当前位置:首页 > 文章列表 > Golang > Go问答 > 分割策略在 Goroutine 的应用

分割策略在 Goroutine 的应用

来源:stackoverflow 2024-03-05 14:09:26 0浏览 收藏

在Golang实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《分割策略在 Goroutine 的应用》,聊聊,希望可以帮助到正在努力赚钱的你。

问题内容

在一个实时项目中,我有一个基于标准事件的前端服务从消息队列代理接收消息。该服务旨在向其他少数人提供相关信息。 基本上,该服务在接收方法上循环,解组数据包(例如 protobuf),更新/控制一些参数,编组为另一种格式(例如 json),然后推送到下一个服务。

问题是:如何启动 goroutine 以获得最有效的总体带宽,并优先处理传入数据?

今天,我的观点是,最耗时的操作是解组/编组过程。因此,在接收到任何事件(不需要 ack)后,我会像这样触发 goroutine:

[...]
var rcvBuffer []byte
for {
   err := evt.Receive(ctx, rcvBuffer)
   go convertAndPush(rcvBuffer)
}

[...]
func convertAndPush(rcvBuffer []byte) {
   // unmarshall rcvBuffer
   // control
   // marshall to JSONpack
   JSONpack := json.Marshal(rcvBuffer)
   // fan out to another goroutine communicating with other services...
   pushch <- JSONpack
}

我的重点是接收数据包,不会因为 io 请求(无论是输入还是输出)而阻塞 cpu,也不会因为应用程序中 cpu 成本最高的操作而阻塞 io。

这种设计应用程序的方式正确吗?我可能会错过什么?

btw,消息接收函数不会触发 goroutine。


解决方案


采用 Paul Hankin 的方法+1。

根据我的经验,限制 convertAndPush 的并发也是最佳实践。这可以使用信号量或通道以及工作池模式轻松完成。这还提供了一个在负载测试期间切换的变量(工作池大小)。

如果目标是尽快接收数据包,通道/工作池模式可能会更好,因为它可以配置通道大小来缓冲请求并保持读取路径的低吞吐量。与信号量相比,信号量满载时会阻塞读取路径。

本篇关于《分割策略在 Goroutine 的应用》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于Golang的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
带参数运行的 Go 命令带参数运行的 Go 命令
上一篇
带参数运行的 Go 命令
使用PHP如何调用外部文件中的函数?
下一篇
使用PHP如何调用外部文件中的函数?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    313次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    297次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    271次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    91次使用