内容简介：GO语言是非常适合高并发场景的，那么，业务系统具体会遇到哪些高并发的场景呢？该如何考虑性能开销呢？那么本文就笔者在业务系统常常遇到的问题来抛砖引玉~这是什么场景呢？回源！回源DB，二进制流回源源站等等~高并发的场景下，大量用户访问同一个对象，那么做请求合并可以节省非常可观的资源，好像和请求合并有点像？不太一样。比较经典的case就是redis的pipeline。能批量就批量，减少太多的封包解包，减少cpu和带宽~
GO语言是非常适合高并发场景的，那么，业务系统具体会遇到哪些高并发的场景呢？该如何考虑性能开销呢？那么本文就笔者在业务系统常常遇到的问题来抛砖引玉~
请求合并
这是什么场景呢？回源！回源DB，二进制流回源源站等等~高并发的场景下，大量用户访问同一个对象，那么做请求合并可以节省非常可观的资源， singleflight~ 当然这是进程内的用法。
批量协议
好像和请求合并有点像？不太一样。比较经典的case就是 redis 的pipeline。能批量就批量，减少太多的封包解包，减少cpu和带宽~
merge请求
额~~merge什么？比如一个视频id更新计数，那么9->18->25......对了，计数从1涨到100，难道我要写100次db吗？很明显，可以内存里merge~~
并行请求
这个用法在网关服务就非常常见啦~当你的服务需要聚合A、B、C这3个系统的数据，而A、B和C之间没有依赖，那么完全可以并行请求。golang里常用 errgroup 去实现。
减少锁以及系统调用
有些情况锁是很难避免的，但是可以通过一些锁粒度拆分优化去减少锁的开销。系统调用对cpu的开销都是挺明显的，具体可以压测查看top，us%的开销在90%以上，说明性能优化还是可以的。
序列化协议，json和pb
这里既包括API的协议，也同时包括缓存对象的序列化协议。缓存的访问常常会几倍于api请求，经常有放大，所以更要重视。
异步处理，使用channel，而不是无限制go func()
比如更新缓存的场景。这点挺容易理解，无限制的goroutine会带来大量的context切换，浪费cpu。当然channel的长度要做限制和监控。消费者goroutine数可以适当配置。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 高并发'大杀器'异步化、并行化
- 高并发的“大杀器”：异步化、并行化
- 如何向纯洁的女朋友解释并发与并行的区别？
- Golang非CSP并发模型外的其他并行方法总结
- 15分钟读懂进程线程、同步异步、阻塞非阻塞、并发并行，太实用了！
- sqltoy-orm-4.17.6 发版，支持 Greenplum、并行查询可设置并行数量
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
