当前位置:首页 > 文章列表 > Golang > Go教程 > Go runtime/trace 怎样给异步工作标记 task

Go runtime/trace 怎样给异步工作标记 task

来源:17golang原创 2026-11-16 00:05:31 0浏览 收藏

用 trace.NewTask 创建逻辑任务,把返回的 context.Context 显式传入异步工作,再将 WithRegion 和 Log 绑定到该 Context。最后由明确的任务所有者在实际工作完成后调用 task.End()。仅在外层创建task,不能自动把所有goroutine里的标记归到它下面。

官方接口:https://pkg.go.dev/runtime/trace;标记实现与结束语义:https://go.dev/src/runtime/trace/annotation.go。

先分清任务、区域和日志的职责

假设一个预览批处理把可见项计数交给工作goroutine,调用方收到计数后再接收结果。需要描述的是一次完整逻辑操作,以及它在不同goroutine中的局部工作。

标记本例名称用途
Taskpreview-batch关联整项逻辑工作
Regioncount-visible、accept-count描述各goroutine内的局部区间
Log / Logfstage、summary记录离散信息

区域应在同一个goroutine内开始并结束;多个区域可以关联到同一任务。这里把task保存在 ctx,由它连接 工作goroutine 与 调用goroutine 中的标记。图中的分组是归属关系,不表示执行时间线。

任务Context与两个goroutine中区域的静态关联
结构图:ctx关联Task,两个goroutine各自持有局部Region,并使用同一任务Context。

把任务Context传到异步工作

下面代码保存为 main.go 后可用于小范围采集示例。它只计算固定的可见项,不访问外部系统;本文未执行这段示例,也不将图示当成采集结果。

package main

import (
    "context"
    "fmt"
    "os"
    "runtime/trace"
)

func processBatch(parent context.Context) {
    ctx, task := trace.NewTask(parent, "preview-batch")
    defer task.End() // 所有异步工作和结果处理完成后才标记结束。

    done := make(chan int, 1)
    go func(workCtx context.Context) {
        count := 0
        // 区域的开始和结束都位于这个工作goroutine。
        trace.WithRegion(workCtx, "count-visible", func() {
            flags := []bool{true, false, true, true}
            for _, visible := range flags {
                if visible {
                    count++
                }
            }
            trace.Log(workCtx, "stage", "counted")
        })
        done 

要关注的是传入工作函数的 workCtx 来源。它来自NewTask返回的ctx,而不是原来的parent,也不是新建的Background。前者带有当前任务的关联信息;后两者不能代替它关联这次新任务。

如果parent本身带有任务,再基于它NewTask会形成子任务关系。一个操作要共用同一task还是拆成子任务,应由业务粒度决定,不需要为每个函数都额外创建task。

由任务所有者决定结束时机

processBatch 持有结束责任:它先等待 done,再处理计数,函数退出时才执行 Task.End。负责同步的对象是通道,不是task。End是结束标记,不会等待goroutine,也不会取消工作。

本例涉及三个边界:“工作拥有者”包含 processBatch 和 Task.End;“工作通知”包含 工作goroutine 和 done;“采集资源”包含 trace.Stop 和 trace文件。processBatch接收done,工作goroutine发送done;processBatch拥有Task.End调用,trace.Stop属于采集收尾,trace文件承载采集数据。

任务结束责任、工作通知与采集资源边界
结构图:通道承载完成通知,任务所有者负责End,采集停止与文件关闭属于另一层资源责任。

真正的后台队列若在提交函数返回后继续执行,不能简单在提交函数里defer task.End;应把结束责任交给能确认任务完成的一方。请求Context的取消策略也要独立设计,不能为了保留trace关联就忽略原有取消语义。

控制标记内容与采集范围

任务类型和区域名用于分类,应保持为少量稳定名称。源码对此有明确提示,因此不要把订单号或每次变化的随机值拼入task类型。日志category也采用有限集合,消息只写必要、允许采集的信息。

trace.Log写入的是执行跟踪,不会自动进入应用的slog或标准日志。示例只记录阶段名和计数,没有写入完整请求、用户资料或凭据。关闭采集也不意味着所有标记调用都绝对无开销;不要把标记当作业务逻辑开关。

示例采集文件由run管理:创建成功后负责关闭,启动成功后负责Stop,业务工作在Stop之前完成。0600 是Unix权限请求,不能等同于所有平台上的统一访问控制;实际目录和文件保留策略仍应按部署环境管理。

查看工具官方说明:https://pkg.go.dev/cmd/trace。需要自行复现时,可使用以下命令;它们不是本文的运行记录。

# 在保存main.go的目录运行;已有async-task.trace时程序会拒绝覆盖。
go run main.go
# 由本机工具读取自己生成的trace文件。
go tool trace async-task.trace

检查采集结果时,重点看preview-batch是否包含预期区域与日志,以及任务结束是否覆盖业务完成。不要只因为文件存在,就推断每个异步步骤都已正确关联。采集范围应限定在需要诊断的工作窗口内。

常见问题

WithRegion里启动goroutine,能覆盖它的全部耗时吗?

不能这样推断。Region描述调用goroutine中的函数区间;异步函数需要自己的区域,整体关联由task Context承担。

task.End会取消Context吗?

不会。结束标记与取消、等待分别处理,示例通过done等待,不靠End控制工作。

为什么创建task后仍看不到关联日志?

先看采集是否覆盖工作时段,再看Log与WithRegion是否收到NewTask返回的ctx。只有创建task而丢弃返回的ctx,不能表达所需关联。

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
Go JSON 怎样把超大整数先保留为文本再做业务校验Go JSON 怎样把超大整数先保留为文本再做业务校验
上一篇
Go JSON 怎样把超大整数先保留为文本再做业务校验
Go regexp.FindAllString 的 n 参数限制匹配数量的使用方法
下一篇
Go regexp.FindAllString 的 n 参数限制匹配数量的使用方法
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。
    1044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。
    1041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。
    1195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。
    1146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。
    991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