手摸手Go 深入剖析sync.Pool

2个月前 ( 03-12 ) 238阅读 0评论

作者 | Leo叔叔       责编 | 欧阳姝黎

如果能够将所有内存都分配到栈上无疑性能是最佳的,但不幸的是我们不可避免需要使用堆上分配的内存。我们可以优化使用堆内存时的性能损耗吗?答案是肯定的。Go同步包中,sync.Pool提供了保存和访问一组临时对象并复用它们的能力。

对于一些创建成本昂贵、频繁使用的临时对象,使用sync.Pool可以减少内存分配,降低GC压力。因为Go的gc算法是根据标记清除改进的三色标记法,如果频繁创建大量临时对象,势必给GC标记带来负担,CPU也很容易出现毛刺现象。当然需要注意的是:存储在Pool中的对象随时都可能在不被通知的情况下被移除。所以并不是所有频繁使用、创建昂贵的对象都适用,比如DB连接、线程池。

Talk is cheap,Show me your code

因为Go1.13版本后对sync.Pool做了优化,放弃了利用sync.Mutex加锁的方式该用CAS加带环形数组的双向链表的方式来实现,本文基于Go1.15.8最新稳定版本分析。

基本使用

package main

import "sync"

type Person struct {
 Age int
}

// 初始化pool
var personPool = sync.Pool{
 New: func() interface{} {
  return new(Person)
 },
}

func main() {
 // 获取一个实例
 newPerson := personPool.Get().(*Person)
 // 回收对象 以备其他协程使用
 defer personPool.Put(newPerson)

 newPerson.Age = 25
}

使用起来比较简单大概分三步:

  1. 初始化Pool,提供一个New函数,当Pool中未缓存该对象时调用

  2. 使用Get从缓存池中获取对象,接着进行业务逻辑处理即可

  3. 使用完毕 利用Put将对象交还给缓存池

需要注意的是:跟sync.Mutex一样sync.Pool第一次使用之后是不允许被拷贝的。

sync.Pool对性能优化真的有这么大魔力吗?Benchmark之

import (
 "testing"
)

func BenchmarkWithoutPool(b *testing.B) {
 var p *Person
 b.ReportAllocs()
 b.ResetTimer()
 for i := 0; i < b.N; i++ {
  for j := 0; j < 10000; j++ {
   p = new(Person)
   p.Age = 30
  }
 }
}

func BenchmarkWithPool(b *testing.B) {
 var p *Person
 b.ReportAllocs()
 b.ResetTimer()
 for i := 0; i < b.N; i++ {
  for j := 0; j < 10000; j++ {
   p = personPool.Get().(*Person)
   p.Age = 30
   personPool.Put(p)
  }
 }
}

基准测试结果:

BenchmarkWithoutPool
BenchmarkWithoutPool-8        7630     135523 ns/op    80000 B/op    10000 allocs/op
BenchmarkWithPool
BenchmarkWithPool-8        9865     126072 ns/op        0 B/op        0 allocs/op

工作原理

没有啥一张图搞不定的

allPools

如果不行 那就再来一张

pool architecture

sync.Pool数据结构

type Pool struct {
 noCopy noCopy
 // 实际指向[]poolLocal 每个P对应一个poolLocal 数组大小取决于P的数量 runtime.GOMAXPROCS(0)
 local     unsafe.Pointer 
 localSize uintptr        // []poolLocal的大小

 victim     unsafe.Pointer // local from previous cycle
 victimSize uintptr        // size of victims array
  
  //当缓存池无对应对象时调用
 New func() interface{}
}

相较于Go1.13之前版本,sync.Pool的结构体中新增了victimvictimSize字段

sync.Pool主要维护了一个sync.poolLocal的数组,数组大小由runtime.GOMAXPROCS(0)决定。

type poolLocal struct {
 poolLocalInternal
 // Prevents false sharing on widespread platforms with
 // 128 mod (cache line size) = 0 .
 pad [128 - unsafe.Sizeof(poolLocalInternal{})%128]byte
}

// Local per-P Pool appendix.
type poolLocalInternal struct {
 private interface{} // 只能被对应的P使用
 shared  poolChain   // 本地的P可以从Head 进行pushHead/popHead 其他的P可以popTail.
}


poolLocal内部又由P私有空间private和共享空间shared。共享空间是一个双端队列,双端队列每个节点又对应着一个环形数组,听着貌似有点儿绕,老规矩上图:

pool chain

poolDequeue算是个逻辑上的环形数组,字段vals存储着实际的值,出于操作原子性的考虑,headTail字段将首尾索引融合在一起,高32位为head的索引下标,低32位为tail的索引下标,head和tail指向同一位置则表示环形数组为空。

headTail

代码佐证:

func (d *poolDequeue) unpack(ptrs uint64) (head, tail uint32) {
 const mask = 1<<dequeueBits - 1
 head = uint32((ptrs >> dequeueBits) & mask)
 tail = uint32(ptrs & mask)
 return
}
func (d *poolDequeue) pack(head, tail uint32) uint64 {
 const mask = 1<<dequeueBits - 1
 return (uint64(head) << dequeueBits) |
  uint64(tail&mask)
}

sync.Pool实际使用过程中又将poolDequeue进行了包装,因为数组大小是固定,所以为了让他大小可变,将其包装成了poolChainElt双向链表。

操作方法

接下来我们来剖析一下sync.Pool几个核心流程

获取对象 p.Get

获取对象,大体流程:

  1. 将当前goroutineP绑定并防止被抢占 具体是调用了runtime_procPin,返回poolLocal和P的id

  2. 优先从私有空间获取对象

  3. 若私有空间没有,则尝试从共享区域获取

  4. 若共享区域也没拿到,则尝试从别人那边“偷”来一个

  5. 若偷都偷不到,那么自己手动New一个

func (p *Pool) Get() interface{} {
  // 将当前goroutine与P进行绑定 runtime_procPin禁用抢占
  // 返回poolLocal与P的id
 l, pid := p.pin()
 x := l.private //尝试直接从私有空间拿
 l.private = nil
 if x == nil {
    //从共享区域头部拿
  x, _ = l.shared.popHead()
  if x == nil {
      //直接实在没有 尝试去别人那边看看能不能偷个
   x = p.getSlow(pid)
  }
 }
  // 解除抢占禁用
 runtime_procUnpin()
  // 都没有 那只好自己New一个
 if x == nil && p.New != nil {
  x = p.New()
 }
 return x
}

那么我们来看看goroutine 是怎么跟P绑定的

func (p *Pool) pin() (*poolLocal, int) {
 pid := runtime_procPin()
  // pinSlow中我们先存储local再存储localSize,这里我们以相反顺序加载
  // 因为我们已经禁用了抢占 GC这期间不会发生 因此我们需要观察local的大小至少跟localSize一样
 s := atomic.LoadUintptr(&p.localSize) // load-acquire
 l := p.local                          // load-consume
 if uintptr(pid) < s {
  return indexLocal(l, pid), pid
 }
  // 运行过程中可能会存在调整P的情况 或者GC了
 return p.pinSlow()
}

这里我们先调用runtime_procPin(),为啥它这么牛逼,不仅让P不会被抢占,还让GC为之折腰?

番外:禁止抢占

func runtime_procPin() int
//go:linkname sync_runtime_procPin sync.runtime_procPin
//go:nosplit
func sync_runtime_procPin() int {
 return procPin()
}
//go:nosplit
func procPin() int {
 _g_ := getg()
 mp := _g_.m

 mp.locks++
 return int(mp.p.ptr().id)
}

正如所见,兜兜转转实际绑定goroutine和P、禁用抢占交给了procPinprocPin首先从TLS或专用寄存器拿到当前的goroutine,然后获取当前gorountine绑定的物理线程,并对物理线程的locks属性自增操作。这意味什么呢?

这里可能涉及到一些goroutine调度的内容,Go runtime调度是一个GPM模型。G为调度的基本单元,P可以理解为运行G的逻辑CPU M为系统线程。何为抢占?

即,将m绑定的P给占用,因为Go runtime中99.9%的任务都需要P才能执行任务。Go运行时调度主要存在两种抢占的情况:

  • 第一种情况,进行系统调用的G,因为存在阻塞,傻傻等在那里会比较浪费计算资源,为了让其他goroutine不被饿死

  • 第二种情况,如果一个G运行时间太长,P中其他G得不到执行也会饿死

抢占实现

Go中的抢占是sysmon实现的。对 没错就是runtime.main里的那个sysmon也是唯一一个脱离GPM模型只需GM即可运行的特例。sysmon中包含了netpoolretakeforcegcscavengeheap,这里抢占我们需要关注下retake

//go:nowritebarrierrec
func sysmon() {
  ...
 // retake P's blocked in syscalls
  // and preempt long running G's
  if retake(now) != 0 {
   idle = 0
  } else {
   idle++
  }
  ...
}
func retake(now int64) uint32 {
 ... 
if s == _Prunning || s == _Psyscall {
   // Preempt G if it's running for too long.
   t := int64(_p_.schedtick)
   if int64(pd.schedtick) != t {
    pd.schedtick = uint32(t)
    pd.schedwhen = now
   } else if pd.schedwhen+forcePreemptNS <= now {//G运行时间超过forcePreemptNS
    preemptone(_p_)
    // In case of syscall, preemptone() doesn't
    // work, because there is no M wired to P.
    sysretake = true
   }
  ...
}

P处于运行中或系统调用,检查G运行时间是否超过forcePreemptNS(10ms),超过则调用preemptone(_p_)抢占这个P

func preemptone(_p_ *p) bool {
 mp := _p_.m.ptr()
 if mp == nil || mp == getg().m {
  return false
 }
 gp := mp.curg
 if gp == nil || gp == mp.g0 {
  return false
 }

 gp.preempt = true

 // Every call in a go routine checks for stack overflow by
 // comparing the current stack pointer to gp->stackguard0.
 // Setting gp->stackguard0 to StackPreempt folds
 // preemption into the normal stack overflow check.
 gp.stackguard0 = stackPreempt

 // Request an async preemption of this P.
 if preemptMSupported && debug.asyncpreemptoff == 0 {
  _p_.preempt = true
  preemptM(mp)
 }

 return true
}

主要是设置两个标志位gp.preemptgp.stackguard0 主要起作用的是后者。通过将goroutinestackguard0设置为(1<<(8*sys.PtrSize) - 1)& -1314,导致P在执行G下一次的函数调用时,栈空间检查失败(stackguard0SP寄存器比较),进而触发编译器安插的指令morestack

//以asm_amd64.s为例
TEXT runtime·morestack(SB),NOSPLIT,$0-0
	... ...
	// Call newstack on m->g0's stack.
	MOVQ	m_g0(BX), BX
	MOVQ	BX, g(CX)
	MOVQ	(g_sched+gobuf_sp)(BX), SP
	CALL	runtime·newstack(SB)
	CALL	runtime·abort(SB)	// crash if newstack returns
	RET

morestack会调用newstack尝试栈扩容

//go:nowritebarrierrec
func newstack() {
  ... ...
 if preempt {
  if !canPreemptM(thisg.m) {
   // Let the goroutine keep running for now.
   // gp->preempt is set, so it will be preempted next time.
   gp.stackguard0 = gp.stack.lo + _StackGuard
   gogo(&gp.sched) // never return
  }
 }
 ... ... 
}
//go:nosplit
func canPreemptM(mp *m) bool {
 return mp.locks == 0 && mp.mallocing == 0 && mp.preemptoff == "" && mp.p.ptr().status == _Prunning
}

newstack在栈扩容前会检查抢占标志位mp.locks!=0则不抢占。

如果抢占成功,则会继续调用gopreempt_m(gp)进而调用goschedImpl(gp)将P与当前m接触关联,设置goroutine状态casgstatus(gp, _Grunning, _Grunnable),然后将goroutine插入Global runnable queue 等待下次调度。

至此,应该能彻底明白为啥runtime_procPin能够通过修改goroutine绑定的mlocks属性就能禁用抢占了。

但是还有个问题,为啥GC也拿它没办法?

关于GoGC,大致有三种触发方式:

  • gcTriggerCycle 后台定时检查触发,如 runtime.sysmon

  • gcTriggerTimer 自上个GC周期超过forcegcperiod纳秒则触发 如runtime.forcegchelper

  • g cTriggerHeap 申请的堆内存大小达到触发阈值 如 runtime.mallocgc

最终都会调用gcStart(trigger gcTrigger),进而我们在GC的STW阶段执行中可以看到

func stopTheWorldWithSema() {
 _g_ := getg()

 // If we hold a lock, then we won't be able to stop another M
 // that is blocked trying to acquire the lock.
 if _g_.m.locks > 0 {
  throw("stopTheWorld: holding locks")
 }
 lock(&sched.lock)
 sched.stopwait = gomaxprocs
 atomic.Store(&sched.gcwaiting, 1)
 preemptall()
 // stop current P
 _g_.m.p.ptr().status = _Pgcstop // Pgcstop is only diagnostic.
 sched.stopwait--
 // try to retake all P's in Psyscall status
 for _, p := range allp {
  s := p.status
  if s == _Psyscall && atomic.Cas(&p.status, s, _Pgcstop) {
   if trace.enabled {
    traceGoSysBlock(p)
    traceProcStop(p)
   }
   p.syscalltick++
   sched.stopwait--
  }
 }
 // stop idle P's
 for {
  p := pidleget()
  if p == nil {
   break
  }
  p.status = _Pgcstop
  sched.stopwait--
 }
 wait := sched.stopwait > 0
 unlock(&sched.lock)

 // wait for remaining P's to stop voluntarily
 if wait {
  for {
   // wait for 100us, then try to re-preempt in case of any races
   if notetsleep(&sched.stopnote, 100*1000) {
    noteclear(&sched.stopnote)
    break
   }
   preemptall()
  }
 }

 // sanity checks
 bad := ""
 if sched.stopwait != 0 {
  bad = "stopTheWorld: not stopped (stopwait != 0)"
 } else {
  for _, p := range allp {
   if p.status != _Pgcstop {
    bad = "stopTheWorld: not stopped (status != _Pgcstop)"
   }
  }
 }
 if atomic.Load(&freezing) != 0 {
  // Some other thread is panicking. This can cause the
  // sanity checks above to fail if the panic happens in
  // the signal handler on a stopped thread. Either way,
  // we should halt this thread.
  lock(&deadlock)
  lock(&deadlock)
 }
 if bad != "" {
  throw(bad)
 }
}

大致逻辑先调用preemptall()尝试抢占所有的P,然后停掉当前P,遍历所有的P,如果P处于系统调用则直接stop掉;然后处理空闲的P;最后检查是否存在需要等待处理的P,如果有则循环等待,并尝试调用preemptall()

func preemptall() bool {
 res := false
 for _, _p_ := range allp {
  if _p_.status != _Prunning {
   continue
  }
  if preemptone(_p_) {
   res = true
  }
 }
 return res
}

到这里就很清晰了,我们又看到老朋友preemptone(_p_),显然GC会在STW阶段等下去,GC自然也无法执行下去。

好了 刚刚两个问题我们已经搞清楚了。书归正传 runtime_procPin能禁用P被抢占,那么runtime_procUnpin自然能解除禁用。完成goroutineP的绑定,返回了当前Pid,如果pid<p.localSize则说明当前poolLocal已经存在 直接利用地址偏移拿到poolLocal

func indexLocal(l unsafe.Pointer, i int) *poolLocal {
 lp := unsafe.Pointer(uintptr(l) + uintptr(i)*unsafe.Sizeof(poolLocal{}))
 return (*poolLocal)(lp)
}

如果运行时P被调整了呢?那么尝试下p.pinSlow(),正如其名这个过程会有点儿慢

func (p *Pool) pinSlow() (*poolLocal, int) {
 // Retry under the mutex.
 // Can not lock the mutex while pinned.
 runtime_procUnpin()
 allPoolsMu.Lock()
 defer allPoolsMu.Unlock()
 pid := runtime_procPin()
 // poolCleanup won't be called while we are pinned.
 s := p.localSize
 l := p.local
 if uintptr(pid) < s {
  return indexLocal(l, pid), pid
 }
 if p.local == nil {
  allPools = append(allPools, p)
 }
 // If GOMAXPROCS changes between GCs, we re-allocate the array and lose the old one.
 size := runtime.GOMAXPROCS(0)
 local := make([]poolLocal, size)
 atomic.StorePointer(&p.local, unsafe.Pointer(&local[0])) // store-release
 atomic.StoreUintptr(&p.localSize, uintptr(size))         // store-release
 return &local[pid], pid
}

pinSlow()上来第一件事儿 将我们之前设置的P禁用抢占给释放了。然后尝试获取全局排他锁allPoolsMu Mutex。这也能解释它为啥上来就释放掉之前的禁止占用,因为获取当前全局排他锁不一定能立马拿到啊。拿到锁之后又开启了禁止抢占P,接着又判断了下uintptr(pid) < s因为拿到锁之前P可能已经变化了。如果当前p.local=nil则将p放到全局的池子allPools []*Pool里,也是为啥刚才需要等待全局排他锁的原因。因为GC时会将原有的pool清理掉所以这里进行重建,原有pool真的没了吗?这个就跟之前提到的victim有点儿关系了 等会儿一起看。

至此,我们拿到了poolLocal,接着获取对象的顺序为

  1. 首先尝试从本地的private中获取

  2. 如果本地没拿到,则x, _ = l.shared.popHead()尝试从共享空间拿

func (c *poolChain) popHead() (interface{}, bool) {
 d := c.head
 for d != nil {
  if val, ok := d.popHead(); ok {
   return val, ok
  }
  // There may still be unconsumed elements in the
  // previous dequeue, so try backing up.
  d = loadPoolChainElt(&d.prev)
 }
 return nil, false
}

共享空间是以PoolChainElt为节点的双向链表,首先我们尝试沿着双向链表prev的方向依次调用d.popHead()尝试从头部拿数据

func (d *poolDequeue) popHead() (interface{}, bool) {
 var slot *eface
 for {
  ptrs := atomic.LoadUint64(&d.headTail)
  head, tail := d.unpack(ptrs)
  if tail == head {
   // Queue is empty.
   return nil, false
  }

  // Confirm tail and decrement head. We do this before
  // reading the value to take back ownership of this
  // slot.
  head--
  ptrs2 := d.pack(head, tail)
  if atomic.CompareAndSwapUint64(&d.headTail, ptrs, ptrs2) {
   // We successfully took back slot.
   slot = &d.vals[head&uint32(len(d.vals)-1)]
   break
  }
 }

 val := *(*interface{})(unsafe.Pointer(slot))
 if val == dequeueNil(nil) {
  val = nil
 }
 // Zero the slot. Unlike popTail, this isn't racing with
 // pushHead, so we don't need to be careful here.
 *slot = eface{}
 return val, true
}

逻辑也比较简单

2.1 将headTail拆封 如果head==tail表明当前环形数组为空,直接返回

2.2 接着将head索引减1,然后将head、tail再打包回去,通过CAS判断当前没有并发修改就拿到数据 跳出循环 否则循环等待

2.3 将slot转为interface{}类型

2.4 将slot赋值为eface{}

  1. 如果共享空间依然没拿到,那么想办法从其他P那偷个吧p.getSlow(pid)

func (p *Pool) getSlow(pid int) interface{} {
 // See the comment in pin regarding ordering of the loads.
 size := atomic.LoadUintptr(&p.localSize) // load-acquire
 locals := p.local                        // load-consume
 // Try to steal one element from other procs.
 for i := 0; i < int(size); i++ {
  l := indexLocal(locals, (pid+i+1)%int(size))
  if x, _ := l.shared.popTail(); x != nil {
   return x
  }
 }

 // Try the victim cache. We do this after attempting to steal
 // from all primary caches because we want objects in the
 // victim cache to age out if at all possible.
 size = atomic.LoadUintptr(&p.victimSize)
 if uintptr(pid) >= size {
  return nil
 }
 locals = p.victim
 l := indexLocal(locals, pid)
 if x := l.private; x != nil {
  l.private = nil
  return x
 }
 for i := 0; i < int(size); i++ {
  l := indexLocal(locals, (pid+i)%int(size))
  if x, _ := l.shared.popTail(); x != nil {
   return x
  }
 }

 // Mark the victim cache as empty for future gets don't bother
 // with it.
 atomic.StoreUintptr(&p.victimSize, 0)

 return nil
}

3.1 拿到[]poolLocal数组,遍历每个poolLocal,并调用l.shared.popTail() 从其共享空间的尾部拿数据

func (c *poolChain) popTail() (interface{}, bool) {
 d := loadPoolChainElt(&c.tail)
 if d == nil {
  return nil, false
 }

 for {
  // It's important that we load the next pointer
  // *before* popping the tail. In general, d may be
  // transiently empty, but if next is non-nil before
  // the pop and the pop fails, then d is permanently
  // empty, which is the only condition under which it's
  // safe to drop d from the chain.
  d2 := loadPoolChainElt(&d.next)

  if val, ok := d.popTail(); ok {
   return val, ok
  }

  if d2 == nil {
   // This is the only dequeue. It's empty right
   // now, but could be pushed to in the future.
   return nil, false
  }

  // The tail of the chain has been drained, so move on
  // to the next dequeue. Try to drop it from the chain
  // so the next pop doesn't have to look at the empty
  // dequeue again.
  if atomic.CompareAndSwapPointer((*unsafe.Pointer)(unsafe.Pointer(&c.tail)), unsafe.Pointer(d), unsafe.Pointer(d2)) {
   // We won the race. Clear the prev pointer so
   // the garbage collector can collect the empty
   // dequeue and so popHead doesn't back up
   // further than necessary.
   storePoolChainElt(&d2.prev, nil)
  }
  d = d2
 }
}

首先拿到尾节点,然后在死循环中沿着双向链表next的方向不断获取PoolChainElt节点,尝试调用d.popTail()获取数据

func (d *poolDequeue) popTail() (interface{}, bool) {
 var slot *eface
 for {
  ptrs := atomic.LoadUint64(&d.headTail)
  head, tail := d.unpack(ptrs)
  if tail == head {
   // Queue is empty.
   return nil, false
  }
  ptrs2 := d.pack(head, tail+1)
  if atomic.CompareAndSwapUint64(&d.headTail, ptrs, ptrs2) {
   slot = &d.vals[tail&uint32(len(d.vals)-1)]
   break
  }
 }
 val := *(*interface{})(unsafe.Pointer(slot))
 if val == dequeueNil(nil) {
  val = nil
 }
 slot.val = nil
 atomic.StorePointer(&slot.typ, nil)
 return val, true
}

popHead比较像,不同在于一个从头部拿数据一个从尾部拿。首先依然是在死循环中先将headTail拆封,如果tai l==head表示环形数组为空,直接返回。否则将tail+1再封装好,同CAS规避并发问题 拿到数据则跳出循环,否则循环等待。

这里有一个跟popHead不同的是 先将value置为nil然后利用CAS来将typ置空操作atomic.StorePointer(&slot.typ, nil),原因很简单,pushHeadpopTail一个从头放一个从尾拿数据,一旦碰头就会出现竞争。

3.2 那如果偷都偷不到,会进行以下操作

size = atomic.LoadUintptr(&p.victimSize)
 if uintptr(pid) >= size {
  return nil
 }
 locals = p.victim
 l := indexLocal(locals, pid)
 if x := l.private; x != nil {
  l.private = nil
  return x
 }
 for i := 0; i < int(size); i++ {
  l := indexLocal(locals, (pid+i)%int(size))
  if x, _ := l.shared.popTail(); x != nil {
   return x
  }
 }

 // Mark the victim cache as empty for future gets don't bother
 // with it.
 atomic.StoreUintptr(&p.victimSize, 0)

victim cache翻译过来叫“受害者缓存”

受害者缓存是由Norman Jouppi提出的一种提高缓存性能的硬件技术。如他的论文所述

Miss caching places a fully-associative cache between cache and its re-fill path. Misses in the cache that hit in the miss cache have a one cycle penalty, as opposed to a many cycle miss penalty without the miss cache. Victim Caching is an improvement to miss caching that loads the small fully-associative cache with victim of a miss and not the requested cache line.

大概意思就是在旧缓存和缓解重建的过程中,添加一个全关联的缓存(保存旧缓存数据)。也就是说当一级缓存踢出的数据,放到受害者缓存中。当我们在一级缓存未命中,则可以继续尝试从受害者缓存中查询。

如代码:

size = atomic.LoadUintptr(&p.victimSize)
 if uintptr(pid) >= size {
  return nil
 }
 locals = p.victim
 l := indexLocal(locals, pid)
 if x := l.private; x != nil {
  l.private = nil
  return x
 }
 for i := 0; i < int(size); i++ {
  l := indexLocal(locals, (pid+i)%int(size))
  if x, _ := l.shared.popTail(); x != nil {
   return x
  }
 }

 // Mark the victim cache as empty for future gets don't bother
 // with it.
 atomic.StoreUintptr(&p.victimSize, 0)

如果能理解,其实还是挺简单的,也就是

local1 ->GC ->local2     victim->local1

Local2 ->GC ->local3    victim->local2

  1. 很遗憾getSlow也没拿到 那只好自己手动new一个了

if x == nil && p.New != nil {
  x = p.New()
 }

用完返回Pool p.Put

看完 Get,接着看下Put

func (p *Pool) Put(x interface{}) {
 if x == nil {
  return
 }
  // 将goroutine与P绑定 runtime_procPin禁用抢占 返回poolLocal
 l, _ := p.pin()
 if l.private == nil {//优先放到私有空间
  l.private = x
  x = nil
 }
 if x != nil { //放回共享空间
  l.shared.pushHead(x)
 }
  // 解除抢占禁用
 runtime_procUnpin()
}

基本逻辑:

  1. 如果放入对象为空 直接返回

  2. 调用p.pin获取poolLocal之前分析过大体类似

  3. 优先放入私有空间

  4. 若私有空间已满 则尝试放入共享空间

  5. 释放P禁止占用

func (c *poolChain) pushHead(val interface{}) {
 d := c.head
 if d == nil {
  // Initialize the chain.
  const initSize = 8 // Must be a power of 2
  d = new(poolChainElt)
  d.vals = make([]eface, initSize)
  c.head = d
  storePoolChainElt(&c.tail, d)
 }
 if d.pushHead(val) {
  return
 }

 newSize := len(d.vals) * 2
 if newSize >= dequeueLimit {
  // Can't make it any bigger.
  newSize = dequeueLimit
 }

 d2 := &poolChainElt{prev: d}
 d2.vals = make([]eface, newSize)
 c.head = d2
 storePoolChainElt(&d.next, d2)
 d2.pushHead(val)
}

putHead逻辑主要是将对象放到双向链表的对应节点的环形数组中。

  1. 先获取双向链表的head节点

  2. 若head节点为空 则初始化head节点 节点对应环形数组初始大小为8

  3. 将对象放到环形数组中

func (d *poolDequeue) pushHead(val interface{}) bool {
 ptrs := atomic.LoadUint64(&d.headTail)
 head, tail := d.unpack(ptrs)
 if (tail+uint32(len(d.vals)))&(1<<dequeueBits-1) == head {
  // Queue is full.
  return false
 }
 slot := &d.vals[head&uint32(len(d.vals)-1)]
 typ := atomic.LoadPointer(&slot.typ)
 if typ != nil {// popTail可能还没处理完
  return false
 }

 // The head slot is free, so we own it.
 if val == nil {
  val = dequeueNil(nil)
 }
 *(*interface{})(unsafe.Pointer(slot)) = val
 atomic.AddUint64(&d.headTail, 1<<dequeueBits)
 return true
}

popHead是相反的操作,大体也比较简单。先判断环形数组是否满了,满了则直接返回。因为pushHeadpopTail存在竞争关系,slot.typ不为空可能是popTail还没处理完。

关于GC清除数据问题

pool.go中的init函数组册了GC发生时如何清理Pool的函数,调用链如下

gcTrigger->gcStart()->clearpools()->poolCleanup()

func init() {
 runtime_registerPoolCleanup(poolCleanup)
}
//go:linkname sync_runtime_registerPoolCleanup sync.runtime_registerPoolCleanup
func sync_runtime_registerPoolCleanup(f func()) {
 poolcleanup = f
}
func poolCleanup() {
 for _, p := range oldPools {
  p.victim = nil
  p.victimSize = 0
 }

 for _, p := range allPools {
  p.victim = p.local
  p.victimSize = p.localSize
  p.local = nil
  p.localSize = 0
 }

 oldPools, allPools = allPools, nil
}

逻辑很简单 正如上面讲victim说的那样。

最后的最后,细心的你可能发现 还遗漏了两个细节

noCopy

sync.Pool结构体中noCopy其实是为了防止sync.Pool使用过程中被拷贝。至于原因应该不用多说,因为Go并没有提供原生的强制不能拷贝的方法。所以采用这种方式,让go vet检测报错来实现。

举个例子

type noCopy struct{}

// Lock is a no-op used by -copylocks checker from `go vet`.
func (*noCopy) Lock()   {}
func (*noCopy) Unlock() {}
type People struct {
 noCopy noCopy
}

func say(p People) {

}

func main() {
 var p People
 say(p)
}
go vet demo.go

输出:

# command-line-arguments
./demo.go:12:12: say passes lock by value: command-line-arguments.People contains command-line-arguments.noCopy
./demo.go:18:6: call of say copies lock value: command-line-arguments.People contains command-line-arguments.noCopy

当然直接执行不会报任何错

pad

type poolLocal struct {
 poolLocalInternal

 // Prevents false sharing on widespread platforms with
 // 128 mod (cache line size) = 0 .
 pad [128 - unsafe.Sizeof(poolLocalInternal{})%128]byte
}

pad字段在这里没有啥业务意思,目的就是为了避免伪共享问题。因为我们为了缓解计算机CPU计算速度和内存的读取速度不匹配的矛盾,在他们之间增加了L1 L2 L3 高速缓存,他们比内存小很多但是速度却是内存无法比拟的。

图片来自网络

缓存系统中我们是以缓存行(cache line)为单位,通常大小为64字节。上面这张图,我们可以看到L1、L2、L3三级缓存他们和内存的读取速度当然取决于他们与CPU紧密程度。L1>L2>L3>内存

但是!我们现在使用的都是多核CPU的计算机,如何保证多核看到的数据的一致性呢?这里我们需要谈到一个协议-MESI协议,M、E、S、I分别表示缓存行的4个状态

M(修改,Modified):本地处理器已经修改缓存行,即是脏行,它的内容与内存中的内容不一样,并且此 cache 只有本地一个拷贝(专有);

E(专有,Exclusive):缓存行内容和内存中的一样,而且其它处理器都没有这行数据;

S(共享,Shared):缓存行内容和内存中的一样, 有可能其它处理器也存在此缓存行的拷贝;

I(无效,Invalid):缓存行失效, 不能使用。

他们转换关系如下:

图片来自网络

现在假设我们有以下场景

图片来自网络

有两个变量X、Y共享在了一个cache line中。如果core1想要更新X,core2想要更新Y,更新完他们的缓存行都变成了I状态,即L1 L2上的缓存均不可用,这时如果其他线程再要访问X Y就只能从L3甚至从内存拿数据,其性能可想而知。

怎么解决呢?

解决伪共享的问题 业界大多采用pad填充的方式来解决,让数据独占一个cacheline 降低数据关联共享的影响。比如Java8还提供了语法糖,通过添加注解@Contended自动进行缓存行填充。

总结

sync.Pool实现总体比较小巧,具体思想其实其他语言也都有影子,比如Java中的ForkJoinPool。但是往往简单设计的细节往往很值得我们去考究学习一下的。总结下知识点还真不少:

  • work stealing算法

  • CAS如何做到lock-free

  • 设置抢占标志 禁止P被占用 并制止GC

  • Victim cache 受害者缓存是怎么回事儿

  • noCopy是干啥的 怎么实现禁止拷贝

  • 伪共享(false share)

  • Pool GC的机制

不过这也符合Go“少即是多”的设计理念。



☞15 万个监控摄像头被黑,医院、学校、监狱都被看得一清二楚!☞RedMonk 编程语言排行榜:JS持续霸榜,Dart 快速上升!
☞CTO 写的低级 Bug 再致网站被黑,CEO 的号都被盗了!
☞在内存只有24KB的电脑上写操作系统,是怎样的体验?
文章版权声明:除非注明,否则均为七默网原创文章,转载或复制请以超链接形式并注明出处。

发表评论

表情:
评论列表 (暂无评论,238人围观)

还没有评论,来说两句吧...

取消
支付宝二维码
支付宝二维码
微信二维码