站長資訊網
正如過程式編程和面向對象一樣，一個好的編程模式需要有一個極其簡潔的內核，還有在此之上豐富的外延，可以解決現實世界中各種各樣的問題。本文以GO語言為例，解釋其中內核、外延。
并發模式之內核
這種并發模式的內核只需要協程和通道就夠了。其中協程負責執行代碼，通道負責在協程之間傳遞事件。
并發編程一直以來都是個非常困難的工作。要想編寫一個良好的并發程序，我們不得不了解線程， 鎖，semaphore，barrier甚至CPU更新高速緩存的方式，而且他們個個都有怪脾氣，處處是陷阱。筆者除非萬不得以，決不會自己操作這些底層 并發元素。一個簡潔的并發模式不需要這些復雜的底層元素，只需協程和通道就夠了。
協程是輕量級的線程。在過程式編程中，當調用一個過程的時候，需要等待其執行完才返回。而調用一個協程的時候，不需要等待其執行完，會立即返回。
協程十分輕量，Go語言可以在一個進程中執行有數以十萬計的協程，依舊保持高性能。而對于普通的平臺，一個進程有數千個線程，其CPU會忙于上下文切換，性能急劇下降。隨意創建線程可不是一個好主意，但是我們可以大量使用的協程。
通道是協程之間的數據傳輸通道。通道可以在眾多的協程之間傳遞數據，具體可以值也可以是個引用。通道有兩種使用方式。
協程可以試圖向通道放入數據，如果通道滿了，會掛起協程，直到通道可以為他放入數據為止。
協程可以試圖向通道索取數據，如果通道沒有數據，會掛起協程，直到通道返回數據為止。
如此，通道就可以在傳遞數據的同時，控制協程的運行。有點像事件驅動，也有點像阻塞隊列。這兩個概念非常的簡單，各個語言平臺都會有相應的實現。在Java和C上也各有庫可以實現兩者。
只要有協程和通道，就可以優雅的解決并發的問題。不必使用其他和并發有關的概念。那如何用這兩把利刃解決各式各樣的實際問題呢？
并發模式之外延
協程相較于線程，可以大量創建。打開這扇門，我們拓展出新的用法，可以做生成器，可以讓函數返回“服務”，可以讓循環并發執行，還能共享變量。但是出現新 的用法的同時，也帶來了新的棘手問題，協程也會泄漏，不恰當的使用會影響性能。下面會逐一介紹各種用法和問題。演示的代碼用GO語言寫成，因為其簡潔明 了，而且支持全部功能。
1、生成器
有的時候，我們需要有一個函數能不斷生成數據。比方說這個函數可以讀文件，讀網絡，生成自增長序列，生成隨機數。這些行為的特點就是，函數的已知一些變量，如文件路徑。然后不斷調用，返回新的數據。
下面生成隨機數為例，以讓我們做一個會并發執行的隨機數生成器。
// 函數rand_generator_1 ，返回 int funcrand_generator_1() int { return rand.Int() } // 上面是一個函數，返回一個int。假如rand.Int()這個函數調用需要很長時間等待，那該函數的調用者也會因此而掛起。所以我們可以創建一個協程，專門執行rand.Int()。 // 函數rand_generator_2，返回通道(Channel) funcrand_generator_2() chan int { // 創建通道 out := make(chan int) // 創建協程 go func() { for { //向通道內寫入數據，如果無人讀取會等待 out <- rand.Int() } }() return out } funcmain() { // 生成隨機數作為一個服務 rand_service_handler :=rand_generator_2() // 從服務中讀取隨機數并打印 fmt.Printf("%dn",<-rand_service_handler) }
上面的這段函數就可以并發執行了rand.Int()。有一點值得注意到函數的返回可以理解為一個“服務”。但我們需要獲取隨機數據時候，可以隨時向這個 服務取用，他已經為我們準備好了相應的數據，無需等待，隨要隨到。
如果我們調用這個服務不是很頻繁，一個協程足夠滿足我們的需求了。但如果我們需要大量訪問，怎么辦？我們可以用下面介紹的多路復用技術，啟動若干生成器，再將其整合成一個大的服務。
調用生成器，可以返回一個“服務”。可以用在持續獲取數據的場合。用途很廣泛，讀取數據，生成ID，甚至定時器。這是一種非常簡潔的思路，將程 序并發化。
2、多路復用
多路復用是讓一次處理多個隊列的技術。Apache使用處理每個連接都需要一個進程，所以其并發性能不是很好。而Nginx使用多路復用的技術，讓一 個進程處理多個連接，所以并發性能比較好。
同樣，在協程的場合，多路復用也是需要的，但又有所不同。多路復用可以將若干個相似的小服務整合成一個大服務。
那么讓我們用多路復用技術做一個更高并發的隨機數生成器吧。
// 函數rand_generator_3 ，返回通道(Channel) funcrand_generator_3() chan int { // 創建兩個隨機數生成器服務 rand_generator_1 := rand_generator_2() rand_generator_2 := rand_generator_2() //創建通道 out := make(chan int) //創建協程 go func() { for { //讀取生成器1中的數據，整合 out <-<-rand_generator_1 } }() go func() { for { //讀取生成器2中的數據，整合 out <-<-rand_generator_2 } }() return out }
上面是使用了多路復用技術的高并發版的隨機數生成器。通過整合兩個隨機數生成器，這個版本的能力是剛才的兩倍。雖然協程可以大量創建，但是眾多協程還是會爭搶輸出的通道。
Go語言提供了Select關鍵字來解決，各家也有各家竅門。加大輸出通道的緩沖大小是個通用的解決方法。
多路復用技術可以用來整合多個通道。提升性能和操作的便捷。配合其他的模式使用有很大的威力。
3、Future技術
Future是一個很有用的技術，我們常常使用Future來操作線程。我們可以在使用線程的時候，可以創建一個線程，返回Future，之后可以通過它等待結果。 但是在協程環境下的Future可以更加徹底，輸入參數同樣可以是Future的。
調用一個函數的時候，往往是參數已經準備好了。調用協程的時候也同樣如此。但是如果我們將傳入的參 數設為通道，這樣我們就可以在不準備好參數的情況下調用函數。這樣的設計可以提供很大的自由度和并發度。函數調用和函數參數準備這兩個過程可以完全解耦。 下面舉一個用該技術訪問數據庫的例子。
//一個查詢結構體 typequery struct { //參數Channel sql chan string //結果Channel result chan string } //執行Query funcexecQuery(q query) { //啟動協程 go func() { //獲取輸入 sql := <-q.sql //訪問數據庫，輸出結果通道 q.result <- "get" + sql }() } funcmain() { //初始化Query q := query{make(chan string, 1),make(chan string, 1)} //執行Query，注意執行的時候無需準備參數 execQuery(q) //準備參數 q.sql <- "select * fromtable" //獲取結果 fmt.Println(<-q.result) }
上面利用Future技術，不單讓結果在Future獲得，參數也是在Future獲取。準備好參數后，自動執行。Future和生成器的區別在 于，Future返回一個結果，而生成器可以重復調用。還有一個值得注意的地方，就是將參數Channel和結果Channel定義在一個結構體里面作為 參數，而不是返回結果Channel。這樣做可以增加聚合度，好處就是可以和多路復用技術結合起來使用。
Future技術可以和各個其他技術組合起來用。可以通過多路復用技術，監聽多個結果Channel，當有結果后，自動返回。也可以和生成器組合使用，生 成器不斷生產數據，Future技術逐個處理數據。Future技術自身還可以首尾相連，形成一個并發的pipe filter。這個pipe filter可以用于讀寫數據流，操作數據流。
Future是一個非常強大的技術手段。可以在調用的時候不關心數據是否準備好，返回值是否計算好的問題。讓程序中的組件在準備好數據的時候自動跑起來。
4、并發循環
循環往往是性能上的熱點。如果性能瓶頸出現在CPU上的話，那么九成可能性熱點是在一個循環體內部。所以如果能讓循環體并發執行，那么性能就會提高很多。
要并發循環很簡單，只有在每個循環體內部啟動協程。協程作為循環體可以并發執行。調用啟動前設置一個計數器，每一個循環體執行完畢就在計數器上加一個元素，調用完成后通過監聽計數器等待循環協程全部完成。
//建立計數器 sem :=make(chan int, N); //FOR循環體 for i,xi:= range data { //建立協程 go func (i int, xi float) { doSomething(i,xi); //計數 sem <- 0; } (i, xi); } // 等待循環結束 for i := 0; i < N; ++i { <-sem }
上面是一個并發循環例子。通過計數器來等待循環全部完成。如果結合上面提到的Future技術的話，則不必等待。可以等到真正需要的結果的地方，再去檢查數據是否完成。
通過并發循環可以提供性能，利用多核，解決CPU熱點。正因為協程可以大量創建，才能在循環體中如此使用，如果是使用線程的話，就需要引入線程池之類的東西，防止創建過多線程，而協程則簡單的多。
5、ChainFilter技術
前面提到了Future技術首尾相連，可以形成一個并發的pipe filter。這種方式可以做很多事情，如果每個Filter都由同一個函數組成，還可以有一種簡單的辦法把他們連起來。
由于每個Filter協程都可以并發運行，這樣的結構非常有利于多核環境。下面是一個例子，用這種模式來產生素數。
// Aconcurrent prime sieve packagemain // Sendthe sequence 2, 3, 4, ... to channel 'ch'. funcGenerate(ch chan<- int) { for i := 2; ; i++ { ch<- i // Send 'i' to channel 'ch'. } } // Copythe values from channel 'in' to channel 'out', //removing those divisible by 'prime'. funcFilter(in <-chan int, out chan<- int, prime int) { for { i := <-in // Receive valuefrom 'in'. if i%prime != 0 { out <- i // Send'i' to 'out'. } } } // Theprime sieve: Daisy-chain Filter processes. funcmain() { ch := make(chan int) // Create a newchannel. go Generate(ch) // Launch Generate goroutine. for i := 0; i < 10; i++ { prime := <-ch print(prime, "n") ch1 := make(chan int) go Filter(ch, ch1, prime) ch = ch1 } }
上面的程序創建了10個Filter，每個分別過濾一個素數，所以可以輸出前10個素數。
Chain-Filter通過簡單的代碼創建并發的過濾器鏈。這種辦法還有一個好處，就是每個通道只有兩個協程會訪問，就不會有激烈的競爭，性能會比較好
6、共享變量
協程之間的通信只能夠通過通道。但是我們習慣于共享變量，而且很多時候使用共享變量能讓代碼更簡潔。比如一個Server有兩個狀態開和關。其他僅僅希望獲取或改變其狀態，那又該如何做呢。可以將這個變量至于0通道中，并使用一個協程來維護。
下面的例子描述如何用這個方式，實現一個共享變量。
//共享變量有一個讀通道和一個寫通道組成 typesharded_var struct { reader chan int writer chan int } //共享變量維護協程 funcsharded_var_whachdog(v sharded_var) { go func() { //初始值 var value int = 0 for { //監聽讀寫通道，完成服務 select { case value =<-v.writer: case v.reader <-value: } } }() } funcmain() { //初始化，并開始維護協程 v := sharded_var{make(chan int),make(chan int)} sharded_var_whachdog(v) //讀取初始值 fmt.Println(<-v.reader) //寫入一個值 v.writer <- 1 //讀取新寫入的值 fmt.Println(<-v.reader) }
這樣，就可以在協程和通道的基礎上實現一個協程安全的共享變量了。定義一個寫通道，需要更新變量的時候，往里寫新的值。再定義一個讀通道，需要讀的時候，從里面讀。通過一個單獨的協程來維護這兩個通道。保證數據的一致性。
一般來說，協程之間不推薦使用共享變量來交互，但是按照這個辦法，在一些場合，使用共享變量也是可取的。很多平臺上有較為原生的共享變量支持，到底用那種 實現比較好，就見仁見智了。另外利用協程和通道，可以還實現各種常見的并發數據結構，如鎖等等，就不一一贅述。
7、協程泄漏
協程和內存一樣，是系統的資源。對于內存，有自動垃圾回收。但是對于協程，沒有相應的回收機制。會不會若干年后，協程普及了，協程泄漏和內存泄漏一樣成為 程序員永遠的痛呢？
一般而言，協程執行結束后就會銷毀。協程也會占用內存，如果發生協程泄漏，影響和內存泄漏一樣嚴重。輕則拖慢程序，重則壓垮機器。
C和C++都是沒有自動內存回收的程序設計語言，但只要有良好的編程習慣，就能解決規避問題。對于協程是一樣的，只要有好習慣就可以了。
只有兩種情況會導致協程無法結束。一種情況是協程想從一個通道讀數據，但無人往這個通道寫入數據，或許這個通道已經被遺忘了。還有一種情況是程想往一個通道寫數據，可是由于無人監聽這個通道，該協程將永遠無法向下執行。下面分別討論如何避免這兩種情況。
對于協程想從一個通道讀數據，但無人往這個通道寫入數據這種情況。解決的辦法很簡單，加入超時機制。對于有不確定會不會返回的情況，必須加入超時，避免出 現永久等待。
另外不一定要使用定時器才能終止協程。也可以對外暴露一個退出提醒通道。任何其他協程都可以通過該通道來提醒這個協程終止。
對于協程想往一個通道寫數據，但通道阻塞無法寫入這種情況。解決的辦法也很簡單，就是給通道加緩沖。但前提是這個通道只會接收到固定數目的寫入。
比方說， 已知一個通道最多只會接收N次數據，那么就將這個通道的緩沖設置為N。那么該通道將永遠不會堵塞，協程自然也不會泄漏。也可以將其緩沖設置為無限，不過這 樣就要承擔內存泄漏的風險了。等協程執行完畢后，這部分通道內存將會失去引用，會被自動垃圾回收掉。
funcnever_leak(ch chan int) { //初始化timeout，緩沖為1 timeout := make(chan bool, 1) //啟動timeout協程，由于緩存為1，不可能泄露 go func() { time.Sleep(1 * time.Second) timeout <- true }() //監聽通道，由于設有超時，不可能泄露 select { case <-ch: // a read from ch hasoccurred case <-timeout: // the read from ch has timedout } }
上面是個避免泄漏例子。使用超時避免讀堵塞，使用緩沖避免寫堵塞。
和內存里面的對象一樣，對于長期存在的協程，我們不用擔心泄漏問題。一是長期存在，二是數量較少。要警惕的只有那些被臨時創建的協程，這些協程數量大且生 命周期短，往往是在循環中創建的，要應用前面提到的辦法，避免泄漏發生。協程也是把雙刃劍，如果出問題，不但沒能提高程序性能，反而會讓程序崩潰。但就像 內存一樣，同樣有泄漏的風險，但越用越溜了。
并發模式之實現
在并發編程大行其道的今天，對協程和通道的支持成為各個平臺比不可少的一部分。雖然各家有各家的叫法，但都能滿足協程的基本要求—并發執行和可大量創建。筆者對他們的實現方式總結了一下。
下面列舉一些已經支持協程的常見的語言和平臺。
GoLang 和Scala作為最新的語言，一出生就有完善的基于協程并發功能。Erlang最為老資格的并發編程語言，返老還童。其他二線語言則幾乎全部在新的版本中加入了協程。
令人驚奇的是C/C++和Java這三個世界上最主流的平臺沒有在對協程提供語言級別的原生支持。他們都背負著厚重的歷史，無法改變，也無需改變。但他們還有其他的辦法使用協程。
Java平臺有很多方法實現協程：
· 修改虛擬機：對JVM打補丁來實現協程，這樣的實現效果好，但是失去了跨平臺的好處
· 修改字節碼：在編譯完成后增強字節碼，或者使用新的JVM語言。稍稍增加了編譯的難度。
· 使用JNI：在Jar包中使用JNI，這樣易于使用，但是不能跨平臺。
· 使用線程模擬協程：使協程重量級，完全依賴JVM的線程實現。
其中修改字節碼的方式比較常見。因為這樣的實現辦法，可以平衡性能和移植性。最具代表性的JVM語言Scale就能很好的支持協程并發。流行的Java Actor模型類庫akka也是用修改字節碼的方式實現的協程。
對于C語言，協程和線程一樣。可以使用各種各樣的系統調用來實現。協程作為一個比較高級的概念，實現方式實在太多，就不討論了。比較主流的實現有libpcl, coro,lthread等等。
對于C++，有Boost實現，還有一些其他開源庫。還有一門名為μC++語言，在C++基礎上提供了并發擴展。
可見這種編程模型在眾多的語言平臺中已經得到了廣泛的支持，不再小眾。如果想使用的話，隨時可以加到自己的工具箱中。
