go-channel处理高并发请求
go-channel处理高并发请求
最近看了一篇文章讲解怎样使用go-channel的,周末就花了点时间学习了一下,文章原文地址:
http://marcio.io/2015/07/handling-1-million-requests-per-minute-with-golang/ ,然后自己进行了一个简单的性能测试。
一、Channel简介
下面是go by example中的 一个简单的channel使用的例子:
package main
import "fmt"
func main() {
messages := make(chan string)
go func() { messages <- "ping" }()
msg := <-messages
fmt.Println(msg)
}
通道 是连接多个 Go 协程的管道。你可以从一个 Go 协程将值发送到通道,然后在别的 Go 协程中接收。使用 make(chan val-type) 创建一个新的通道。通道类型就是他们需要传递值的类型。使用 channel <- 语法 发送 一个新的值到通道中。这里我们在一个新的 Go 协程中发送 "ping" 到上面创建的messages 通道中。使用 <-channel 语法从通道中 接收 一个值。这里将接收我们在上面发送的 "ping" 消息并打印出来。我们运行程序时,通过通道,消息 "ping" 成功的从一个 Go 协程传到另一个中。
$ go run channels.go
ping
默认发送和接收操作是阻塞的,直到发送方和接收方都准备完毕。这个特性允许我们,不使用任何其它的同步操作,来在程序结尾等待消息 "ping"。channel也有带缓冲的可以不阻塞直接写到缓冲去(在缓冲没有满的情况下)。更多例子请参考: https://books.studygolang.com/gobyexample/channels/
二、处理包并发请求
上面那篇作者写的分钟处理百万请求文章,代码摘抄了一部分进行分析。下面是关键的几个数据结构:
- 任务,用来需要表示一个需要处理的逻辑
// Job代表一个任务,根据自己需求定义
type Job struct {
Id string
Payload string
}
- worker, 用来处理任务的实例
// Worker用来处理job的实例
type Worker struct {
WorkerPool chan chan Job //需要注册到的worker池
JobChannel chan Job //用来接受任务的通道
quit chan bool
}
- Dispatcher, 用来分发job的实例
type Dispatcher struct {
WorkerPool chan chan Job //用来注册worker的池
MaxWorkers int //worker最大个数
}
初始化逻辑
func NewDispatcher(maxWorkers int) *Dispatcher {
pool := make(chan chan Job, maxWorkers)
return &Dispatcher{
WorkerPool: pool, //初始化worker池
MaxWorkers: maxWorkers,
}
}
func (d *Dispatcher) Run() {
for i := 0; i < d.MaxWorkers; i++ {
//对每一个worker进行初始化,也就是将worker注册到池中,更直接点就是将每个worker的jobChannel放入到池中
worker := NewWorker(d.WorkerPool)
worker.Start()
}
go d.dispatch()
}
func NewWorker(workerPool chan chan Job) *Worker {
return &Worker{
WorkerPool: workerPool,
JobChannel: make(chan Job),
quit: make(chan bool),
}
}
//Start函数,启一个goroutine, 启动的时候将自己注册到worker池当中,然后就等待job被放到自己的jobChannel中
//一旦jobChannel中有job放入的时候,就开始处理这个job
//同时加入了一个quit channel可以用来控制销毁这个worker
func (w *Worker) Start() {
go func() {
for {
w.WorkerPool <- w.JobChannel //注册当前这个worker到worker池中,
// 也就是将自己的jobChannel放入到池中,用来接收job
select {
case job := <-w.JobChannel:
//channel中放入了一个job
if _, err := job.Done(); err != nil {
//处理这个job
}
case <-w.quit:
// 收到停止的信号,销毁这个worker
return
}
}
}()
}
任务分发逻辑
func (d *Dispatcher) dispatch() {
for {
select {
case job := <-JobQueue:
// 收到一个job
go func(job Job) {
// 从worker池中,选取一个worker的jobChannel,如果worker池中是空的,则会阻塞在这里
jobChannel := <-d.WorkerPool
// 将job放入到其中一个worker的jobChannel中,等待这个worker进行处理
jobChannel <- job
}(job)
}
}
}
三、测试
1、测试工具
ab, 下载地址: https://www.apachehaus.com/cgi-bin/download.plx
2、测试结果
$ ./abs -n 100000 -c 1000 "http://127.0.0.1:8080/job"
This is ApacheBench, Version 2.3 <$Revision: 1843412 $>
Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/
Licensed to The Apache Software Foundation, http://www.apache.org/
Benchmarking 127.0.0.1 (be patient)
Completed 10000 requests
Completed 20000 requests
Completed 30000 requests
Completed 40000 requests
Completed 50000 requests
Completed 60000 requests
Completed 70000 requests
Completed 80000 requests
Completed 90000 requests
Completed 100000 requests
Finished 100000 requests
Server Software:
Server Hostname: 127.0.0.1
Server Port: 8080
Document Path: /job
Document Length: 0 bytes
Concurrency Level: 1000
Time taken for tests: 51.913 seconds
Complete requests: 100000
Failed requests: 1
(Connect: 1, Receive: 0, Length: 0, Exceptions: 0)
Total transferred: 7500000 bytes
HTML transferred: 0 bytes
Requests per second: 1926.28 [#/sec] (mean)
Time per request: 519.134 [ms] (mean)
Time per request: 0.519 [ms] (mean, across all concurrent requests)
Transfer rate: 141.09 [Kbytes/sec] received
Connection Times (ms)
min mean[+/-sd] median max
Connect: 0 0 7.2 0 1007
Processing: 58 497 187.4 429 1448
Waiting: 6 348 195.3 315 1113
Total: 58 497 187.5 430 1449
Percentage of the requests served within a certain time (ms)
50% 430
66% 435
75% 441
80% 446
90% 901
95% 970
98% 1014
99% 1076
100% 1449 (longest request)
测试结果感觉有点不太理想,不知道是不是因为电脑性能的原因还是参数设置的问题。在不用go-channel的测试和这个性能差不多,大家可以把这个代码下载下来自己测试一下,比对一下结果看看有没有优化的空间。
完整代码下载地址: https://gitee.com/ncuzhangben/GoStudy/tree/master/go-channel
go-channel处理高并发请求的更多相关文章
- Web大规模高并发请求和抢购的解决方案
电商的秒杀和抢购,对我们来说,都不是一个陌生的东西.然而,从技术的角度来说,这对于Web系统是一个巨大的考验.当一个Web系统,在一秒钟内收到数以万计甚至更多请求时,系统的优化和稳定至关重要.这次我们 ...
- 达达O2O后台架构演进实践:从0到4000高并发请求背后的努力
1.引言 达达创立于2014年5月,业务覆盖全国37个城市,拥有130万注册众包配送员,日均配送百万单,是全国领先的最后三公里物流配送平台. 达达的业务模式与滴滴以及Uber很相似,以众包的方式利 ...
- Jexus 高并发请求的优化技巧 笔记
Jexus web server 5.1 每个工作进程的最大并发数固定为1万,最多可以同时开启4个工作进程,因此,每台Jexus V5.1服务器最多可以到支持4万个并发连接.但是,按照linux系统的 ...
- Thinkphp5 用ab压力测试工具测试高并发请求
上篇文章[Thinkphp5实现悲观锁]已介绍过thinkphp5使用悲观锁实现高并发的场景,这篇文章将实际测试下. 在shell里进入到apache的bin目录,输入以下url: ab -n 100 ...
- nginx处理高并发请求强于apache
ginx 不同于 Apache2 的一点就是,Nginx 采用单线程,非阻塞,异步 IO 的工作模型. Apache2 对于每一个请求,都会创建一个新进程或线程,会浪费很多内存和 CPU 时间,而 N ...
- 支持10W高并发请求的IIS Web服务器常用设置
支持高并发的IIS Web服务器常用设置 适用的IIS版本:IIS 7.0, IIS 7.5, IIS 8.0 适用的Windows版本:Windows Server 2008, Windows ...
- asp.net c# 通过消息队列处理高并发请求(以抢小米手机为例)
网站面对高并发的情况下,除了增加硬件, 优化程序提高以响应速度外,还可以通过并行改串行的思路来解决.这种思想常见的实践方式就是数据库锁和消息队列的方式.这种方式的缺点是需要排队,响应速度慢,优点是节省 ...
- 【apache】apache模拟高并发请求
目的:测试程序的性能 运用的工具是apache的ab工具,装有apache服务器的一般都有ab工具. lamp命令: ab -c 10 -n 100 "http://a.ilanni.com ...
- PHP中利用redis实现消息队列处理高并发请求
将请求存入redis 为了模拟多个用户的请求,使用一个for循环替代 //redis数据入队操作 $redis = new Redis(); $redis->connect('127.0.0.1 ...
随机推荐
- Python面向对象 | 静态方法 staticmethod
静态方法是类中的函数,不需要实例.静态方法主要是用来存放逻辑性的代码,逻辑上属于类,但是和类本身没有关系,也就是说在静态方法中,不会涉及到类中的属性和方法的操作.可以理解为,静态方法是个独立的.单纯的 ...
- 【科创人·独家】MegaEase左耳朵耗子陈皓复盘创业:第一年盈利被当骗子,线下广阔天地大有可为
[科创人·独家]MegaEase左耳朵耗子陈皓复盘创业:第一年盈利被当骗子,线下广阔天地大有可为 原创: babayage CTO科创圈 与上百位科技创业者共同关注科创人的成长心路. 文末有彩蛋:& ...
- 【最新发布】最新Python学习路线,值得收藏
随着AI的发展,Python的薪资也在逐年增加,但是很多初学者会盲目乱学,连正确的学习路线都不清楚,踩很多坑,为此经过我多年开发经验以及对目前行业发展形式总结出一套最新python学习路线,帮助大家正 ...
- hdu 1166 敌兵布阵 (线段树、单点更新)
敌兵布阵Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submiss ...
- 高质量App的架构设计与思考!
最近在做一功能不大.业务也不复杂的小众App,以往做App是发现自己从来没有考虑过一些架构方面的问题,只是按照自己以往的习惯去写代码,忽略了App的设计.本次分享主要包含一些开发App的小经验和技巧, ...
- 痞子衡嵌入式:飞思卡尔Kinetis系列MCU启动那些事(10)- KBOOT特性(可靠升级)
大家好,我是痞子衡,是正经搞技术的痞子.今天痞子衡给大家介绍的是飞思卡尔Kinetis系列MCU的KBOOT之可靠升级(Reliable Update)特性. 所谓可靠升级机制,即在更新Applica ...
- ACE框架 基于共享内存的分配器 (算法设计)
继承上一篇<ACE框架 基于共享内存的分配器设计>,本篇分析算法部分的设计. ACE_Malloc_T模板定义了这样一个分配器组件 分配器组件聚合了三个功能组件:同步组件ACE_LOCK, ...
- 解放双手,在PC端进行Android真机调试
scrcpy简介(拼写是scrcpy,非Python爬虫框架Scrapy) 简单地来说,scrcpy就是通过adb调试的方式来将手机屏幕投到电脑上,并可以通过电脑控制您的Android设备.它可以通过 ...
- vue常用指令总结
一.vue指令 官网解释 指令 (Directives) 是带有 v- 前缀的特殊特性.指令特性的值预期是单个 JavaScript 表达式 (v-for 是例外情况).指令的职责是,当表达式的值改变 ...
- MyISAM与InnoDB两者之间区别与选择
一.MyISAM与InnoDB两者之间区别 1.MyISAM:默认表类型,它是基于传统的ISAM类型,ISAM是Indexed Sequential Access Method (有索引的顺序访问方法 ...