和各块工作就清晰了，写起来也方便、简单。代码实现有 200 多行，公众号不方便查看，可以点阅读原文，一键直达。
代码不能贴了，运行结果还是可以的，为了方便理解结果，介绍下示例代码做了什么。main 函数创建了银行、小明、小刚 3 个并发协程：
银行：从 reqCh 接收请求，依次处理每个请求，直到通道关闭，把请求交给处理函数，处理函数把结果写入到请求中的 retCh。
用户小明：创建了存 100、取 20、查余额的 3 个请求，每个请求得到响应后，再把下一个请求写入到 reqCh。
用户小刚：流程和小明相同，但存 100 取 200，造成取钱操作失败，他查询下自己又多少钱，得到 100。
main 函数最后使用 WaitGroup 等待小明、小刚结束后退出。
下面是运行结果:
$ go run channel_map.go
xiaogang deposite 100 success
xiaoming deposite 100 success
xiaogang withdraw 200 failed
xiaoming withdraw 20 success
xiaogang has 100
xiaoming has 80
Bank exit
这一遭搞完，发现啥没有？用 Mutex 直接加锁、解锁完事了，但 channel 搞出来一坨，是不是用 channel 解决这个问题不太适合？是的。对于当前这个问题，和 Mutex 的方案相比，channel 的方案显的有点“重”，不够简洁、高效、易用。
但这个例子展示了 3 点：
使用 channel 解决并发问题的核心在于关注数据的流动
channel 不一定是某个并发问题最好的解决方案
map 在并发中，可以不用锁进行保护，而是使用 channel
现在，回到了开篇的问题：同一个并发问题，你是用 channel 解决，还是用 mutex 解决？下面，一起看看怎么选择。
channel 和 mutex 的选择
面对一个并发问题的时候，应当选择合适的并发方式：channel 还是 mutex。选择的依据是他们的能力 / 特性：channel 的能力是让数据流动起来，擅长的是数据流动的场景，《Channel or Mutex》中给了 3 个数据流动的场景：
传递数据的所有权，即把某个数据发送给其他协程
分发任务，每个任务都是一个数据
交流异步结果，结果是一个数据
mutex 的能力是数据不动，某段时间只给一个协程访问数据的权限擅长数据位置固定的场景，《Channel or Mutex》中给了 2 个数据不动场景：
缓存
状态，我们银行例子中的 map 就是一种状态
提供解决并发问题的一个思路：
先找到数据的流动，并且还要画出来，数据流动的路径换成 channel，channel 的两端设计成协程
基于画出来的图设计简要的 channel 方案，代码需要做什么
这个方案是不是有点复杂，是不是用 Mutex 更好一点？设计一个简要的 Mutex 方案，对比 & 选择易做的、高效的
channel + mutex 思维
面对并发问题，除了 channel or mutex，你还有另外一个选择：channel plus mutex。
一个大并发问题，可以分解成很多小的并发问题，每个小的并发都可以单独选型：channel or mutex。但对于整个大的问题，通常不是 channel or mutex，而是 channel plus mutex。
如果你是认为是 channel and mutex 也行，但我更喜欢 plus，体现相互配合。
总结
读到这里，感觉这篇文章头重脚轻，channel 的讲了很多，而 channel 和 mutex 的选择却讲的很少。在 channel 和 mutex 的选择，实际并没有一个固定答案，也没有固定的方法，但提供了一个简单的思路：设计出 channel 和 Mutex 的简单方案，然后选择最适合当前业务、问题的那个。
思考比结论更重要，希望你有所收获：
关注数据的流动，就可以使用 channel 解决并发问题。
不流动的数据，如果存在并发访问，尝试使用 sync.Mutex 保护数据。
channel 不一定某个并发问题的最优解。
不要害怕、拒绝使用 mutex，如果 mutex 是问题的最优解，那就大胆使用。
对于大问题，channel plus mutex 也许才是更好的方案。
参考资料
《Effective Go》，https://golang.org/doc/effect…
《Mutex Or Channel》，https://github.com/golang/go/…
文章推荐
Golang 并发模型：轻松入门流水线模型
Golang 并发模型：轻松入门流水线 FAN 模式
Golang 并发模型：并发协程的优雅退出
Golang 并发的次优选择：sync 包
如果这篇文章对你有帮助，请点个赞 / 喜欢，感谢。
本文作者：大彬
如果喜欢本文，随意转载，但请保留此原文链接：http://lessisbetter.site/2019/01/14/golang-channel-and-mutex/
