当前位置:首页 > 文章列表 > Golang > Go问答 > 优雅地关闭通道并且不在关闭的通道上发送

优雅地关闭通道并且不在关闭的通道上发送

来源:stackoverflow 2024-04-13 11:18:35 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《优雅地关闭通道并且不在关闭的通道上发送》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

问题内容

我是 golang 并发的新手,一直在努力理解下面提到的这段代码。

我目睹了一些我无法解释为什么会发生的事情:

  1. 当在主函数中使用 i 小于等于 100000 for i <= 100000 { 时,有时会为 nresults 和 countwrites 打印不同的值(在最后两个语句中) fmt.printf("结果写入次数 %d\n", nresults) fmt.printf("作业写入次数 %d\n", jobwrites)

  2. 当使用 i 超过 1000000 时,它会给出 panic: send on closed channel

如何确保发送到作业的值不在关闭的通道上,然后在结果中收到所有值后,我们可以关闭通道而不会出现死锁?

package main

import (
    "fmt"
    "sync"
)

func worker(wg *sync.WaitGroup, id int, jobs <-chan int, results chan<- int, countWrites *int64) {
    defer wg.Done()
    for j := range jobs {
        *countWrites += 1
        go func(j int) {
            if j%2 == 0 {
                results <- j * 2
            } else {
                results <- j
            }
        }(j)
    }
}

func main() {
    wg := &sync.WaitGroup{}
    jobs := make(chan int)
    results := make(chan int)
    var i int = 1
    var jobWrites int64 = 0
    for i <= 10000000 {
        go func(j int) {
            if j%2 == 0 {
                i += 99
                j += 99
            }
            jobWrites += 1
            jobs <- j
        }(i)
        i += 1
    }

    var nResults int64 = 0
    for w := 1; w < 1000; w++ {
        wg.Add(1)
        go worker(wg, w, jobs, results, &nResults)
    }

    close(jobs)
    wg.Wait()

    var sum int32 = 0
    var count int64 = 0
    for r := range results {
        count += 1
        sum += int32(r)
        if count == nResults {
            close(results)
        }
    }
    fmt.Println(sum)
    fmt.Printf("number of result writes %d\n", nResults)
    fmt.Printf("Number of job writes %d\n", jobWrites)
}

正确答案


您的代码中存在不少问题。

在封闭通道上发送

使用 Go 通道的一个一般原则是

不要从接收方关闭通道,如果通道有多个并发发送方,也不要关闭通道

(https://go101.org/article/channel-closing.html)

您的解决方案很简单:没有多个并发发送者,然后您可以从发送者端关闭通道。

不要为添加到通道的每个作业启动数百万个单独的 goroutine,而是运行一个执行整个循环的 goroutine 以将所有作业添加到通道。并在循环后关闭通道。工作人员将尽快消耗通道。

通过修改多个 goroutine 中的共享变量来进行数据竞争

您无需采取特殊步骤即可修改两个共享变量:

  1. nResults,您将其传递给工作器中的 countWrites *int64。
  2. i 在写入作业通道的循环中:您从多个 goroutine 向其中添加 99,从而无法预测您实际写入 jobs 通道的值的数量

要解决1,有很多选择,包括使用sync.Mutex。但是,由于您只是添加它,最简单的解决方案是使用 atomic.AddInt64(countWrites, 1) 而不是 *countWrites += 1

要解决问题 2,每次写入通道时不要使用一个 Goroutine,而是在整个循环中使用一个 Goroutine(见上文)

理论要掌握,实操不能落!以上关于《优雅地关闭通道并且不在关闭的通道上发送》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
linux vim工作模式是什么linux vim工作模式是什么
上一篇
linux vim工作模式是什么
如何在SpringBoot中使用kaptcha实现验证码
下一篇
如何在SpringBoot中使用kaptcha实现验证码
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。
    279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。
    333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。
    326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。
    297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。
    116次使用