所有北京网站建设公司/百度推广seo怎么学

引子

以前就了解Go语言，因为其天生为并发、并行而生，且在语言层面就进行了内秉设计。

总想对比于我们自研的分布式并发、并行平台，以利于得到一些新认识 ：）

Go官网资料

在Go的官网资料提供了很好的资料和知识库

• 初学者园地Tour
• 必读必学的建议编程规范effective_go
• 博客，例如，介绍其语言设计思想的declaration-syntax。
• 博客，例如，介绍依赖通信进行共享Share Memory By Communicating

并发并行的CAP(Communicating Sequential Processes)基础理论

• Brief
• Tony Hoare’s pdf

总的来说，CAP建议通过管道进行共享信息，以利用并发、并行协作，并建议提供成为语言基础构件，以便于替换共享内存同步原语，例如，mutex、semphore等

并发与并行的关系

这两个概念紧密相关，但是，又有区分。

我们可以设想在多进程使用场景，并发与并行的概念就比较好区分。

在一个CPU的情况下，多进程仅能并发、但并不能并行。

如果非要说到并行，只是因为CPU运算速度够快，并行概念仅是粗粒度，或者说比较高级层面呈现的假象！

对于底层CPU层面是无并行的！

但，在多核CPU的情况下，多进程既可以做到并发、又可以做到一定程度的并行。

如果熟悉操作系统概念的同学，用进程调度的术语来讲，进程并发就是意味着多个进程都进入了就绪态。

鼓励CSP编程的口号

借用Go语言官网上总结的口号

Go encourages a different approach in which shared values are passed around on channels and, in fact, never actively shared by separate
threads of execution. Only one goroutine has access to the value at any given time. Data races cannot occur, by design. To encourage this
way of thinking we have reduced it to a slogan:

Do not communicate by sharing memory; instead, share memory by communicating.

---

不成熟的翻译

Go 鼓励使用一种不同方式，通过通道来传递共享值，以永久避免不同的线程进行共享竞争。
在任何时间，仅有一个协程可以访问(读、写)此值，所以，数据之间的竞争，从设计上不能发生。
为了简化此种思考方式的转变，我们概括它成为一句口号：

不要用共享内存进行协作，但是，共享内存通过生产者和消费者的通信进行

Go的优势

Go语言根据CSP并发、并行理论，在语言层面提供了goroutine和channel作为基础构件，使得在其它语言必须直面线程进行编程模式，可以有另外一条轻便的路径选择！

因为，多线程编程是困难的，易错的！

我觉得选择Go语言来解决项目中并发、并行问题，可以有以下优势：

• 降低了解决并发、并行问题的难度，提供了基础构件作为代码粒度划分的利器

• • goroutine在多核间的分布调度问题，无需开发者主动介入。由Go运行时高效保证，避免忙的忙死、闲的闲死，并可弹性伸缩
• • 有效避免了多线程编程的线程管理、线程间死锁、线程忙闲不均等问复杂问题

• 提供了现代编程语言具有的特性，例如，模块、包机制、闭包、函数编程、接口、泛型、类型自动推导等，方便高效编码

• 跨平台能力

Go语言goroutine编程建议

对于CPU执行的任务，我们知道一般分为两种，一种为CPU密集型任务，另一种是IO密集型任务。

对于IO密集型任务，如果采用异步策略后，实际上也可以看做近似的CPU密集型任务，仅有Reactor，或Proactor组件存在IO密集型任务的工作特点。

goroutine编程建议：

• goroutine仅做CPU密集型任务，保证任务高速、高效
• goroutine仅访问自身、排它资源；需要共享信息，通过channel通信进行协作

虽然Go语言同时提供了同步包，以用于减少通过channel机制的overhead，
但，我觉得有点鸡肋！
原因如下：

• 其破坏了语言并发、并行模型，
• 存在程序员过早优化，或过度优化的嫌疑，而非拥有充足证据后，才进行的懒惰式优化。

猜测来看，同步包会带来Go运行时为精细化goroutine分布调度，而引入的新overhead

回到源头

对比于自研的平台系统，自研平台预先确定了JOB的并行的分布模型，并不具备弹性管理能力，但核心上并发、并行思想接近于CSP，利用JOB间消息通信进行。

对于领域内非通用应用，自研平台够用，且实用！