Go监控模式（Monitor Pattern）

Go 能实现监控模式[1]，归功于 sync 包和 sync.Cond 结构体。监控模式允许 goroutine 在进入睡眠模式前等待一个定特定条件，而不会阻塞执行或消耗资源。

条件变量

我们举个例子，来看看这个模式可以带来的好处。我将使用 Bryan Mills 的演示文稿[2]中提供的示例：

type Item = int type Queue struct {
 items     []Item
 *sync.Cond
} func NewQueue() *Queue {
 q := new(Queue)
 q.Cond = sync.NewCond(&sync.Mutex{})
 return q
} func (q *Queue) Put(item Item) {
 q.L.Lock()
 defer q.L.Unlock()
 q.items = append(q.items, item)
 q.Signal()
} func (q *Queue) GetMany(n int) []Item {
 q.L.Lock()
 defer q.L.Unlock()
 for len(q.items) < n {
  q.Wait()
 }
 items := q.items[:n:n]
 q.items = q.items[n:]
 return items
} func main() {
 q := NewQueue()
 var wg sync.WaitGroup
 for n := 10; n > 0; n-- {
  wg.Add(1)
  go func(n int) {
   items := q.GetMany(n)
   fmt.Printf("%2d: %2d\n", n, items)
   wg.Done()
  }(n)
 }
 for i := 0; i < 100; i++ {
  q.Put(i)
 }
 wg.Wait()
}

Queue 是一个非常简单的结体构，由一个切片和 sync.Cond 结构组成。然后，我们做两件事：

• 启动 10 个 goroutines，并将尝试一次消费 X 个元素。如果这些元素不够数目，那么 goroutine 将进去睡眠状态并等待被唤醒
• 主 goroutine 将用 100 个元素填入队列。每添加一个元素，它将唤醒一个等待消费的 goroutine。

程序的输出，

4: [31 32 33 34]
8: [10 11 12 13 14 15 16 17]
5: [35 36 37 38 39]
3: [ 7  8  9]
6: [40 41 42 43 44 45]
2: [18 19]
9: [46 47 48 49 50 51 52 53 54]
10: [21 22 23 24 25 26 27 28 29 30]
1: [20]
7: [ 0  1  2  3  4  5  6]

如果多次运行此程序，将获得不同的输出。我们可以看到，由于是按批次检索值的，每个 goroutine 获取的值是一个连续的序列。这一点对于理解 sync.Cond 与 channels 的差异很重要。

sync.Cond vs Channels

用单个 channel 解决这个问题并不容易，因为它会被消费者一个接一个地拉出来。

为了解决这个问题，Bryan Mills 编写了一个包含两个通道组合的等价解决方案（第 65 页）[3]：

type Item = int type waiter struct {
 n int  c chan []Item
} type state struct {
 items []Item
 wait  []waiter
} type Queue struct {
 s chan state
} func NewQueue() *Queue {
 s := make(chan state, 1)
 s <- state{}
 return &Queue{s}
} func (q *Queue) Put(item Item) {
 s := <-q.s
 s.items = append(s.items, item)
 for len(s.wait) > 0 {
  w := s.wait[0]
  if len(s.items) < w.n {
   break   }
  w.c <- s.items[:w.n:w.n]
  s.items = s.items[w.n:]
  s.wait = s.wait[1:]
 }
 q.s <- s
} func (q *Queue) GetMany(n int) []Item {
 s := <-q.s
 if len(s.wait) == 0 && len(s.items) >= n {
  items := s.items[:n:n]
  s.items = s.items[n:]
  q.s <- s
  return items
 }
 c := make(chan []Item)
 s.wait = append(s.wait, waiter{n, c})
 q.s <- s
 return <-c
}

结果类似：

1: [ 0]
10: [ 1  2  3  4  5  6  7  8  9 10]
5: [11 12 13 14 15]
8: [16 17 18 19 20 21 22 23]
6: [24 25 26 27 28 29]
3: [37 38 39]
7: [30 31 32 33 34 35 36]
9: [46 47 48 49 50 51 52 53 54]
2: [44 45]
4: [40 41 42 43]

在可读性和语义方面，条件变量在这里可能有一个小优势。但是，它也有限制。

注意事项

我们运行包含 100 个元素的基准测试，如示例所示：

WithCond-8  15.7µs ± 2%
WithChan-8  19.4µs ± 1%

在这里使用条件变量要快一些。让我们试试 10k 个元素的基准测试：

WithCond-8  2.84ms ± 1%
WithChan-8   917µs ± 1%

可以看到 channel 的速度要快得多。Bryan Mills 在“饥饿”部分（第 45 页）[4]中解释了这个问题：

假设我们调用 GetMany(3000) 的同时有一个调用者在密集的循环中执行 GetMany(3)。两个服务可能几乎同时醒来，但 GetMany(3) 调用将能够消耗三个元素，而 GetMany(3000) 将没有足够的元素就绪。队列将保持耗尽状态，较大的调用将一直阻塞。

该演示文稿还强调了在处理条件变量时我们可能面临的其他问题。如果模式看起来很简单，我们在使用它时应该小心。之前看到的例子向我们展示了如何更有效地使用 channel 并通过通信进行共享。

内部流程

内部实现非常简单，基于发号系统。以下是上一个示例的简单表示：

进入等待模式的每个 goroutine 将从变量 wait 开始分号，该变量从 0 开始。这表示等待队列。

然后，每次调用 Signal() 都会增加另一个名为 notify 的计数器，该计数器代表需要通知或唤醒的 goroutine 队列。

我们的 sync.Cond 结构包含一个负责发号的结构：

type notifyList struct {
 wait   uint32  notify uint32  lock   uintptr  head   unsafe.Pointer
 tail   unsafe.Pointer
}

这是就是上面提到的 wait 和 notify 变量。该结构还通过 head 和 tail 保存等待的 goroutine 的链表，其中每个 goroutine 在其内部结构中保持对所获取的票号的引用。

当收到信号时，Go 会在链表上进行迭代，直到分配给被检查的 goroutine 的票号与notify 变量的编号匹配，如匹配则唤醒当前票号的 goroutine。一旦找到 goroutine，其状态将从等待模式变为可运行模式，然后在 Go 调度程序中处理。