本文主要介紹了 Go 程序為了實現極高的并發性能，其內部調度器的實現架構(G-P-M 模型)，以及為了最大限度利用計算資源，Go 調度器是如何處理線程阻塞的場景。

怎么讓我們的系統更快

隨著信息技術的迅速發展，單臺服務器處理能力越來越強，迫使編程模式由從前的串行模式升級到并發模型。

并發模型包含 IO 多路復用、多進程以及多線程，這幾種模型都各有優劣，現代復雜的高并發架構大多是幾種模型協同使用，不同場景應用不同模型，揚長避短，發揮服務器的最大性能。

而多線程，因為其輕量和易用，成為并發編程中使用頻率最高的并發模型，包括后衍生的協程等其他子產品，也都基于它。

并發 ≠ 并行

并發 (concurrency) 和 并行 ( parallelism) 是不同的。

在單個 CPU 核上，線程通過時間片或者讓出控制權來實現任務切換，達到 "同時" 運行多個任務的目的，這就是所謂的并發。但實際上任何時刻都只有一個任務被執行，其他任務通過某種算法來排隊。

多核 CPU 可以讓同一進程內的 "多個線程" 做到真正意義上的同時運行，這才是并行。

進程、線程、協程

進程：進程是系統進行資源分配的基本單位，有獨立的內存空間。

線程：線程是 CPU 調度和分派的基本單位，線程依附于進程存在，每個線程會共享父進程的資源。

協程：協程是一種用戶態的輕量級線程，協程的調度完全由用戶控制，協程間切換只需要保存任務的上下文，沒有內核的開銷。

線程上下文切換

由于中斷處理，多任務處理，用戶態切換等原因會導致 CPU 從一個線程切換到另一個線程，切換過程需要保存當前進程的狀態并恢復另一個進程的狀態。

上下文切換的代價是高昂的，因為在核心上交換線程會花費很多時間。上下文切換的延遲取決于不同的因素，大概在在 50 到 100 納秒之間。考慮到硬件平均在每個核心上每納秒執行 12 條指令，那么一次上下文切換可能會花費 600 到 1200 條指令的延遲時間。實際上，上下文切換占用了大量程序執行指令的時間。

如果存在跨核上下文切換(Cross-Core Context Switch)，可能會導致 CPU 緩存失效(CPU 從緩存訪問數據的成本大約 3 到 40 個時鐘周期，從主存訪問數據的成本大約 100 到 300 個時鐘周期)，這種場景的切換成本會更加昂貴。

Golang 為并發而生

Golang 從 2009 年正式發布以來，依靠其極高運行速度和高效的開發效率，迅速占據市場份額。Golang 從語言級別支持并發，通過輕量級協程 Goroutine 來實現程序并發運行。

Goroutine 非常輕量，主要體現在以下兩個方面：

上下文切換代價小： Goroutine 上下文切換只涉及到三個寄存器(PC / SP / DX)的值修改;而對比線程的上下文切換則需要涉及模式切換(從用戶態切換到內核態)、以及 16 個寄存器、PC、SP…等寄存器的刷新;

內存占用少：線程?？臻g通常是 2M，Goroutine ?？臻g最小 2K;

Golang 程序中可以輕松支持10w 級別的 Goroutine 運行，而線程數量達到 1k 時，內存占用就已經達到 2G。

Go 調度器實現機制：

Go 程序通過調度器來調度Goroutine 在內核線程上執行，但是 Goroutine 并不直接綁定 OS 線程 M - Machine運行，而是由 Goroutine Scheduler 中的 P - Processor (邏輯處理器)來作獲取內核線程資源的『中介』。

Go 調度器模型我們通常叫做G-P-M 模型，他包括 4 個重要結構，分別是G、P、M、Sched：

G:Goroutine，每個 Goroutine 對應一個 G 結構體，G 存儲 Goroutine 的運行堆棧、狀態以及任務函數，可重用。

G 并非執行體，每個 G 需要綁定到 P 才能被調度執行。

P: Processor，表示邏輯處理器，對 G 來說，P 相當于 CPU 核，G 只有綁定到 P 才能被調度。對 M 來說，P 提供了相關的執行環境(Context)，如內存分配狀態(mcache)，任務隊列(G)等。

P 的數量決定了系統內最大可并行的 G 的數量(前提：物理 CPU 核數 >= P 的數量)。

P 的數量由用戶設置的 GoMAXPROCS 決定，但是不論 GoMAXPROCS 設置為多大，P 的數量最大為 256。

M: Machine，OS 內核線程抽象，代表著真正執行計算的資源，在綁定有效的 P 后，進入 schedule 循環;而 schedule 循環的機制大致是從 Global 隊列、P 的 Local 隊列以及 wait 隊列中獲取。

M 的數量是不定的，由 Go Runtime 調整，為了防止創建過多 OS 線程導致系統調度不過來，目前默認最大限制為 10000 個。

M 并不保留 G 狀態，這是 G 可以跨 M 調度的基礎。

Sched：Go 調度器，它維護有存儲 M 和 G 的隊列以及調度器的一些狀態信息等。

調度器循環的機制大致是從各種隊列、P 的本地隊列中獲取 G，切換到 G 的執行棧上并執行 G 的函數，調用 Goexit 做清理工作并回到 M，如此反復。

理解 M、P、G 三者的關系，可以通過經典的地鼠推車搬磚的模型來說明其三者關系：

[[316501]]

地鼠(Gopher)的工作任務是：工地上有若干磚頭，地鼠借助小車把磚頭運送到火種上去燒制。M 就可以看作圖中的地鼠，P 就是小車，G 就是小車里裝的磚。

弄清楚了它們三者的關系，下面我們就開始重點聊地鼠是如何在搬運磚塊的。

Processor(P)：

根據用戶設置的 GoMAXPROCS 值來創建一批小車(P)。

Goroutine(G)：

通過 Go 關鍵字就是用來創建一個 Goroutine，也就相當于制造一塊磚(G)，然后將這塊磚(G)放入當前這輛小車(P)中。

Machine (M)：

地鼠(M)不能通過外部創建出來，只能磚(G)太多了，地鼠(M)又太少了，實在忙不過來，剛好還有空閑的小車(P)沒有使用，那就從別處再借些地鼠(M)過來直到把小車(P)用完為止。

這里有一個地鼠(M)不夠用，從別處借地鼠(M)的過程，這個過程就是創建一個內核線程(M)。

需要注意的是：地鼠(M) 如果沒有小車(P)是沒辦法運磚的，小車(P)的數量決定了能夠干活的地鼠(M)數量，在 Go 程序里面對應的是活動線程數;

在 Go 程序里我們通過下面的圖示來展示 G-P-M 模型：

P 代表可以“并行”運行的邏輯處理器，每個 P 都被分配到一個系統線程 M，G 代表 Go 協程。

Go 調度器中有兩個不同的運行隊列：全局運行隊列(GRQ)和本地運行隊列(LRQ)。

每個 P 都有一個 LRQ，用于管理分配給在 P 的上下文中執行的 Goroutines，這些 Goroutine 輪流被和 P 綁定的 M 進行上下文切換。GRQ 適用于尚未分配給 P 的 Goroutines。

從上圖可以看出，G 的數量可以遠遠大于 M 的數量，換句話說，Go 程序可以利用少量的內核級線程來支撐大量 Goroutine 的并發。多個 Goroutine 通過用戶級別的上下文切換來共享內核線程 M 的計算資源，但對于操作系統來說并沒有線程上下文切換產生的性能損耗。

為了更加充分利用線程的計算資源，Go 調度器采取了以下幾種調度策略：

任務竊取(work-stealing)

我們知道，現實情況有的 Goroutine 運行的快，有的慢，那么勢必肯定會帶來的問題就是，忙的忙死，閑的閑死，Go 肯定不允許摸魚的 P 存在，勢必要充分利用好計算資源。

為了提高 Go 并行處理能力，調高整體處理效率，當每個 P 之間的 G 任務不均衡時，調度器允許從 GRQ，或者其他 P 的 LRQ 中獲取 G 執行。

減少阻塞

如果正在執行的 Goroutine 阻塞了線程 M 怎么辦?P 上 LRQ 中的 Goroutine 會獲取不到調度么?

在 Go 里面阻塞主要分為一下 4 種場景：

場景 1：由于原子、互斥量或通道操作調用導致 Goroutine 阻塞，調度器將把當前阻塞的 Goroutine 切換出去，重新調度 LRQ 上的其他 Goroutine;

場景 2：由于網絡請求和 IO 操作導致 Goroutine 阻塞，這種阻塞的情況下，我們的 G 和 M 又會怎么做呢?

Go 程序提供了網絡輪詢器(NetPoller)來處理網絡請求和 IO 操作的問題，其后臺通過 kqueue(MacOS)，epoll(Linux)或 iocp(Windows)來實現 IO 多路復用。

通過使用 NetPoller 進行網絡系統調用，調度器可以防止 Goroutine 在進行這些系統調用時阻塞 M。這可以讓 M 執行 P 的 LRQ 中其他的 Goroutines，而不需要創建新的 M。有助于減少操作系統上的調度負載。

下圖展示它的工作原理：G1 正在 M 上執行，還有 3 個 Goroutine 在 LRQ 上等待執行。網絡輪詢器空閑著，什么都沒干。

接下來，G1 想要進行網絡系統調用，因此它被移動到網絡輪詢器并且處理異步網絡系統調用。然后，M 可以從 LRQ 執行另外的 Goroutine。此時，G2 就被上下文切換到 M 上了。

最后，異步網絡系統調用由網絡輪詢器完成，G1 被移回到 P 的 LRQ 中。一旦 G1 可以在 M 上進行上下文切換，它負責的 Go 相關代碼就可以再次執行。這里的最大優勢是，執行網絡系統調用不需要額外的 M。網絡輪詢器使用系統線程，它時刻處理一個有效的事件循環。

這種調用方式看起來很復雜，值得慶幸的是，Go 語言將該“復雜性”隱藏在 Runtime 中：Go 開發者無需關注 socket 是否是 non-block 的，也無需親自注冊文件描述符的回調，只需在每個連接對應的 Goroutine 中以“block I/O”的方式對待 socket 處理即可，實現了 goroutine-per-connection 簡單的網絡編程模式(但是大量的 Goroutine 也會帶來額外的問題，比如棧內存增加和調度器負擔加重)。

用戶層眼中看到的 Goroutine 中的“block socket”，實際上是通過 Go runtime 中的 netpoller 通過 Non-block socket + I/O 多路復用機制“模擬”出來的。Go 中的 net 庫正是按照這方式實現的。

場景 3：當調用一些系統方法的時候，如果系統方法調用的時候發生阻塞，這種情況下，網絡輪詢器(NetPoller)無法使用，而進行系統調用的 Goroutine 將阻塞當前 M。

讓我們來看看同步系統調用(如文件 I/O)會導致 M 阻塞的情況：G1 將進行同步系統調用以阻塞 M1。

調度器介入后：識別出 G1 已導致 M1 阻塞，此時，調度器將 M1 與 P 分離，同時也將 G1 帶走。然后調度器引入新的 M2 來服務 P。此時，可以從 LRQ 中選擇 G2 并在 M2 上進行上下文切換。

阻塞的系統調用完成后：G1 可以移回 LRQ 并再次由 P 執行。如果這種情況再次發生，M1 將被放在旁邊以備將來重復使用。

場景 4：如果在 Goroutine 去執行一個 sleep 操作，導致 M 被阻塞了。

Go 程序后臺有一個監控線程 sysmon，它監控那些長時間運行的 G 任務然后設置可以強占的標識符，別的 Goroutine 就可以搶先進來執行。

只要下次這個 Goroutine 進行函數調用，那么就會被強占，同時也會保護現場，然后重新放入 P 的本地隊列里面等待下次執行。

小結

本文主要從 Go 調度器架構層面上介紹了 G-P-M 模型，通過該模型怎樣實現少量內核線程支撐大量 Goroutine 的并發運行。以及通過 NetPoller、sysmon 等幫助 Go 程序減少線程阻塞，充分利用已有的計算資源，從而最大限度提高 Go 程序的運行效率。