Go语言并发编程(1)：对多进程、多线程、协程和并发、并行的理解

一、进程和线程

对操作系统进程和线程以及协程的了解，可以看看我前面的文章：

对进程、线程和协程的理解以及它们的区别：https://www.cnblogs.com/jiujuan/p/16193142.html。

这篇文章我用了多张图片，尽可能清楚表达对它们的理解和区别。

还有一篇 Linux 进程，源码分析，Linux进程: task_struct结构体成员：https://www.cnblogs.com/jiujuan/p/11715853.html

1.1 多进程和多线程

如果是单个进程，单个线程，那么就不涉及到并发。

并发都是涉及到多个进程、多个线程。

为了加快任务的处理，我们可以把一个任务分解成多个小任务进行处理。这就是多任务。

在计算机中，我们可以用多进程或多线程来处理多个任务，这样完成任务的效率就会提高，因为 CPU 运算速度非常快。

比如有一个任务，切菜炒菜后洗衣服：

把这个任务分为 3 个任务，1、切菜 2、炒菜 3、洗衣服，一个进程完成这个任务就按照 1,2,3 这样的次序完成。如下图：

如果是多进程，比如有 2 个进程，那么可以把上面的一个大任务分为 2 个小任务，第一个小任务 1 和 2，第二个小任务 3，由 2 个进程完成，如下图：

这就是并发执行。

为什么需要并发执行，要压榨 CPU 让 CPU 发挥最大运算效率，执行更多任务。

在计算机硬件组成中，CPU 的运算速度远远大于其它硬件设备的速度。

1.2 关系协调(进程间通信）

如果只有一个进程，就不需要沟通协调。

如果是多个进程，彼此之间有联系，那么就涉及到进程之间的沟通和协调。涉及沟通，就需要进程间进行"通话"了，这叫进程间通信。

进程间通信一般有 3 方面内容：

1. 一个进程如何向另外一个进程传递信息。
2. 多个进程操作共享数据时相互不会产生影响。
3. 存在依赖关系时确定适当的顺序。

来自：《操作系统设计与实现》

不只多进程，多线程，还有多协程都会有上面 3 方面的内容。

二、协程

在计算机系统中，有一个层次关系，硬件位于最下面，操作系统控制硬件，应用程序运行在操作系统之上，更进一步理解，应用程序是运行在操作系统的用户空间中。

简图如下：

用户创建的多线程/多进程都是运行在用户空间，但调度它们运行是操作系统。

协程也是运行在用户空间，但调度协程运行的是各种语言自己的 runtime，比如 Go 语言的 goroutine 运行在 Go runtime 中。

也就是说在操作系统和调度协程运行之间增加了一个“中间层” - 语言自己的调度系统，比如 Go 语言的 GMP 调度模型，Go runtime 与操作系统线程挂钩进行调度处理，而不是协程直接被操作系统调度处理。

（在计算机中，没有什么是增加一层解决不了的）

Go 中 GMP 和操作系统线程的关系，可以看我这篇文章：https://www.cnblogs.com/jiujuan/p/16193142.html#2888921075 ，里面有一张图画出了它们之间的关系。

三、并发和并行

并发 concurrency 和并行 parallelism。

很多人容易把这 2 者搞混了，认为它们没有区别，其实是有区别。从 CPU 核心个数来理解，就比较容易懂了。

并发

如果 CPU 只有一个核心，那么它就只能并发执行任务，同一个时间只能执行一个任务。如下图：

并行

如果 CPU 有多个核心，那么它就可以并行的执行多个任务，可以在同一时间执行多个任务。

比如 CPU 有 2 个核心，它可以在同一时间同时执行 2 个任务：

而现代计算机往往有多个 CPU 核心数，Go 语言可以轻松利用多个核心执行程序。而多数编程语言需要写线程同步代码利用多个核，这样容易导致错误。Go 具体是用什么来执行？就是 goroutine。

四、进程/线程/协程间通信相关概念

通信的问题

多个进程线程需要协调，彼此之间就需要通信。那进程间通信一般会有什么问题？在上面第 1.2 小节已经有讲。

• 第一个问题

  一个进程把信息传递给另外一个进程

• 第二个问题

  两个或多个进程同时操作某一数据时，怎么保证多个进程间彼此不影响。

  比如在 12306 购票，你和其他用户抢最后一张票，系统用两个进程执行抢票操作，怎么保证 12306 只卖出最后一张票而不是两张票？

• 第三个问题

  与顺序相关。最简单的例子就是打印机，A 进程生产数据，B 进程打印数据，B 打印前必须等待 A 产生一些数据。

竞争条件和临界区

竞争条件 - 两个或多个进程共享读写数据，而最后的结果取决于进程运行的精确时序，称为竞争条件（race condition）。

怎么避免竞争条件？

凡涉及到共享内存、共享文件及共享任何资源都可能引起这种错误，要避免这种错误，关键是要找出某种途径来阻止多个进程同时读写共享的数据。换言之，我们需要互斥，即用某种手段确保当一个进程使用一个共享变量或文件时，其他进程不能做同样的操作。

-- 《现代操作系统》。

我们把共享内存进行访问的程序片段称为临界区或临界区域。如果我们能使两个进程不可能同时处于临界区中，就能避免竞争条件。

忙等待互斥

书中提到了忙等待互斥的几个方法：Peterson 解法和 TSL 和 XCHG，这些解法本质上：当一个进程进入临界区，先检查是否允许进入，若不允许，则该进程将原地等待，直到允许位置。

缺点：浪费 CPU，还可能引起预想不到的结果。如果是等待时间非常短，则可以用。

睡眠与唤醒

进程无法进入临界区时将阻塞，而不是忙等待。

最简单的就是 sleep 和 wakeup。 sleep 是一个将引起系统进程阻塞的调用，即被挂起，直到另外一个进程将其唤醒。

典型应用就是生产者-消费者。

信号量

信号量（semaphore）是 E.W.Dijkstra 在 1965 年提出的一种方法，它使用一个整型变量来累计唤醒次数，供以后使用。

用信号量也可以解决生产者-消费者问题。

互斥量

互斥量是信号量最简化的一个版本，不需要计数。互斥量是一个处于两种状态之一的变量：加锁和解锁。

互斥量使用两个过程：

当一个线程需要访问临界区，它调用 mutex_lock。如果互斥量当前是解锁的（即临界区可用），此调用成功，调用线程可自由进入临界区。

另一方面，如果该互斥量已经加锁，调用线程阻塞，直到在临界区的线程完成并调用 mutex_unlock。

如果多个线程阻塞在互斥量上，将随机选择一个线程并允许它获得锁。

管程和条件变量

Brinch Hansen（1973）和Hoare（1974）提出了一种高级同步原语，称为管程（monitor）。

一个管程是有一个过程、变量及数据结构等组成的一个集合，他们组成一个特殊的包或者软件包。

管程是一种语言的概念。管程有一个很重要的特性，即任一时刻管程中只能有一个活跃进程，这一特性使管程能有效地完成互
斥。管程是编程语言的组成部分，编译器知道它们的特殊性。

进入管程时的互斥由编译器负责，但通常的做法是用一个互斥量或二元信号量。因为是由编译器而非程
序员来安排互斥，所以出错的可能性要小得多。在任一时刻，写管程的人无须关心编译器是如何实现互斥
的。他只需知道将所有的临界区转换成管程过程即可，决不会有两个进程同时执行临界区中的代码

当然解决生成者-消费者，缓存区满的问题，引入了条件变量（condition variables）以及相关2个操作：wait 和 signal。

在管程运行过程中发现生成者满时，它可以在条件变量上执行 wait 操作。该操作会导致调用进程自身阻塞，并且还将另一个以前等在管程之外的进程调入管程。

另外一个进程，比如消费者，还可以唤醒正在睡眠的伙伴进程。这可以通过对其伙伴正在等待的一个条件变量执行signal完成。

消息传递

进程间通信的方法使用两条原语 send 和 receive 。

Go 语言中通过 channel 在 goroutine 之间安全的传递消息。

五、操作系统进程间和Go语言通信方式有哪些

操作系统进程间通信方式

1、管道
2、消息队列
3、共享内存
4、信号量
5、信号
6、socket

1、管道

在 linux 系统的命令行下，运用 shell 命令来操作时，最常用的就是这种通信方式。

ps aux | grep nginx

管道 就是将前一个命令的输出内容作为下一个命令的输入内容，它的功能是一种单向命令传输。

管道又分为：1、 匿名管道 2、命名管道

匿名管道：上面的 shell 例子就是一种匿名管道，它没有名字。

命名管道：与上面相对应的就是有名字的管道，叫命名管道，它是 FIFO 结构，先进先出。

mkfifo pipename # pipename 就是管道的名字，mkfifo 是命令

2、消息队列

linux 内核也实现了消息队列，为进程间消息通信方式之一。
内核消息队列数据结构是一种链表，它里面的每一个数据都是一个单独的数据，叫消息体。
它与我们平时用的 kafka 消息队列作用差不多，是不是？kafka也是作为不同软件间消息通信的中间件，只不过 kafka 消息队列扩展出了很多功能，功能更多更强大。

3、共享内存

共享内存就是 2 个进程操作同一块内存。不需要拷贝来拷贝去的。

4、信号量

信号量其实是一种计数器，主要实现进程间的互斥和同步。
它并不缓存进程间的通信数据。

信号量是对资源计数，它有 2 个操作：

• P 操作：减 1 操作。相减后信号量 < 0，资源被占用尽，进程需要阻塞等待；相减后信号量 >= 0，还有可用资源，进程可进入正常执行。
• V 操作：加 1 操作。相加后信号量 <= 0，当前有阻塞中的进程，唤醒该进程运行；相加后信号量 > 0，当前没有阻塞的进程。

比如，多个进程操作共享内存时，在同一时刻不能有 2 个进程同时写数据到共享内存里，这样操作话，可能数据会发生错误，不是期望的数据。

5、信号

在 linux 中，为了响应各种事件操作，定义了很多信号，不同的信号代表不同的含义。
比如我们最常用的 SIGHUP 就是挂起。
当然还有很多信号，可以通过 kill -l 命令查询所有的信号。

信号与信号量虽然只差了一个字，但是两者用途完全不一样，千万别搞混淆了。

6、Socket

socket 用于网络间的通信，不同计算机间之间进程间的通信。
最常用的就是在 TCP/IP 网络编程中。

而上面的 5 种通信方式都是在同一台计算机的进程间进行通信。

Go语言通信方式

Go 语言中采用 CSP 模型来进行通信。

CSP - Communicating Sequential Process，通信顺序进程。

这是一种用于描述两个独立的并发实体通过共享的通讯 Channel（管道）进行通信的并发模型。

在 Go 语言中，关于通信方式有一句非常有名的话：

不要通过共享内存来通信，而应该通过通信来共享内存

六、并发编程常见问题

• 数据竞争

  当两个或更多操作必须以正确的顺序执行时，就会出现竞争状态。

• 死锁

  所有并发进程都在彼此等待的状态，都不能运行。在这种情况下，如果没有外部干预，程序永远不会恢复。

  Go 运行时会检测一些死锁。

• 活锁

  活锁就是并发的程序都可以运行，但好像彼此都在等待彼此，又都没运行。

• 饥饿

  与死锁和活锁相似，它是指并发程序无法获得执行工作所需的资源。

七、Go协程：Goroutine

goroutine 是 Go 语言中进行并发编程一个很重要的概念。

goroutine 可以与其它 goroutine 并发（不一定是并行）执行函数，同时也会与主程序（main）并行执行，这个就是我们常说的主 goroutine。

goroutine 的一些优点：

• 轻量级，比线程使用内存更少
• 自主调度，效率高。Go 自己的 runtime 在用户空间调度 goroutine，不需要在内核空间和用户空间之间切换
• 利用多核，提高程序执行速度
• 避免阻塞，Go runtime 会监控协程所在的线程是否发生阻塞，如果阻塞，Go runtime 的调度器会把阻塞在线程上的协程调度到没有阻塞的线程上，继续运行。

怎么使用 goroutine？

Go 语言中运行并行编程关键字：go

func main() {
	go sayHello()
	
	go func() {
		fmt.Println("hello 2")
	}()
	
	time.Sleep(3 * time.Second)
}

func sayHello() {
	fmt.Println("hello")
}

---

文章如果有不足或错误之处，欢迎大家批评指出，也欢迎大家评论

八、参考

• 《操作系统设计与实现》作者: (美)ANDREW S.TANENBAUM / ALBERT S.WOODHULL
• 《现代操作系统》 作者：[荷] Andrew S. Tanenbaum / [荷] Herbert Bos