当前位置:首页 > 文章列表 > Golang > Go问答 > 逃逸分析显示通道作为泄漏参数

逃逸分析显示通道作为泄漏参数

来源:stackoverflow 2024-04-03 12:42:37 0浏览 收藏

目前golang学习网上已经有很多关于Golang的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《逃逸分析显示通道作为泄漏参数》,也希望能帮助到大家,如果阅读完后真的对你学习Golang有帮助,欢迎动动手指,评论留言并分享~

问题内容

我想做的事情: 我正在尝试理解/构建一个具有三个阶段的 go 管道。第 1 阶段写入通道 a。第 2 阶段有多个 go 例程。每个go例程从channel a读取,执行一些操作并将结果写入channel bn(channel b1,b2..bn)。第 3 阶段创建了 n(=第 2 阶段中的通道总数)个 go 例程,每个 go 例程从第 2 阶段的一个 channel 读取。它基于 https://blog.golang.org/pipelines 中描述的有限并行性 p>

问题: 管道按预期工作正常,操作分布在 go 例程之间。但是当我进行逃逸分析时,发现从一个阶段发送到另一个阶段的通道参数被报告为“泄漏参数”。

代码片段: 为简单起见,我发布的代码显示了第 1 阶段通道创建,以及第 2 阶段打印从第 1 阶段通道读取的值。

package main

import "fmt"

func createstageone(numofjobs int) <-chan int {
   stageonechannel := make(chan int)
   go func(njobs int) {
      for i := 0; i < njobs; i++ {
        stageonechannel <- i
      }
      close(stageonechannel)
   }(numofjobs)
   return stageonechannel
} // stageonechannel closes and go routine exits once njobs are completed 

func createstagetwo(in <-chan int, completionflag chan struct{}) {
    go func() {
        for n := range in {
            fmt.println("received from stage 1 channel ", n)
        }
        completionflag <- struct{}{}
    }()
}// comes out of for loop when stage 1 channel closes and go routine also exits


func main() {
    numofjobs := 10
    stageonechannel := createstageone(numofjobs)

    done := make(chan struct{})
    createstagetwo(stageonechannel, done)

    <-done
}

这是逃逸分析结果

$ go build -gcflags "-m -l"
# concurrentHTTP/stackoverflow
./pipeline.go:7:5: func literal escapes to heap
./pipeline.go:7:5: func literal escapes to heap
./pipeline.go:6:25: make(chan int) escapes to heap
./pipeline.go:17:5: func literal escapes to heap
./pipeline.go:17:5: func literal escapes to heap
./pipeline.go:16:21: leaking param: in
./pipeline.go:16:36: leaking param: completionFlag
./pipeline.go:19:16: "Received from stage 1 channel " escapes to heap
./pipeline.go:19:16: n escapes to heap
./pipeline.go:19:15: createStageTwo.func1 ... argument does not escape
./pipeline.go:29:14: make(chan struct {}) escapes to heap

为什么逃逸分析报告 in 和 completionflag 标志上的参数泄漏?


解决方案


所讨论的参数是引用类型的通道。它们在 createStageTwo() 创建的闭包中捕获,并且当 createStageTwo() 返回时可以继续在该闭包的 go 例程中使用。因此,它们被标记为泄漏参数。如果不是,那么它们将被放置在堆栈上,并在 main() 处理完它们后变得无效。

这并不意味着您有问题。逃逸分析不能用于检测资源泄漏,而且大多数人永远不需要使用它。 (当某些东西被放置在您不希望的 GC 堆上时,它对于解决性能问题很有用。)

(抱歉@Volker,我最初在评论中发布了我的答案,这让您的问题悬而未决。)

好了,本文到此结束,带大家了解了《逃逸分析显示通道作为泄漏参数》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
利用Go语言开发的创新项目利用Go语言开发的创新项目
上一篇
利用Go语言开发的创新项目
如何在golang中间件中获取Response statusCode?
下一篇
如何在golang中间件中获取Response statusCode?
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。
    471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。
    530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。
    549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。
    499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。
    317次使用