![Golang本地缓存选型，看这篇就够了[万文长字],第1张](/aiimages/Golang%E6%9C%AC%E5%9C%B0%E7%BC%93%E5%AD%98%E9%80%89%E5%9E%8B%EF%BC%8C%E7%9C%8B%E8%BF%99%E7%AF%87%E5%B0%B1%E5%A4%9F%E4%BA%86%5B%E4%B8%87%E6%96%87%E9%95%BF%E5%AD%97%5D.png "Golang本地缓存选型，看这篇就够了[万文长字],第1张")
golang并发安全k-v缓存库源码分析、对比。包括Golang map、sync.map、concurrent-map技术选型对比、深度分析。
golang map 1. 并发读写测试在golang中原生map 在并发场景下，同时读写是线程不安全的，无论key是否一样。以下是测试代码
package main
import "time"
func main() {
testMapReadWriteDiffKey()
}
func testMapReadWriteDiffKey() {
m := make(map[int]int)
go func() {
for {
m[100] = 100
}
}()
go func() {
for {
_ = m[12]
}
}()
select {}
}
如上图的demo，并发读写map的不同key，运行结果如下
map读的时候会检查hashWriting标志， 如果有这个标志，就会报并发错误。写的时候会设置这个标志：h.flags |= hashWriting.设置完之后会取消这个标记。map的并发问题不是那么容易被发现, 可以利用-race参数来检查。map并发读写冲突检测机制不是本文的重点，不过感兴趣的同学可以通过以下链接深入了解下。这是源码，文章分析看这里。编译时的选项-race，为何能分析出并发问题，详见：go官方博客，文章分析，视频讲解
2. map+读写锁在官方库sync.map没出来前，Go maps in action推荐的做法是使用map+RWLock，比如定义一个匿名struct变量，其包含map、RWLock，如下所示
var counter = struct{
sync.RWMutex
m map[string]int
}{m: make(map[string]int)}
可以这样从counter中读数据
counter.RLock()
n := counter.m["some_key"]
counter.RUnlock()
fmt.Println("some_key:", n)
可以这样往counter中写数据
counter.Lock()
counter.m["some_key"]++
counter.Unlock()
那Go 1.9版本实现的sync.map和上面的这种实现方式有什么不同？它适用于哪些场景呢？它在哪些方面做了性能优化呢？
sync.mapsync.map是用读写分离实现的，其思想是空间换时间。和map+RWLock的实现方式相比，它做了一些优化：可以无锁访问read map，而且会优先 *** 作read map，倘若只 *** 作read map就可以满足要求(增删改查遍历)，那就不用去 *** 作write map(它的读写都要加锁)，所以在某些特定场景中它发生锁竞争的频率会远远小于map+RWLock的实现方式。
接下来着重介绍下sync.map的源码，以了解其运作原理
1. 变量介绍 1.1 结构体Maptype Map struct {
// 互斥锁mu， *** 作dirty需先获取mu
mu Mutex
// read是只读的数据结构，访问它无须加锁，sync.map的所有 *** 作都优先读read
// read中存储结构体readOnly，readOnly中存着真实数据---entry（详见1.3），read是dirty的子集
// read中可能会存在脏数据：即entry被标记为已删除(详见1.3)
read atomic.Value // readOnly
// dirty是可以同时读写的数据结构，访问它要加锁，新添加的key都会先放到dirty中
// dirty == nil的情况：1.被初始化 2.提升为read后，但它不能一直为nil，否则read和dirty会数据不一致。
// 当有新key来时，会用read中的数据 (不是read中的全部数据，而是未被标记为已删除的数据，详见3.2)填充dirty
// dirty != nil时它存着sync.map的全部数据（包括read中未被标记为已删除的数据和新来的数据）
dirty map[interface{}]*entry
// 统计访问read没有未命中然后穿透访问dirty的次数
// 若miss等于dirty的长度，dirty会提升成read，提升后可以增加read的命中率，减少加锁访问dirty的次数
misses int
}
type readOnly struct {
m map[interface{}]*entry
amended bool
}
1.1的结构read存的就是readOnly，m是一个map，key是interface，value是指针entry，其指向真实数据的地址，amended等于true代表dirty中有readOnly.m中不存在的entry
1.3 结构体entrytype entry struct {
// p == nil：entry已从readOnly中删除但存在于dirty中
// p == expunged：entry已从Map中删除且不在dirty中
// p == 其他值：entry为正常值
p unsafe.Pointer // *interface{}
}
entry中的指针p指向真正的value所在的地址，dirty和readOnly.m存的值类型就是*entry。这里的nil和expunged有什么作用呢？只要nil不可以吗？对于这些问题后面会一一解读。
2. 函数介绍下面介绍下sync.Map的四个方法：Store、Load、Delete、Range
2.1 Load方法 图解源码分析Load方法用来加载sync.Map中的值，入参是key，返回值是对应的value以及value存在与否
func (m *Map) Load(key interface{}) (value interface{}, ok bool) {
// 从m.read中换出readOnly，然后从里面找key，这个过程不加锁
read, _ := m.read.Load().(readOnly)
e, ok := read.m[key]
// readOnly中不存在此key但Map.dirty可能存在
if !ok && read.amended {
// 加锁访问Map.dirty
m.mu.Lock()
// 双重检测:若加锁前Map.dirty被替换为readonly，则前面m.read.Load().(readOnly)无效，需
// 要再次检查
read, _ = m.read.Load().(readOnly)
e, ok = read.m[key]
// read.m没有此key && dirty里有可能有（dirty中有read.m没有的数据）
if !ok && read.amended {
// 从dirty中获取key对应的entry
e, ok = m.dirty[key]
// 无论Map.dirty中是否有这个key，miss都加一，若miss大小等于dirty的长度，dirty中的元素会被
// 加到Map.read中
m.missLocked()
}
m.mu.Unlock()
}
if !ok {
return nil, false
}
// 若entry.p被删除（等于nil或expunged）返回nil和不存在（false），否则返回对应的值和存在（true）
return e.load()
}
Map.dirty是如何提升为Map.read的呢？让我们来看下missLocked方法
func (m *Map) missLocked() {
// 访问一次Map.dirty，misses就要加一
m.misses++
if m.misses < len(m.dirty) {
return
}
// 当misses等于dirty的长度，m.dirty提升为readOnly，amended被默认赋值成false
m.read.Store(readOnly{m: m.dirty})
m.dirty = nil
m.misses = 0
}
小结：
Load方法会优先无锁访问readOnly，未命中后如果Map.dirty中可能存在这个数据就会加锁访问Map.dirtyLoad方法如果访问readOnly中不存在但dirty中存在的key，就要加锁访问Map.dirty从而带来额外开销。 2.2 Store方法 图解源码解析Store方法往Map里添加新的key和value或者更新value
func (m *Map) Store(key, value interface{}) {
// 把m.read转成结构体readOnly
read, _ := m.read.Load().(readOnly)
// 若key在readOnly.m中且entry.p不为expunged（没有标记成已删除）即key同时存在于readOnly.m和dirty
// ,用CAS技术更新value 【注】：e.tryStore在entry.p == expunged时会立刻返回false，否则用CAS
// 尝试更新对应的value, 更新成功会返回true
if e, ok := read.m[key]; ok && e.tryStore(&value) {
return
}
// key不存在于readOnly.m或者entry.p==expunged(entry被标记为已删除)，加锁访问dirty
m.mu.Lock()
// 双重检测：若加锁前Map.dirty被提升为readOnly，则前面的read.m[key]可能无效，所以需要再次检测key是
// 否存在于readOnly中
read, _ = m.read.Load().(readOnly)
// 若key在于readOnly.m中
if e, ok := read.m[key]; ok {
// entry.p之前的状态是expunged，把它置为nil
if e.unexpungeLocked() {
// 之前dirty中没有此key，所以往dirty中添加此key
m.dirty[key] = e
}
// 更新（把value的地址原子赋值给指针entry.p）
e.storeLocked(&value)
// 若key在dirty中
} else if e, ok := m.dirty[key]; ok {
// 更新（把value的地址原子赋值给指针entry.p）
e.storeLocked(&value)
// 来了个新key
} else {
// dirty中没有新数据，往dirty中添加第一个新key
if !read.amended {
// 把readOnly中未标记为删除的数据拷贝到dirty中
m.dirtyLocked()
// amended:true，因为现在dirty有readOnly中没有的key
m.read.Store(readOnly{m: read.m, amended: true})
}
// 把这个新的entry加到dirty中
m.dirty[key] = newEntry(value)
}
m.mu.Unlock()
}
tryStore函数如下：
func (e *entry) tryStore(i *interface{}) bool {
for {
p := atomic.LoadPointer(&e.p)
if p == expunged {
return false
}
if atomic.CompareAndSwapPointer(&e.p, p, unsafe.Pointer(i)) {
return true
}
}
}
unexpungeLocked函数如下：
func (e *entry) unexpungeLocked() (wasExpunged bool) {
return atomic.CompareAndSwapPointer(&e.p, expunged, nil)
}
dirtyLocked函数如下:
func (m *Map) dirtyLocked() {
// 只要调用dirtyLocked，此时dirty肯定等于nil
if m.dirty != nil {
return
}
// dirty为nil时，把readOnly中没被标记成删除的entry添加到dirty
read, _ := m.read.Load().(readOnly)
m.dirty = make(map[interface{}]*entry, len(read.m))
for k, e := range read.m {
// tryExpungeLocked函数在entry未被删除时【e.p!=expunged&&e.p!=nil】返回false，在
// e.p==nil时会将其置为expunged并返回true
if !e.tryExpungeLocked() {
m.dirty[k] = e // entry没被删除，把它添加到dirty中
}
}
}
小结：
Store方法优先无锁访问readOnly，未命中会加锁访问dirtyStore方法中的双重检测机制在下面的Load、Delete、Range方法中都会用到，原因是：加锁前Map.dirty可能已被提升为Map.read，所以加锁后还要再次检查key是否存在于Map.read中dirtyLocked方法在dirty为nil（刚被提升成readOnly或者Map初始化时）会从readOnly中拷贝数据，如果readOnly中数据量很大，可能偶尔会出现性能抖动。sync.map不适合用于频繁插入新key-value的场景，因为此 *** 作会频繁加锁访问dirty会导致性能下降。更新 *** 作在key存在于readOnly中且值没有被标记为删除(expunged)的场景下会用无锁 *** 作CAS进行性能优化，否则也会加锁访问dirty 2.3 Delete方法图解
源码解析
Delete方法把key从Map中删掉，返回被删除的值和是否删除成功，它底层调用的是LoadAndDelete
func (m *Map) LoadAndDelete(key interface{}) (value interface{}, loaded bool) {
// 从m.read中换出readOnly，然后从里面找key，此过程不加锁
read, _ := m.read.Load().(readOnly)
e, ok := read.m[key]
// readOnly不存在此key，但dirty中可能存在
if !ok && read.amended {
// 加锁访问dirty
m.mu.Lock()
// 双重检测:若加锁前Map.dirty被替换为readonly，则前面m.read.Load().(readOnly)无
// 效，需要再次检查
read, _ = m.read.Load().(readOnly)
e, ok = read.m[key]
// readOnly不存在此key，但是dirty中可能存在
if !ok && read.amended {
e, ok = m.dirty[key]
delete(m.dirty, key)
m.missLocked()
}
m.mu.Unlock()
}
if ok {
// 如果entry.p不为nil或者expunged，则把entry.p软删除（标记为nil）
return e.delete()
}
return nil, false
}
func (e *entry) delete() (value interface{}, ok bool) {
for {
p := atomic.LoadPointer(&e.p)
if p == nil || p == expunged {
return nil, false
}
// e.p是真实值，把它置为nil
if atomic.CompareAndSwapPointer(&e.p, p, nil) {
return *(*interface{})(p), true
}
}
}
小结：
图解
源码解析
Range方法可遍历Map，参数是个函数（入参：key和value，返回值：是否停止遍历Range方法）
func (m *Map) Range(f func(key, value interface{}) bool) {
read, _ := m.read.Load().(readOnly)
// dirty存在readOnly中不存在的元素
if read.amended {
// 加锁访问dirty
m.mu.Lock()
// 再次检测read.amended，因为加锁前它可能已由true变成false
read, _ = m.read.Load().(readOnly)
if read.amended {
// readOnly.amended被默认赋值成false
read = readOnly{m: m.dirty}
m.read.Store(read)
m.dirty = nil
m.misses = 0
}
m.mu.Unlock()
}
// 遍历readOnly.m
for k, e := range read.m {
v, ok := e.load()
if !ok {
continue
}
if !f(k, v) {
break
}
}
}
小结：
Range方法Map的全部key都存在于readOnly中时，是无锁遍历的，性能最高Range方法在readOnly只存在Map中的部分key时，会一次性加锁拷贝dirty的元素到readOnly，减少多次加锁访问dirty中的数据 3. sync.map总结 3.1 使用场景sync.Map更适合读多更新多而插入新值少的场景（appendOnly模式，尤其是key存一次，多次读而且不删除的情况），因为在key存在的情况下读写删 *** 作可以不用加锁直接访问readOnly
不适合反复插入与读取新值的场景，因为这种场景会频繁 *** 作dirty，需要频繁加锁和更新read【此场景github开源库orcaman/concurrent-map更合适】
entry.p取值有3种，nil、expunged和指向真实值。那expunged出现在什么时候呢？为什么要有expunged的设计呢？它有什么作用呢？
什么时候expunged会出现呢？
当用Store方法插入新key时，会加锁访问dirty，并把readOnly中的未被标记为删除的所有entry指针复制到dirty，此时之前被Delete方法标记为软删除的entry（entry.p被置为nil）都变为expunged，那这些被标记为expunged的entry将不会出现在dirty中。
反向思维，如果没有expunged，只有nil会出现什么结果呢？
直接删掉entry==nil的元素，而不是置为expunged：在用Store方法插入新key时，readOnly数据拷贝到dirty时直接把为ni的entry删掉。但这要对readOnly加锁，sync.map设计理念是读写分离，所以访问readOnly不能加锁。不删除entry==nil的元素，全部拷贝：在用Store方法插入新key时，readOnly中entry.p为nil的数据全部拷贝到dirty中。那么在dirty提升为readOnly后这些已被删除的脏数据仍会保留，也就是说它们会永远得不到清除，占用的内存会越来越大。不拷贝entry.p==nil的元素：在用Store方法插入新key时，不把readOnly中entry.p为nil的数据拷贝到dirty中，那在用Store更新值时，就会出现readOnly和dirty不同步的状态，即readOnly中存在dirty中不存在的key，那dirty提升为readOnly时会出现数据丢失的问题。 4. sync.map的其他问题为什么sync.map不实现len方法?个人觉得还是成本和收益的权衡。
实现len方法要统计readOnly和dirty的数据量，势必会引入锁竞争，导致性能下降，还会额外增加代码实现复杂度对sync.map的并发 *** 作导致其数据量可能变化很快，len方法的统计结果参考价值不大。 orcanman/concurrent-maporcaman/concurrent-map的适用场景是：**反复插入与读取新值，**其实现思路是:对go原生map进行分片加锁，降低锁粒度，从而达到最少的锁等待时间(锁冲突)
它的实现比较简单，截取部分源码如下
// SHARD_COUNT 分片大小
var SHARD_COUNT = 32
type ConcurrentMap []*ConcurrentMapShared
// ConcurrentMapShared 分片的并发map
type ConcurrentMapShared struct {
items map[string]interface{}
sync.RWMutex // 访问内部map都需要先获取读写锁
}
// New 创建一个concurrent map.
func New() ConcurrentMap {
m := make(ConcurrentMap, SHARD_COUNT)
for i := 0; i < SHARD_COUNT; i++ {
m[i] = &ConcurrentMapShared{items: make(map[string]interface{})}
}
return m
}
// 先hash拿到key对应的分区号，然后加锁，读取值，最后释放锁和返回
func (m ConcurrentMap) Get(key string) (interface{}, bool) {
// Get shard
shard := m.GetShard(key)
shard.RLock()
// Get item from shard.
val, ok := shard.items[key]
shard.RUnlock()
return val, ok
}
// 先hash拿到key对应的分区号，然后加锁，设置新值，最后释放锁
func (m ConcurrentMap) Set(key string, value interface{}) {
// Get map shard.
shard := m.GetShard(key)
shard.Lock()
shard.items[key] = value
shard.Unlock()
}
// 先hash拿到key对应的分区号，然后加锁，删除key，最后释放锁
func (m ConcurrentMap) Remove(key string) {
// Try to get shard.
shard := m.GetShard(key)
shard.Lock()
delete(shard.items, key)
shard.Unlock()
}
// 分别拿到每个分片map中的元素数量，然后汇总后返回
func (m ConcurrentMap) Count() int {
count := 0
for i := 0; i < SHARD_COUNT; i++ {
shard := m[i]
shard.RLock()
count += len(shard.items)
shard.RUnlock()
}
return count
}
// 先hash拿到key对应的分区号，然后加锁，如果key存在就更新其value，否则插入新的k-v，释放锁并返回
func (m ConcurrentMap) Upsert(key string, value interface{}, cb UpsertCb) (res interface{}) {
shard := m.GetShard(key)
shard.Lock()
v, ok := shard.items[key]
res = cb(ok, v, value)
shard.items[key] = res
shard.Unlock()
return res
}
当然在其他业务场景中，我们可能更需要的是本地kv缓存组件库并要求它们支持键过期时间设置、淘汰策略、存储优化、gc优化等。 这时候可能我们就需要去了解freecache、gocache、fastcache、bigcache、groupcache等组件库了。
参考链接https://stackoverflow.com/questions/45585589/golang-fatal-error-concurrent-map-read-and-map-write/45585833
https://github.com/golang/go/issues/20680
https://github.com/golang/go/blob/master/src/sync/map.go
https://github.com/orcaman/concurrent-map
干货将在我的微信公众号：小梁编程汇 持续更新。喜欢的话可以关注我微信公众哦
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）