当前位置:首页 > 文章列表 > Golang > Go问答 > 运行时调度

运行时调度

来源:17golang原创 2026-11-11 17:49:11 0浏览 收藏

Go 的 GOMAXPROCS 限制的是同时执行用户 Go 代码的并行度,不是进程中操作系统线程的固定数量。把它设成 2,并不要求系统监控只显示两个线程,也不会把所有 goroutine 变成只能创建两个。阻塞系统调用、运行时工作及线程复用都需要放在不同层面理解。

如果调整之后线程数仍然较高,先别继续降低数值。应先确认配置确实生效,再区分线程总数、goroutine 数和正在执行 Go 代码的并行度。

官方文档:https://pkg.go.dev/runtime

线程数没有下降,先确认观察的是什么

观察对象代表什么不能直接推断什么
操作系统线程总数进程拥有的线程不等于正在并行执行 Go 代码的数量
NumGoroutine当前存在的 goroutine 数不等于线程数或 CPU 核数
GOMAXPROCS用户 Go 代码调度并行度设置不是整个进程的线程配额

例如服务里有很多等待网络响应的 goroutine,它们不需要各占一个持续执行 Go 代码的线程。反过来,一些线程处于系统调用或其他状态,也不表示 GOMAXPROCS 没有生效。因此,把这三个数直接比较大小不能构成故障结论。

用 G、M、P 分清限制对象

运行时实现中,G 表示 goroutine,M 表示操作系统线程,P 表示执行用户 Go 代码所需的调度资源。P 的数量对应 GOMAXPROCS;M 与 P 并非固定一一绑定的线程池。

一个 M 因系统调用停止执行用户 Go 代码时,P 可以用于其他可运行工作。因而线程总数可能超过 P 数量。G 也可以在不同时刻由不同的 M 执行,不能把某个 goroutine 永久等同于某个线程。

GOMAXPROCS与P资源的数量关系,以及G和M的调度关联
图1:调度资源结构说明图。限制对应 P,G 与 M 是另两类资源;线条只说明关联,不描述某次调度的执行时序。

实现概念说明:https://go.dev/src/runtime/HACKING。这些术语用于解释差异,业务代码不需要直接操作运行时内部对象。

读取实际配置再安排一次对照

先用只读采样确认当前二进制版本和生效数值,再谈调整。以下原创程序未在本文制作过程中执行,输出字段不是线上采样记录。

package main

import (
    "fmt"
    "runtime"
    "runtime/metrics"
)

func main() {
    // 传入零只查询当前设置,不改变进程的调度并行度。
    fmt.Printf("go=%s gomaxprocs=%d goroutines=%d\n",
        runtime.Version(), runtime.GOMAXPROCS(0), runtime.NumGoroutine())

    samples := []metrics.Sample{
        {Name: "/sched/gomaxprocs:threads"},
        {Name: "/sched/goroutines:goroutines"},
    }
    metrics.Read(samples)
    for _, sample := range samples {
        // 未提供或类型不符的指标不能直接按整数读取。
        if sample.Value.Kind() != metrics.KindUint64 {
            fmt.Printf("%s 当前不可按整数读取\n", sample.Name)
            continue
        }
        fmt.Printf("%s=%d\n", sample.Name, sample.Value.Uint64())
    }
}

/sched/gomaxprocs:threads 名称里虽有 threads,表示的仍是同时执行用户 Go 代码的线程能力,不是操作系统线程总数。/sched/goroutines:goroutines 则是存活 goroutine 的数量。指标定义见:https://pkg.go.dev/runtime/metrics。

如果需要做对照,将下面的片段放入独立实验程序中,沿用 runtime 导入。准备相同输入、相同运行时长和相同环境,比较一个变量即可。

// 仅用于独立实验进程,不要在业务请求处理器中反复修改全局设置。
previous := runtime.GOMAXPROCS(2)
defer runtime.GOMAXPROCS(previous) // 恢复的是进入实验时的数值。
// 在这里执行已有的固定负载,并记录延迟、吞吐与 CPU 使用情况。

这段代码不包含真实负载,也不证明设置为 2 更快。不要在多个并发测试或 HTTP 请求里各自“设置再恢复”,它修改的是进程全局状态,互相覆盖会让对照失去意义。

恢复旧数值与恢复默认策略不同

当前运行时文档说明,默认值可能结合 CPU 数量、亲和性和 Linux cgroup CPU 配额选择;手动设置环境变量或调用 GOMAXPROCS 会影响默认自动更新机制。旧 Go 版本、项目语言版本和 GODEBUG 配置会影响实际行为,不能把所有容器里的默认值都简单等同于机器核数。

前面 defer 恢复 previous,只恢复一个固定数值。如果需要回到运行时默认策略,在 Go 1.25 及以上可使用下面的接口;旧工具链不能直接编译这段代码。

// Go 1.25 及以上:回到运行时默认选择机制,而非固定旧数值。
// 自动更新是否开启还要结合 GODEBUG 和项目语言版本配置。
runtime.SetDefaultGOMAXPROCS()

发布时通过环境配置固定并行度的服务,也应在恢复部署配置后确认进程生效状态。不要只修改配置文件,却继续观察未重启的旧实例;也不要把“恢复旧值”和“重新启用默认策略”记录成同一动作。

并行度设置与运行时指标、系统线程指标和业务指标的区别
图2:配置与观察结构说明图。运行时配置、系统线程总数及业务延迟属于不同观察维度,不要求数值相等。

把调整结果落到业务指标

调整期间至少观察吞吐、请求延迟分布、CPU 使用与调度等待。业务若主要被数据库、网络或互斥竞争限制,改变 Go 代码并行度未必带来收益。线程数没有按比例变化也不是失败标准。

若延迟明显恶化,按既定部署方式恢复原配置或恢复默认选择策略,再在同负载下复查。留下二进制 Go 版本、GOMAXPROCS 来源、容器资源约束和实验窗口,避免下次只拿一个线程数截图讨论调度。

如果真正需要限制并发任务数量,应使用业务工作池或信号量;如果需要约束整个进程 CPU 使用,则应按部署平台设置资源控制。它们与 GOMAXPROCS 解决的不是同一个问题。

常见问题

GOMAXPROCS=1 是否只剩一个 goroutine?

不会。goroutine 仍可创建和并发推进,只是用户 Go 代码的同时执行能力受限。

设置为 2 后看见更多线程,是设置失败吗?

不是这种判断方式。先读取实际 GOMAXPROCS,再核对线程状态与业务表现。

恢复 previous 能恢复自动选择吗?

仅能恢复数值。需要恢复默认选择机制时,应按工具链版本与 GODEBUG 配置选择相应方式。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
TLS 名称校验TLS 名称校验
上一篇
TLS 名称校验
系统根证书
下一篇
系统根证书
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。
    983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。
    987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。
    1108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。
    1078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。
    920次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码