Golang :不要通過共享記憶體來通訊，而應該通過通訊來共享記憶體。這句風靡在Go社群的話,說的就是 goroutine中的 channel ....... 他在go併發程式設計中充當著 型別安全的管道作用。 1、通過golang中的 goroutine 與sync.Mutex進行 併發同步 import(      "fmt"     "sync"     "runtime" ) var count int =0; func counter(lock * sync.Mutex){       lock.Lock()       count++       fmt.Println(count)       lock.Unlock() } func main(){    lock:=&sync.Mutex{}    for i:=0;i<10;i++{       //傳遞指標是為了防止 函式內的鎖和 呼叫鎖不一致       go counter(lock)        }    for{       lock.Lock()       c:=count       lock.Unlock()       ///把時間片給別的goroutine  未來某個時刻執行該routine       runtime.Gosched()       if c>=10{         fmt.Println("goroutine end")         break         }    }  } 2、goroutine之間通過 channel進行通訊,channel是和型別相關的 可以理解為  是一種型別安全的管道。 簡單的channel 使用 package main   import "fmt" func Count(ch chan int) {     ch <- 1       fmt.Println("Counting") } func main() {     chs := make([]chan int, 10) for i := 0; i < 10; i++ {         chs[i] = make(chan int)   go Count(chs[i])   fmt.Println("Count",i)     } for i, ch := range chs {   <-ch   fmt.Println("Counting",i)     }   }  3、Go語言中的select是語言級內建  非堵塞 select { case <-chan1: // 如果chan1成功讀到資料，則進行該case處理語句   case chan2 <- 1: // 如果成功向chan2寫入資料，則進行該case處理語句   default: // 如果上面都沒有成功，則進入default處理流程   } 可以看出，select不像switch，後面並不帶判斷條件，而是直接去檢視case語句。每個 case語句都必須是一個面向channel的操作。比如上面的例子中，第一個case試圖從chan1讀取 一個數據並直接忽略讀到的資料，而第二個case則是試圖向chan2中寫入一個整型數1，如果這 兩者都沒有成功，則到達default語句。  4、channel 的帶緩衝讀取寫入 之前我們示範建立的都是不帶緩衝的channel，這種做法對於傳遞單個數據的場景可以接受， 但對於需要持續傳輸大量資料的場景就有些不合適了。接下來我們介紹如何給channel帶上緩衝， 從而達到訊息佇列的效果。 要建立一個帶緩衝的channel，其實也非常容易： c := make(chan int, 1024) 在呼叫make()時將緩衝區大小作為第二個引數傳入即可，比如上面這個例子就建立了一個大小 為1024的int型別channel，即使沒有讀取方，寫入方也可以一直往channel裡寫入，在緩衝區被 填完之前都不會阻塞。 從帶緩衝的channel中讀取資料可以使用與常規非緩衝channel完全一致的方法，但我們也可 以使用range關鍵來實現更為簡便的迴圈讀取： for i := range c {     fmt.Println("Received:", i) }  5、用goroutine模擬生產消費者 package main import "fmt" import "time" func Producer (queue chan<- int){         for i:= 0; i < 10; i++ {                 queue <- i                   } } func Consumer( queue <-chan int){         for i :=0; i < 10; i++{                 v := <- queue                 fmt.Println("receive:", v)         } } func main(){         queue := make(chan int, 1)         go Producer(queue)         go Consumer(queue)         time.Sleep(1e9) //讓Producer與Consumer完成 } 6、 通過make 建立通道   make(c1 chan int)   建立的是 同步channel ...讀寫完全對應 make(c1 chan int ,10) 闖進帶緩衝的通道 上來可以寫10次 7、隨機向通道中寫入0或者1  package main import "fmt" import "time" func main(){        ch := make(chan int, 1)  for {    ///不停向channel中寫入 0 或者1   select {    case ch <- 0:    case ch <- 1:   }     //從通道中取出資料     i := <-ch     fmt.Println("Value received:",i)     time.Sleep(1e8)     } } 8、帶緩衝的channel  之前建立的都是不帶緩衝的channel，這種做法對於傳遞單個數據的場景可以接受， 但對於需要持續傳輸大量資料的場景就有些不合適了。接下來我們介紹如何給channel帶上緩衝， 從而達到訊息佇列的效果。 要建立一個帶緩衝的channel，其實也非常容易： c := make(chan int, 1024) 在呼叫make()時將緩衝區大小作為第二個引數傳入即可，比如上面這個例子就建立了一個大小 為1024的int型別channel，即使沒有讀取方，寫入方也可以一直往channel裡寫入，在緩衝區被 填完之前都不會阻塞。 從帶緩衝的channel中讀取資料可以使用與常規非緩衝channel完全一致的方法，但我們也可 以使用range關鍵來實現更為簡便的迴圈讀取： for i := range c {     fmt.Println("Received:", i) } ////////////////////////////////////////下面是測試程式碼//////////////////////////////////// package main import "fmt" import "time" func A(c chan int){  for i:=0;i<10;i++{         c<- i     } } func B(c chan int){  for val:=range c {       fmt.Println("Value:",val)       } } func main(){     chs:=make(chan int,10)     //只要有通道操作一定要放到goroutine中否則 會堵塞當前的主執行緒 並且導致程式退出     //對於同步通道 或者帶緩衝的通道 一定要封裝成函式 使用 goroutine 包裝     go A(chs)     go B(chs)     time.Sleep(1e9) } 9、關於建立多個goroutine具體到go語言會建立多少個執行緒 import "os" func main() {   for i:=0; i<20; i++ {     go func() {       for {         b:=make([]byte, 10)         os.Stdin.Read(b) // will block       }     }()   }   select{} } 會產生21個執行緒： runtime scheduler(src/pkg/runtime/proc.c)會維護一個執行緒池，當某個goroutine被block後，scheduler會建立一個新執行緒給其他ready的goroutine GOMAXPROCS控制的是未被阻塞的所有goroutine被multiplex到多少個執行緒上執行 10、在channel中也是可以傳遞channel的,Go語言的channel和map  slice等一樣都是原生型別 需要注意的是，在Go語言中channel本身也是一個原生型別，與map之類的型別地位一樣，因 此channel本身在定義後也可以通過channel來傳遞。 我們可以使用這個特性來實現*nix上非常常見的管道（pipe）特性。管道也是使用非常廣泛 的一種設計模式，比如在處理資料時，我們可以採用管道設計，這樣可以比較容易以外掛的方式 增加資料的處理流程。 下面我們利用channel可被傳遞的特性來實現我們的管道。 為了簡化表達， 我們假設在管道中 傳遞的資料只是一個整型數，在實際的應用場景中這通常會是一個數據塊。 首先限定基本的資料結構： type PipeData struct {     value int     handler func(int) int     next chan int } 然後我們寫一個常規的處理函式。我們只要定義一系列PipeData的資料結構並一起傳遞給 這個函式，就可以達到流式處理資料的目的： func handle(queue chan *PipeData) { for data := range queue {         data.next <- data.handler(data.value)     } } 11、我們預設建立的是雙向通道,單向通道沒有意義,但是我們卻可以通過強制轉換 將雙向通道 轉換成為單向通道 。 var ch1 chan int  // ch1是一個正常的channel，不是單向的   var ch2 chan<- float64// ch2是單向channel，只用於寫float64資料 var ch3 <-chan int // ch3是單向channel，只用於讀取int資料  channel是一個原生型別，因此不僅 支援被傳遞，還支援型別轉換。只有在介紹了單向channel的概念後，讀者才會明白型別轉換對於  channel的意義：就是在單向channel和雙向channel之間進行轉換。 示例如下： ch4 := make(chan int) ch5 := <-chan int(ch4) // ch5就是一個單向的讀取channel ch6 := chan<- int(ch4) // ch6 是一個單向的寫入channel 基於ch4，我們通過型別轉換初始化了兩個單向channel：單向讀的ch5和單向寫的ch6。  從設計的角度考慮，所有的程式碼應該都遵循“最小許可權原則” ，  從而避免沒必要地使用氾濫問題， 進而導致程式失控。 寫過C++程式的讀者肯定就會聯想起const 指標的用法。非const指標具備const指標的所有功能，將一個指標設定為const就是明確告訴  函式實現者不要試圖對該指標進行修改。單向channel也是起到這樣的一種契約作用。 下面我們來看一下單向channel的用法： func Parse(ch <-chan int) { for value := range ch {         fmt.Println("Parsing value", value)       } } 除非這個函式的實現者無恥地使用了型別轉換，否則這個函式就不會因為各種原因而對ch 進行寫，避免在ch中出現非期望的資料，從而很好地實踐最小許可權原則。 12、只讀只寫 單向 channel 程式碼例子    遵循許可權最小化的原則 package main import "fmt" import "time" //接受一個引數 是隻允許讀取通道  除非直接強制轉換 要麼你只能從channel中讀取資料 func sCh(ch <-chan int){    for val:= range ch {      fmt.Println(val)    } } func main(){     //建立一個帶100緩衝的通道 可以直接寫入 而不會導致 主執行緒堵塞     dch:=make(chan int,100)     for i:=0;i<100;i++{       dch<- i       }     //傳遞進去 只讀通道     go sCh(dch)     time.Sleep(1e9) } 13、channel的關閉,以及判斷channel的關閉 關閉channel非常簡單，直接使用Go語言內建的close()函式即可： close(ch) 在介紹瞭如何關閉channel之後，我們就多了一個問題：如何判斷一個channel是否已經被關 閉？我們可以在讀取的時候使用多重返回值的方式： x, ok := <-ch 這個用法與map中的按鍵獲取value的過程比較類似，只需要看第二個bool返回值即可，如 果返回值是false則表示ch已經被關閉。 14、Go的多核並行化程式設計    高效能併發程式設計 必須設定GOMAXPROCS 為最大核數目 這個值由runtime.NumCPU()獲取 在執行一些昂貴的計算任務時， 我們希望能夠儘量利用現代伺服器普遍具備的多核特性來盡 量將任務並行化，從而達到降低總計算時間的目的。此時我們需要了解CPU核心的數量，並針對 性地分解計算任務到多個goroutine中去並行執行。 下面我們來模擬一個完全可以並行的計算任務：計算N個整型數的總和。我們可以將所有整 型數分成M份，M即CPU的個數。讓每個CPU開始計算分給它的那份計算任務，最後將每個CPU 的計算結果再做一次累加，這樣就可以得到所有N個整型數的總和： type Vector []float64 // 分配給每個CPU的計算任務 func (v Vector) DoSome(i, n int, u Vector, c chan int) { for ; i < n; i++ {          v[i] += u.Op(v[i])      }      c <- 1      // 發訊號告訴任務管理者我已經計算完成了 } const NCPU = 16    // 假設總共有16核  func (v Vector) DoAll(u Vector) {      c := make(chan int, NCPU)  // 用於接收每個CPU的任務完成訊號  for i := 0; i < NCPU; i++ {  go v.DoSome(i*len(v)/NCPU, (i+1)*len(v)/NCPU, u, c)     }  // 等待所有CPU的任務完成 for i := 0; i < NCPU; i++ {  <-c    // 獲取到一個數據，表示一個CPU計算完成了     } // 到這裡表示所有計算已經結束 } 這兩個函式看起來設計非常合理。DoAll()會根據CPU核心的數目對任務進行分割，然後開 闢多個goroutine來並行執行這些計算任務。 是否可以將總的計算時間降到接近原來的1/N呢？答案是不一定。如果掐秒錶（正常點的話， 應該用7.8節中介紹的Benchmark方法） ，會發現總的執行時間沒有明顯縮短。再去觀察CPU執行 狀態， 你會發現儘管我們有16個CPU核心， 但在計算過程中其實只有一個CPU核心處於繁忙狀態， 這是會讓很多Go語言初學者迷惑的問題。 官方的答案是，這是當前版本的Go編譯器還不能很智慧地去發現和利用多核的優勢。雖然 我們確實建立了多個goroutine，並且從執行狀態看這些goroutine也都在並行執行，但實際上所有 這些goroutine都執行在同一個CPU核心上， 在一個goroutine得到時間片執行的時候， 其他goroutine 都會處於等待狀態。從這一點可以看出，雖然goroutine簡化了我們寫並行程式碼的過程，但實際上 整體執行效率並不真正高於單執行緒程式。 在Go語言升級到預設支援多CPU的某個版本之前，我們可以先通過設定環境變數 GOMAXPROCS的值來控制使用多少個CPU核心。具體操作方法是通過直接設定環境變數 GOMAXPROCS的值，或者在程式碼中啟動goroutine之前先呼叫以下這個語句以設定使用16個CPU 核心： runtime.GOMAXPROCS(16) 到底應該設定多少個CPU核心呢，其實runtime包中還提供了另外一個函式NumCPU()來獲 取核心數。可以看到，Go語言其實已經感知到所有的環境資訊，下一版本中完全可以利用這些 資訊將goroutine排程到所有CPU核心上，從而最大化地利用伺服器的多核計算能力。拋棄 GOMAXPROCS只是個時間問題。  15、主動出讓時間片給其他 goroutine 在未來的某一時刻再來執行當前goroutine 我們可以在每個goroutine中控制何時主動出讓時間片給其他goroutine，這可以使用runtime 包中的Gosched()函式實現。 實際上，如果要比較精細地控制goroutine的行為，就必須比較深入地瞭解Go語言開發包中 runtime包所提供的具體功能。 16、Go中的同步 倡導用通訊來共享資料，而不是通過共享資料來進行通訊，但考慮 到即使成功地用channel來作為通訊手段，還是避免不了多個goroutine之間共享資料的問題，Go 語言的設計者雖然對channel有極高的期望，但也提供了妥善的資源鎖方案。 17、Go中的同步鎖 倡導用通訊來共享資料，而不是通過共享資料來進行通訊，但考慮 到即使成功地用channel來作為通訊手段，還是避免不了多個goroutine之間共享資料的問題，Go 語言的設計者雖然對channel有極高的期望，但也提供了妥善的資源鎖方案。 對於這兩種鎖型別， 任何一個Lock()或RLock()均需要保證對應有Unlock()或RUnlock() 呼叫與之對應，否則可能導致等待該鎖的所有goroutine處於飢餓狀態，甚至可能導致死鎖。鎖的 典型使用模式如下： var l sync.Mutex   func foo() { l.Lock()   //延遲呼叫 在函式退出 並且區域性資源被釋放的時候 呼叫 defer l.Unlock()   //... }   這裡我們再一次見證了Go語言defer關鍵字帶來的優雅 18、全域性唯一操作 sync.Once.Do()     sync.atomic原子操作子包 對於從全域性的角度只需要執行一次的程式碼，比如全域性初始化操作，Go語言提供了一個Once 型別來保證全域性的唯一性操作，具體程式碼如下： var a string var once sync.Once   func setup() { a = "hello, world" }   func doprint() { once.Do(setup) print(a)   }   func twoprint() { go doprint() go doprint()   } 如果這段程式碼沒有引入Once， setup()將會被每一個goroutine先呼叫一次， 這至少對於這個 例子是多餘的。在現實中，我們也經常會遇到這樣的情況。Go語言標準庫為我們引入了Once類 型以解決這個問題。once的Do()方法可以保證在全域性範圍內只調用指定的函式一次（這裡指 setup()函式） ，而且所有其他goroutine在呼叫到此語句時，將會先被阻塞，直至全域性唯一的 once.Do()呼叫結束後才繼續。 這個機制比較輕巧地解決了使用其他語言時開發者不得不自行設計和實現這種Once效果的 難題，也是Go語言為併發性程式設計做了儘量多考慮的一種體現。 如果沒有once.Do()，我們很可能只能新增一個全域性的bool變數，在函式setup()的最後 一行將該bool變數設定為true。在對setup()的所有呼叫之前，需要先判斷該bool變數是否已 經被設定為true，如果該值仍然是false，則呼叫一次setup()，否則應跳過該語句。實現程式碼 var done bool = false func setup() { a = "hello, world"  done = true }    func doprint() {  if !done {         setup()     }  print(a)   }   這段程式碼初看起來比較合理， 但是細看還是會有問題， 因為setup()並不是一個原子性操作， 這種寫法可能導致setup()函式被多次呼叫，從而無法達到全域性只執行一次的目標。這個問題的 複雜性也更加體現了Once型別的價值。 為了更好地控制並行中的原子性操作，sync包中還包含一個atomic子包，它提供了對於一 些基礎資料型別的原子操作函式，比如下面這個函式： func CompareAndSwapUint64(val *uint64, old, new uint64) (swapped bool) 就提供了比較和交換兩個uint64型別資料的操作。這讓開發者無需再為這樣的操作專門新增 Lock操作。