内容简介:本文首发于我的个人网站:本篇文章介绍如何正确释放golang中的定时器,如果定时器没有正确释放,在一些高性能场景可能导致内存和cpu占用异常。这是一个很容易踩中的坑。
本文首发于我的个人网站: https://pengrl.com/p/1785/
前言
本篇文章介绍如何正确释放golang中的定时器,如果定时器没有正确释放,在一些高性能场景可能导致内存和cpu占用异常。
这是一个很容易踩中的坑。
涉及到 package time
中的以下内容:
func After(d Duration) <-chan Time func NewTimer(d Duration) *Timer func NewTicker(d Duration) *Ticker
先把结论放前面:
在高性能场景下,不应该使用time.After,而应该使用New.Timer并在不再使用该Timer后(无论该Timer是否被触发)调用Timer的Stop方法来及时释放资源。不然内存资源可能被延时释放。
使用time.NewTicker时,在Ticker对象不再使用后(无论该Ticker是否被触发过),一定要调用Stop方法,否则会造成内存和cpu泄漏。
注意,本篇文章前后有关联,需要顺序阅读。
time.After
官方文档说明
func After(d Duration) <-chan Time
After waits for the duration to elapse and then sends the current time on the returned channel. It is equivalent to NewTimer(d).C.
由此我们可以知道, After函数等待参数duration所指定的时间到达后才返回,返回的chan中Time的值为当前时间。
After函数等价于time.NewTimer(d).C。
我们再看After函数的源码实现:
func After(d Duration) <-chan Time { return NewTimer(d).C }
确实如上面文档所描述,在内部生成了一个time.Timer的匿名对象,并返回它的chan Time数据成员C。
官方文档中还贴了个小例子:
select { case m := <-c: handle(m) case <-time.After(5 * time.Minute): fmt.Println("timed out") }
这个例子演示了一小段消费者代码,当消费协程在5分钟内从channel c上接收到数据,则执行消费业务逻辑 handle(m)
,当超过5分钟未接收到数据,则打印超时。
那么问题来了,如果消费协程在5分钟内从channel c上接收到了数据,time.After内部的time.Timer以及Timer内部的channel何时释放?
我们来看以下这段源码中的注释
// The underlying Timer is not recovered by the garbage collector // until the timer fires. If efficiency is a concern, use NewTimer // instead and call Timer.Stop if the timer is no longer needed.
意思是,After函数底层所使用的Timer直到timer被触发才会被golang的垃圾回收器处理。如果是高性能场景,应该使用time.NewTimer替代After函数,并且在timer不再使用时调用Timer.Stop。
从程序语意来说,官方文档所举例子中的time.After的case对应的 fmt.Println("timed out")
肯定是不会被执行了,那么注释中的 the timer fires
是什么时候呢?
写demo程序验证
demo程序逻辑
申请10万个协程作为生产者,10万个协程作为消费者,10万个channel,每1个消费者和唯一1个生成者通过1个channel相互关联。
测试场景一,最普通的生产消费模型。消费协程不设置超时,所有的消费协程都被生产协程通过channel唤醒。
测试场景二,消费协程设置超时,但是超时设置的足够长,长到所有的消费协程依然都被channel唤醒。
demo程序源码
package main import ( "fmt" "log" "runtime" "sync" "sync/atomic" "time" ) var allDone sync.WaitGroup var consumeCount uint32 var timeoutCount uint32 func nowStats() string { var ms runtime.MemStats runtime.ReadMemStats(&ms) return fmt.Sprintf("Alloc:%d(bytes) HeapIdle:%d(bytes) HeapReleased:%d(bytes) NumGoroutine:%d", ms.Alloc, ms.HeapIdle, ms.HeapReleased, runtime.NumGoroutine()) } func produce(ch chan int) { ch <- 1 } func consume(ch chan int) { //t := time.NewTimer(5 * time.Second) select { case <-ch: atomic.AddUint32(&consumeCount, 1) case <-time.After(5 * time.Second): //case <- t.C: atomic.AddUint32(&timeoutCount, 1) } //t.Stop() allDone.Done() } func main() { log.Printf("program begin. %s\n", nowStats()) for i := 0; i < 1000*1000; i++ { allDone.Add(1) ch := make(chan int, 1) go consume(ch) go produce(ch) } allDone.Wait() runtime.GC() log.Printf("all consumer done. consume count:%d timeoutcount:%d stats:%s\n", atomic.LoadUint32(&consumeCount), atomic.LoadUint32(&timeoutCount), nowStats()) log.Printf("sleep...") time.Sleep(10 * time.Second) runtime.GC() log.Printf("program end. %s\n", nowStats()) }
如何观察
在两个场景下,我们都使用golang中的runtime.MemStats(使用方法可参考我之前写的一篇文章 https://pengrl.com/p/24169/ )来观察demo程序的内存变化。
以下测试数据基于的环境为 centos go1.12.1
第一个场景
程序输出如下:
2019/04/08 11:13:26 program begin. Alloc:44040(bytes) HeapIdle:66666496(bytes) HeapReleased:0(bytes) NumGoroutine:1 2019/04/08 11:13:27 all consumer done. consume count:1000000 timeoutcount:0 stats:Alloc:6110368(bytes) HeapIdle:59203584(bytes) HeapReleased:0(bytes) NumGoroutine:1 2019/04/08 11:13:27 sleep... 2019/04/08 11:13:37 program end. Alloc:6111968(bytes) HeapIdle:59179008(bytes) HeapReleased:0(bytes) NumGoroutine:1
分析:
在所有的消费协程消费结束后(all consumer done.):
Alloc:6110368 表示demo程序申请还未被垃圾回收器回收的内存为5967KB
HeapIdle:59203584 表示demo程序的垃圾回收器持有且没有归还给操作系统的内存为 56M
结论:该场景的内存使用正常。
第二个场景
程序输出如下:
2019/04/08 11:29:49 program begin. Alloc:44040(bytes) HeapIdle:66666496(bytes) HeapReleased:0(bytes) NumGoroutine:1 2019/04/08 11:29:52 all consumer done. consume count:1000000 timeoutcount:0 stats:Alloc:227885584(bytes) HeapIdle:103030784(bytes) HeapReleased:0(bytes) NumGoroutine:1 2019/04/08 11:29:52 sleep... 2019/04/08 11:30:02 program end. Alloc:19885920(bytes) HeapIdle:311320576(bytes) HeapReleased:0(bytes) NumGoroutine:1
分析:
在所有的消费协程消费结束后(all consumer done.):
Alloc:227885584(bytes) HeapIdle:103030784(bytes)
即demo程序申请还未被垃圾回收器回收的内存为217M
,demo程序的垃圾回收器持有且没有归还给操作系统的内存为 98M
在等待10秒后(program end.):
Alloc:19885920(bytes) HeapIdle:311320576(bytes)
即demo程序申请还未被垃圾回收器回收的内存下降为 18M
,demo程序的垃圾回收器持有且没有归还给操作系统的内存上升为 296M
结论:
在所有的定时器都没有被触发的场景。如果在定时器设置的时间内(5秒),程序依然持有这部分内存,如果在超过定时器设置的时间后(10秒),程序内存被释放。
但何时进一步释放给操作系统由垃圾回收器决定。
time.NewTimer
我们将上面的demo程序中的time.After更换成time.NewTimer,并调用timer的Stop方法。相关的代码修改如下:
func consume(ch chan int) { t := time.NewTimer(5 * time.Second) select { case <-ch: atomic.AddUint32(&consumeCount, 1) case <-t.C: atomic.AddUint32(&timeoutCount, 1) } t.Stop() allDone.Done() }
程序输出如下:
2019/04/08 13:44:44 program begin. Alloc:44040(bytes) HeapIdle:66560000(bytes) HeapReleased:0(bytes) NumGoroutine:1 2019/04/08 13:44:47 all consumer done. consume count:1000000 timeoutcount:0 stats:Alloc:11036656(bytes) HeapIdle:119873536(bytes) HeapReleased:49831936(bytes) NumGoroutine:1 2019/04/08 13:44:47 sleep... 2019/04/08 13:44:57 program end. Alloc:11036864(bytes) HeapIdle:119750656(bytes) HeapReleased:49831936(bytes) NumGoroutine:1
分析:
在所有的消费协程消费结束后:
Alloc:11036656(bytes) HeapIdle:119873536(bytes)
即程序申请还未被垃圾回收器回收的内存为 10M
,程序的垃圾回收器持有且没有归还给操作系统的内存为 114M
结论:
说明使用time.NewTimer并调用Stop方法后,内存会立即被垃圾回收器回收。
何时需要调用Stop方法
func (t *Timer) Stop() bool
Stop prevents the Timer from firing. It returns true if the call stops the timer, false if the timer has already expired or been stopped.
调用Stop方法可阻止Timer被触发。如果Stop调用停止了timer,那么返回true,如果timer已经被触发过或者已经被停止了,那么返回false。
结论:
Stop方法在timer未被触发或已被触发或已被关闭的情况下都可以被调用。在高性能场景下,我们应该统一在select结束后,即timer不再使用后调用Stop方法。
time.NewTicker
time.NewTicker和time.NewTimer的区别是Timer只被触发一次,而Ticker会周期性持续触发。
我们将demo程序的NewTimer修改成NewTicker,如果不调用Stop方法,那么不光内存得不到释放,cpu也会周期性的被大量占用,即使我们已经不再使用那个Ticker对象了。(即对应的golang底层的定时器还在工作)
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- Python获取CPU、内存使用率以及网络使用状态代码
- 使用nice,cpulimit和cgroups限制进程CPU使用率
- Oracle 监控索引的使用率 - 一沙弥
- 排查tomcat服务器CPU使用率过高
- Android 8.0 以后 CPU 使用率的方案研究
- Linux杀不死的进程之CPU使用率700%
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。
面向对象葵花宝典:思想、技巧与实践
李运华 编著 / 电子工业出版社 / 2015-12 / 69
《面向对象葵花宝典:思想、技巧与实践》系统地讲述了面向对象技术的相关内容,包括面向对象的基本概念、面向对象开发的流程、面向对象的各种技巧,以及如何应用面向对象思想进行架构设计。在讲述相关知识或技术的时候,除了从“是什么”这个角度进行介绍外,更加着重于从“为什么”和“如何用”这两个角度进行剖析,力争让读者做到“知其然,并知其所以然”,从而达到在实践中既能正确又能优秀地应用面向对象的相关技术和技巧。 ......一起来看看 《面向对象葵花宝典:思想、技巧与实践》 这本书的介绍吧!