当前位置:首页 > 文章列表 > Golang > Go问答 > 结构背后的自动化附加任务设计

结构背后的自动化附加任务设计

来源:stackoverflow 2024-02-06 08:21:40 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《结构背后的自动化附加任务设计》,聊聊,我们一起来看看吧!

问题内容

是否有一种方法可以在不再需要该结构时自动取消与该结构关联的 goroutine?

我为字符串值(可能重复)实现了一个简单的缓存。值的存储时间很短,因此每个条目都有过期时间,并且缓存需要一个后台作业,每 N 分钟删除过期的值。

所以我想出了这个解决方案:

type StrCache struct {
    // ... Values storage
    expiration time.Duration
}

func NewStrCache(expiration time.Duration) *StrCache {
    cache := StrCache{}
    cache.expiration = expiration
    go cache.backgroundCleanup()
    return &cache
}

func (s *StrCache) TryAdd(value string) (alreadyAdded bool) {
    // ... Logic of adding a new value 
}

func (s *StrCache) backgroundCleanup() {
    time.Sleep(s.expiration)
    // ... Removing expired values logic
    go s.backgroundCleanup()
}

这适合我的用例,因为 StrCache 应该一直存在到应用程序退出为止。但我不喜欢它潜在的泄漏设计:如果在某些时候我需要用另一个实例替换 StrCache 的一个实例,则第一个实例不会被 GC 清理,因为对它的引用是由 self-复制 backgroundCleanup goroutine。

我也不想引入一个单独的方法来发出停止后台 goroutine 的信号,因为它需要包用户执行额外的操作并引入犯错误的机会。

有没有办法在struct不再使用时自动取消backgroundCleanup?或者我应该选择退出其他设计,只在 TryAdd 方法中生成清理 goroutine?我想避免它,因为 TryAdd 对 StrCache 上的所有操作使用互斥体,并且将其锁定更长时间是不可取的。

正确答案

我建议您考虑对后台 goroutine 采用不同的方法。

在较高的层面上,你应该在你的 goroutine 中使用 context.Context ,它尊重上下文取消.

func (s *StrCache) backgroundCleanup(ctx context.Context) {
    for {
        select {
        case <-time.After(s.expiration):
            // ... Removing expired values logic
            break
        case <-ctx.Done():
            return
        }
    }
}

此模式将无限循环,执行过期值的内部清理。添加上下文值可以让你退出这个后台 goroutine。

...那我觉得你应该把之前的StrCache的上下文取消掉。

是的,这是此类用户现在必须考虑的额外事情。 IMO 这很好,因为任何库的用户都应该尊重并发相关方面。

有很多类似的 std lib 类型,因为它们明确记录了这些类型的使用需要停止事物/免费资源(time.Timer 是一个示例)。

和取消函数(请参阅context.WithCancel)。

好了,本文到此结束,带大家了解了《结构背后的自动化附加任务设计》,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
三个点的共线性如何判断三个点的共线性如何判断
上一篇
三个点的共线性如何判断
WWDC 2024可能会公布更多细节,涉及苹果虚拟现实系统visionOS 2.0.0的测试信息曝光
下一篇
WWDC 2024可能会公布更多细节,涉及苹果虚拟现实系统visionOS 2.0.0的测试信息曝光
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。
    378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。
    450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。
    458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。
    401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。
    229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