内容简介:Goroutine 泄漏的调试
在我们谈论协程(Goroutines)泄漏之前,我们先看看并发编程的概念。并发编程处理程序的并发执行。多个连续流 任务通过并发编程 更好地利用多核处理器的功能,实现更快的并发/并行程序。
协程 (Goroutines)
协程实现了并发执行,协程是 Go 运行时轻量级线程, 协程和线程之间并无一对一的关系,协程 由Go管理调度,运行在不同的线程上。Go协程 的设计隐藏了许多线程创建和管理方面的复杂工作。
关于 并发/并行程序, 并发程序可能是并行的,也可能不是。并行是一种通过使用多处理器以提高速度的能力。一个设计良好的并发程序在并行方面的表现也非常出色。在Go语言中,为了使你的程序可以使用多个核心运行,这时协程就真正的是并行运行了,你必须使用 GOMAXPROCS 变量。详细参考: https://github.com/Unknwon/the-way-to - go_ZH_CN/blob/master/eBook/14.1.md
同步 ( synchronize)
进程、线程、协程协作都有一个共同的目标:同步和通讯。
Go语言中, Channels用于协程的同步。 传统线程模式通讯是共享内存。Go鼓励使用Channel在协程之间传递 引用 ,而不是显式地使用锁来协调对共享数据的访问。 这种方法确保在给定时间只有一个goroutine可以访问数据。
如下面的例子所示,每个worker执行完成后,他们需要与main协程协作,将返回结果通过channels传递给main协程,之后main协程退出程序。
-
package main
-
import (
-
"fmt"
-
"time"
-
)
-
func main () {
-
ch := make ( chan string )
-
go sendData(ch)
-
go getData(ch)
-
// 注释一
-
time.Sleep( 1e9 )
-
}
-
// 往通道中塞进数据 func sendData (ch chan string ) {
-
ch <- "A"
-
ch <- "g"
-
ch <- "f"
-
ch <- "e"
-
ch <- "d"
-
ch <- "c"
-
}
-
// 提取通道中的数据 func getData (ch chan string ) {
-
var input string
-
//time.Sleep(1e9)
-
for {
-
input = <-ch
-
fmt.Printf( "%s" , input)
-
}
-
}
同步出错
请注意,每次使用go关键字时,Go例程 将 如何退出。 有时候同步可能出现错误,导致一些goroutine永远等待。 在Go语言中,如下情况可能导致同步出错:
Channel没有接受者
没有一个接受者来接受发送者发送的数据, Channel 是阻塞的。 没有接受者的Channel会引起程序挂起。下面的例子,ch1没有接受者,将导致Channel是阻塞的。
-
package main
-
import "fmt"
-
func main () {
-
ch1 := make ( chan int )
-
go pump(ch1) // pump hangs
-
fmt.Println(<-ch1) // prints only 0
-
}
-
func pump (ch chan int ) {
-
for i := 0 ; ; i++ {
-
ch <- i
-
}
-
}
Channel没有写入者
如下情况会出现channel没有写入者的情况,会出现goroutine泄漏。
例 1: for-select
-
for {
-
select {
-
case <-c:
-
// process here
-
}
-
}
例 2: channel循环
-
go func() {
-
for range ch { }
-
}()
例3: 演示tasks循环,导致channel没有写入者,需要主程序调用close(tasks)来避免goroutine泄漏问题。
-
import "fmt"
-
package main
-
func concurrency() {
-
// lets first create a channel with a buffer
-
tasks := make(chan string, 20)
-
// create another one to receive the results
-
results := make(chan string, 20)
-
workers := []int{1, 2, 3, 4}
-
// inserting tasks inside the channel
-
for task := 0; task < 10; task++ {
-
tasks <- fmt.Sprintf("Task %d", task)
-
}
-
for _, w := range workers {
-
// starging one goroutine for each worker
-
go work(w, tasks, results)
-
}
-
close(tasks)
-
// lets print the resutls
-
fmt.Println("Will print the results")
-
for res := 0; res < 10; res++ {
-
fmt.Println("Result:", <-results)
-
}
-
}
-
func work(workerID int, tasks chan string, results chan string) {
-
// worker will block util a new task arrives in the channel
-
for t := range tasks {
-
// simple task as example
-
results <- fmt.Sprintf("Worker %d got %v", workerID, t)
-
}
-
}
-
func main() {
-
concurrency()
-
}
好的做法
使用timeOut
-
timeout := make(chan bool, 1)
-
go func() {
-
time.Sleep(1e9) // one second
-
timeout <- true
-
}()
-
select {
-
case <- ch:
-
// a read from ch has occurred
-
case <- timeout:
-
// the read from ch has timed out
-
} OR select {
-
case res := <-c1:
-
fmt.Println(res)
-
case <-time.After(time.Second * 1):
-
fmt.Println("timeout 1")
-
}
使用 Golang context package
Golang context package 可以 用来优雅地结束例程甚至超时
泄漏检测
仪器( instrument)端点
检测Web服务器泄漏的办法是添加仪器端点,并将其与负载测试一起使用。
-
// get the count of number of go routines in the system.
-
func countGoRoutines() int {
-
return runtime.NumGoroutine()
-
}
-
func getGoroutinesCountHandler(w http.ResponseWriter, r *http.Request) {
-
// Get the count of number of go routines running.
-
count := countGoRoutines()
-
w.Write([]byte(strconv.Itoa(count)))
-
}
-
func main() {
-
http.HandleFunc("/_count", getGoroutinesCountHandler)
-
}
在负载测试之前和之后,通过 仪器端点响应 在系统中存在的goroutines数量。以下是负载测试程序的流程:
-
Step 1: Call the instrumentation endpoint and get the count of number of goroutines alive in your webserver.
-
Step 2: Perform load test.Lets the load be concurrent.
-
for i := 0; i < 100 ; i++ {
-
go callEndpointUnderInvestigation()
-
}
-
Step 3: Call the instrumentation endpoint and get the count of number of goroutines alive in your webserver.
如果负载测试后系统中存在异常增加的goroutine数量,则证明存在泄漏。这是一个具有漏洞端点的Web服务器的小例子。 通过简单的测试我们可以确定服务器 是否存在 泄漏。
-
// First run the leaky server $ go run leaky-server.go
-
// Run the load test now.$ go run load.go
-
3 Go routines before the load test in the system.
-
54 Go routines after the load test in the system.
您可以清楚地看到,通过50个并发请求到泄漏端点,系统中增加了50个程序。
让我们再次运行负载测试。
-
$ go run load.go
-
53 Go routines before the load test in the system.
-
104 Go routines after the load test in the system.
很清楚,在每次运行的负载测试中,服务器中的执行次数都在增加,而不是下降。 这是一个明显的泄漏证据。
识别泄漏的起因
使用栈跟踪端点
一旦发现Web服务器中存在泄漏,需要确定泄漏的来源。可以通过添加返回Web服务器的栈跟踪端点可以帮助识别泄漏的来源。
-
import (
-
"runtime/debug"
-
"runtime/pprof"
-
)
-
func getStackTraceHandler(w http.ResponseWriter, r *http.Request) {
-
stack := debug.Stack()
-
w.Write(stack)
-
}
-
func main() {
-
http.HandleFunc("/_stack", getStackTraceHandler)
-
}
在确定泄漏的存在之后,使用端点在负载之前和之后获取栈跟踪信息,以识别泄漏的来源。 将栈跟踪 工具 添加到泄漏服务器并再次执行负载测试。
如下 栈跟踪信息清楚地指出泄漏的震中:
-
// First run the leaky server$ go run leaky-server.go
-
// Run the load test now.$ go run load.go
-
3 Go routines before the load test in the system.
-
54 Go routines after the load test in the system. goroutine 149 [chan send]:
-
main.sum(0xc420122e58, 0x3, 0x3, 0xc420112240)
-
/home/karthic/gophercon/count-instrument.go:39 +0x6c
-
created by main.sumConcurrent
-
/home/karthic/gophercon/count-instrument.go:51 +0x12b
-
goroutine 243 [chan send]:
-
main.sum(0xc42021a0d8, 0x3, 0x3, 0xc4202760c0)
-
/home/karthic/gophercon/count-instrument.go:39 +0x6c
-
created by main.sumConcurrent
-
/home/karthic/gophercon/count-instrument.go:51 +0x12b
-
goroutine 259 [chan send]:
-
main.sum(0xc4202700d8, 0x3, 0x3, 0xc42029c0c0)
-
/home/karthic/gophercon/count-instrument.go:39 +0x6c
-
created by main.sumConcurrent
-
/home/karthic/gophercon/count-instrument.go:51 +0x12b
-
goroutine 135 [chan send]:
-
main.sum(0xc420226348, 0x3, 0x3, 0xc4202363c0)
-
/home/karthic/gophercon/count-instrument.go:39 +0x6c
-
created by main.sumConcurrent
-
/home/karthic/gophercon/count-instrument.go:51 +0x12b
-
goroutine 166 [chan send]:
-
main.sum(0xc4202482b8, 0x3, 0x3, 0xc42006b8c0)
-
/home/karthic/gophercon/count-instrument.go:39 +0x6c
-
created by main.sumConcurrent
-
/home/karthic/gophercon/count-instrument.go:51 +0x12b
-
goroutine 199 [chan send]:
-
main.sum(0xc420260378, 0x3, 0x3, 0xc420256480)
-
/home/karthic/gophercon/count-instrument.go:39 +0x6c
-
created by main.sumConcurrent
-
/home/karthic/gophercon/count-instrument.go:51 +0x12b
-
........
使用profiling
由于泄漏的goroutine通常被阻止去尝试读取或写入channel或甚至可能睡眠,profilling分析将帮助识别泄漏的起因。参见 benchmarks and profiling 谈论基准测试和分析,或 https://github.com/Unknwon/the-way-to-go_ZH_CN/blob/master/eBook/13.10.md 。
避免泄漏,赶早不赶晚
单元测试和功能测试中使用instrument机制可以帮助早期识别泄漏。计数试验前后的goroutine数。
-
func TestMyFunc() {
-
// get count of go routines. perform the test.
-
// get the count diff.
-
// alert if there's an unexpected rise.
-
}
测试中的栈差异
栈差异是一个简单的程序,它在测试之前和之后对栈跟踪进行 差异 比较,并在任何不期望的goroutine遗留的系统情况下发出警报。 将将其与单元测试和功能测试集成,可以帮助在开发过程中识别泄漏。
-
import (
-
github.com/fortytw2/leaktest
-
)
-
func TestMyFunc(t *testing.T) {
-
defer leaktest.Check(t)()
-
go func() {
-
for {
-
time.Sleep(time.Second)
-
}
-
}()
-
}
当系统受到一个端点/服务受到泄漏或资源中断影响的时候,微服务架构的服务做为 独立容器/过程运行可以保护整个系统。推荐使用容器编排工具,如Kubernetes,Mesosphere和Docker Swarm。
Goroutine泄漏就像慢性自杀。 设想获取整个系统的栈跟踪,并尝试识别哪些服务导致数百个服务中的泄漏! 真的吓人!!!! 他们在一段时间浪费你的计算资源,慢慢积累,你甚至不会注意到。 真的很重要去意识到泄漏并尽早调试它们!
参考:
-
《The Way to Go》中文译本《Go入门指南》 https://github.com/Unknwon/the-way-to-go_ZH_CN
-
Debugging go routine leaks: https://youtu.be/hWo0FEVr92A
以上所述就是小编给大家介绍的《Goroutine 泄漏的调试》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢: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。
计算机程序设计艺术(第2卷)
高德纳 / 机械工业出版社 / 2008-1 / 109.00元
《计算机程序设计艺术:半数值算法(第2卷)(英文版)(第3版)》主要内容:关于算法分析的这多卷论著已经长期被公认为经典计算机科学的定义性描述。迄今已出版的完整的三卷已经组成了程序设计理论和实践的惟一的珍贵资源,无数读者都赞扬Knuth的著作对个人的深远影响,科学家们为他的分析的美丽和优雅所惊叹,而从事实践的程序员已经成功地将他的“菜谱式”的解应用到日常问题上,所有人都由于Knuth在书中表现出的博......一起来看看 《计算机程序设计艺术(第2卷)》 这本书的介绍吧!