Golang并发模型与GMP调度详解
哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《Golang并发模型核心与GMP调度解析》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!
GMP调度器是Go并发的核心,由G(协程)、M(线程)、P(逻辑处理器)构成,通过本地队列、工作窃取和抢占式调度实现高效并发,支持高并发性能。

Go语言的并发模型核心是“协程+通信”,即通过轻量级的协程(goroutine)和基于通道(channel)的通信机制来实现高效、安全的并发编程。这种设计避免了传统多线程中复杂的锁管理,转而提倡“不要通过共享内存来通信,而应该通过通信来共享内存”的理念。
支撑这一模型的关键是Go的运行时调度系统——GMP调度器。它负责高效地管理和调度成千上万个goroutine在有限的操作系统线程上运行。
什么是GMP?
GMP是Go调度器的核心架构,由三个关键组件构成:
- G(Goroutine):代表一个Go协程,包含执行栈、程序计数器等上下文信息。它是用户编写的并发任务单元,轻量且创建成本极低。
- M(Machine):代表操作系统线程,真正执行代码的实体。M需要绑定P才能运行G。
- P(Processor):逻辑处理器,是调度的中间层,管理一组可运行的G,并为M提供执行环境。P的数量通常等于CPU核心数(可通过GOMAXPROCS设置)。
GMP模型通过P作为调度中枢,实现了M与G之间的解耦,使得调度更灵活、高效。
GMP调度的基本流程
当一个goroutine启动时,它会被放入P的本地运行队列中。调度器的工作就是让M绑定P,并从队列中取出G来执行。
- 每个P维护一个本地G队列,减少锁竞争,提升调度效率。
- M在运行G时,会优先从绑定的P的本地队列获取任务。
- 如果本地队列为空,M会尝试从全局队列中偷取G。
- 若全局队列也空,M会触发“工作窃取”机制,从其他P的队列尾部偷取一半的G到自己P的队列中执行。
这种设计既保证了局部性,又实现了负载均衡。
调度器如何处理阻塞情况?
当G执行过程中发生阻塞(如系统调用、channel等待),调度器会做出相应调整,避免阻塞M导致资源浪费。
- 若G进行系统调用,M可能被阻塞。此时,Go运行时会将P与M解绑,并让另一个空闲M接管P继续执行其他G。
- 原M在系统调用结束后,若无法立即获得P,会将G交给全局队列,并进入休眠状态。
- 对于channel阻塞等非系统调用的阻塞,G会被移出运行队列,放入对应channel的等待队列,P可继续调度其他G。
这种机制确保了即使部分G阻塞,整个程序仍能充分利用CPU资源。
抢占式调度与协作式调度结合
早期Go使用协作式调度,依赖函数调用时的主动让出。但从Go 1.14开始,引入了基于信号的抢占式调度。
- 每个G在进入函数时会检查是否被标记为“需要抢占”。
- 运行时通过SIGURG信号通知M,触发调度检查。
- 长时间运行的G会被强制中断,交出CPU,防止独占资源。
这解决了CPU密集型任务阻塞调度的问题,提升了并发响应能力。
基本上就这些。GMP调度器的设计精巧地平衡了性能与复杂度,是Go高并发能力的底层支撑。理解它有助于写出更高效的Go程序。
以上就是《Golang并发模型与GMP调度详解》的详细内容,更多关于Goroutine,并发模型,工作窃取,抢占式调度,GMP调度器的资料请关注golang学习网公众号!
学习通课程表同步日历教程
- 上一篇
- 学习通课程表同步日历教程
- 下一篇
- MongoDB聚合查询教程与实战案例
-
- Golang · Go教程 | 1天前 |
- io.NewSectionReader 组合校验和分片读取
- 369浏览 收藏
-
- Golang · Go教程 | 1天前 | go · IO · io.LimitReader io.LimitedReader Go流式读取
- io.LimitedReader 处理读取上限与剩余字节
- 307浏览 收藏
-
- Golang · Go教程 | 1天前 | 缓存 · HTTP · go · Go net/http 静态文件 Cache-Control ETag If-Modified-Since ServeFile
- net/http ServeFile 处理条件请求与缓存头
- 136浏览 收藏
-
- Golang · Go教程 | 1天前 |
- time.Ticker 重置周期时的停止与复用顺序
- 208浏览 收藏
-
- Golang · Go教程 | 1天前 |
- time.Location 缓存时区对象的初始化方式
- 195浏览 收藏
-
- Golang · Go教程 | 1天前 |
- embed.FS 构建标签切换资源集的方式
- 400浏览 收藏
-
- Golang · Go教程 | 1天前 |
- embed.FS 与 fs.Sub 组合静态资源服务
- 186浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 427次使用
-
- 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。
- 506次使用
-
- 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。
- 518次使用
-
- 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。
- 461次使用
-
- 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。
- 291次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览

