Go语言多线程同步与生产者消费问题详细解读！

多线程同步问题

互斥锁

互斥锁的本质是当一个goroutine访问的时候, 其它goroutine都不能访问
这样就能实现资源同步, 但是在避免资源竞争的同时也降低了程序的并发性能. 程序由原来的并发执行变成了串行

案例:

有一个打印函数, 用于逐个打印字符串中的字符, 有两个人都开启了goroutine去打印
如果没有添加互斥锁, 那么两个人都有机会输出自己的内容
如果添加了互斥锁, 那么会先输出某一个的, 输出完毕之后再输出另外一个人的

package main import ( "fmt" "sync" "time" ) // 创建一把互斥锁 var lock sync.Mutex func printer(str string) { // 让先来的人拿到锁, 把当前函数锁住, 其它人都无法执行 // 上厕所关门 lock.Lock() for _, v := range str{ fmt.Printf("%c", v) time.Sleep(time.Millisecond * 500) } // 先来的人执行完毕之后, 把锁释放掉, 让其它人可以继续使用当前函数 // 上厕所开门 lock.Unlock() } func person1() { printer("hello") } func person2() { printer("world") } func main() { go person1() go person2() for{ ; } }

生产者消费者问题

所谓的生产者消费者模型就是

某个模块(函数)负责生产数据, 这些数据由另一个模块来负责处理
一般生产者消费者模型包含三个部分"生产者"、"缓冲区"、"消费者"

为什么生产者消费者模型要含三个部分? 直接生产和消费不行么?

一个案例说明一切

生产者好比现实生活中的某个人
缓冲区好比现实生活中的邮箱
消费者好比现实生活中的邮递员

如果只有生产者和消费者, 那么相当于只有写信的人和邮递员, 那么如果将来过去的邮递员离职了, 你想邮寄信件必须想办法结识新的邮递员(消费者发生变化, 会直接影响生产者, 耦合性太强)

如果在生产者和消费者之间添加一个缓冲区, 那么就好比有了邮箱, 以后邮寄信件不是找邮递员, 只需把信件投递到邮箱中即可, 写信的人不需要关心邮递员是谁(解耦)

如果只有生产者和消费者, 那么每个人邮寄信件都需要直接找邮递员(1对1关系), 如果有10个人要邮寄信件, 那么邮递员只能依次找到每个人, 然后才能取件(效率低下)

如果在生产者和消费者之间添加一个缓冲区, 那么所有的人只需要将信件投递到邮箱即可, 邮递员不用关心有多少人要邮寄信件, 也不用依次取件, 只需要找到邮箱从邮箱中统一取件即可(效率提高)

如果只有生产者和消费者, 那么如果邮寄信件太多邮递员无法一次拿走, 这个时候非常难办

如果在生产者和消费者之间添加一个缓冲区, 那么如果信件太多可以先拿走一部分, 剩下的继续放到邮箱中下次再拿

... ...

生产者和消费者资源竞争问题

例如生产比较慢, 而消费比较快, 就会导致消费者消费到错误数据

package main import ( "fmt" "math/rand" "sync" "time" ) // 创建一把互斥锁 var lock = sync.Mutex{} // 定义缓冲区 var sce []int = make([]int, 10) // 定义生产者 func producer(){ // 加锁, 注意是lock就是我们的锁, 全局公用一把锁 lock.Lock() rand.Seed(time.Now().UnixNano()) for i:=0;i<10;i++{ num := rand.Intn(100) sce[i] = num fmt.Println("生产者生产了: ", num) time.Sleep(time.Millisecond * 500) } // 解锁 lock.Unlock() } // 定义消费者 func consumer() { // 加锁, 注意和生产者中用的是同一把锁 // 如果生产者中已加过了, 则阻塞直到解锁后再重新加锁 lock.Lock() for i:=0;i<10;i++{ num := sce[i] fmt.Println("---消费者消费了", num) } lock.Unlock() } func main() { go producer() go consumer() for{ ; } }

思考: 那如果是一对多, 或者多对多的关系, 上述代码有问题么?

一个人走的太慢，一群人才能走的更远。

最后，分享不易，喜欢大叔的文章，记得分享、点赞、在看、三连支持！

vlambda博客
学习文章列表