hello,大家好啊,我是小樓。 最近在工作中對 Go 的 singleflight 包做了下增強,解決了一個性能問題,這裡記錄下,希望對你也有所幫助。 # singleflight 是什麼 singleflight 直接翻譯為”單(次)飛(行)“,它是對同一種請求的抑制,保證同一時刻相同的請求只有 ...
hello,大家好啊,我是小樓。
最近在工作中對 Go 的 singleflight 包做了下增強,解決了一個性能問題,這裡記錄下,希望對你也有所幫助。
singleflight 是什麼
singleflight 直接翻譯為”單(次)飛(行)“,它是對同一種請求的抑制,保證同一時刻相同的請求只有一個在執行,且在它執行期間的相同請求都會 Hold 直到執行完成,這些 hold 的請求也使用這次執行的結果。
舉個例子,當程式中有讀(如 Redis、MySQL、Http、RPC等)請求,且併發非常高的情況,使用 singleflight 能得到比較好的效果,它限制了同一時刻只有一個請求在執行,也就是併發永遠為1。
singleflight 的原理
最初 singleflight 出現在 groupcache 項目中,這個項目也是 Go 團隊所寫,後來該包被移到 Go 源碼中,在 Go 源碼中的版本經過幾輪迭代,稍微有點複雜,我們以最原始的源碼來講解原理,更方便地看清本質。
https://github.com/golang/groupcache/blob/master/singleflight/singleflight.go
singleflight 把每次請求定義為 call,每個 call 對象包含了一個 waitGroup,一個 val,即請求的返回值,一個 err,即請求返回的錯誤。
type call struct {
wg sync.WaitGroup
val interface{}
err error
}
再定義全局的 Group,包含一個互斥鎖 Mutex,一個 key 為 string,value 為 call 的 map。
type Group struct {
mu sync.Mutex
m map[string]*call
}
Group 對象有一個 Do 方法,其第一個參數是 string 類型的 key,這個 key 也就是上面說的 map 的 key,相同的 key 標志著他們是相同的請求,只有相同的請求會被抑制;第二個參數是一個函數 fn,這個函數是真正要執行的函數,例如調用 MySQL;返回值比較好理解,即最終調用的返回值和錯誤信息。
func (g *Group) Do(key string, fn func() (interface{}, error)) (interface{}, error) {
// ①
g.mu.Lock()
if g.m == nil {
g.m = make(map[string]*call)
}
// ②
if c, ok := g.m[key]; ok {
g.mu.Unlock()
c.wg.Wait()
return c.val, c.err
}
// ③
c := new(call)
c.wg.Add(1)
g.m[key] = c
g.mu.Unlock()
c.val, c.err = fn()
c.wg.Done()
g.mu.Lock()
delete(g.m, key)
g.mu.Unlock()
return c.val, c.err
}
將整個代碼分成三塊:
- ① 懶載入方式初始化 map;
- ② 如果當前 key 存在,即相同請求正在調用中,就等它完成,完成後直接使用它的 value 和 error;
- ③ 如果當前 key 不存在,即沒有相同請求正在調用中,就創建一個 call 對象,並把它放進 map,接著執行 fn 函數,當函數執行完喚醒 waitGroup,並刪除 map 相應的 key,返回 value 和 error。
讀可以抑制,寫呢?
我們通過上面的介紹能瞭解,singleflight 能解決併發讀的問題,但我又遇到一個併發寫的問題。為了能讓大家快速進入狀態,先花一點篇幅描述一下遇到的實際問題:
微服務中的註冊中心想必大家都有所瞭解,如果不瞭解,可以去查查相關概念,或者翻看我以前的文章,老讀者應該能發現我寫了很多相關的文章。
服務提供方在註冊之後,會將變更事件推送到消費方,推送事件的處理流程是:接收到事件,查詢組裝出最新的數據,然後推送給訂閱者。存在兩種情況可能會導致短時間內註冊請求非常多,推送事件多會影響整個註冊中心的性能:
- 介面級註冊(類似 Dubbo),每台機器會註冊N多次
- 服務併發發佈,例如每次發佈重啟100台機器,那麼註冊的併發就可能是100
拿到這種問題,第一想到的解法是:合併推送。但,怎麼合併呢?
是不是每次推送的時候等一等,等事件都來了再一把推過去就可以了?但等多久呢?什麼時候該等呢?粗暴點,每秒鐘推送一次,這樣就能將一秒內的時間都聚合,但這會影響推送的時效性,顯然不符合我們精益求精的要求。
直接使用 singleflight,能行嗎?
套用上面 singleflight ,在第一個事件推送過程中,其他相同的事件被 Hold 住,等第一個事件推送完成後,這些 Hold 的事件不再執行推送直接返回。
稍微想一下就知道這樣是有問題的,假設有三個事件 A、B、C,分別對應到三個版本的數據A1、B1、C1,A 最先到達,在 A 開始推送後但沒完成時 B、C 事件到達,A 事件觸發推送了 A1 版本的數據,B、C 事件在 A 事件推送完成後,直接丟棄,最終推送到消費者上的數據版本為 A1,但我們肯定期望推送的數據版本為 C1,畫個圖線感受下: