Goroutine 调度器的 GMP 模型

Goroutine 调度器的 GMP 模型的设计思想

面对之前调度器的问题，Go 设计了新的调度器。

在新调度器中，出列 M (thread) 和 G (goroutine)，又引进了 P (Processor)。

Processor，它包含了运行 goroutine 的资源，如果线程想运行 goroutine，必须先获取 P，P 中还包含了可运行的 G 队列。

(1) GMP 模型

在 Go 中，线程是运行 goroutine 的实体，调度器的功能是把可运行的 goroutine 分配到工作线程上。

• 全局队列（Global Queue）：存放等待运行的 G。

• P 的本地队列：同全局队列类似，存放的也是等待运行的 G，存的数量有限，不超过 256 个。新建 G’时，G’优先加入到 P 的本地队列，如果队列满了，则会把本地队列中一半的 G 移动到全局队列。

• P 列表：所有的 P 都在程序启动时创建，并保存在数组中，最多有 GOMAXPROCS(可配置) 个。

• M：线程想运行任务就得获取 P，从 P 的本地队列获取 G，P 队列为空时，M 也会尝试从全局队列拿一批 G 放到 P 的本地队列，或从其他 P 的本地队列偷一半放到自己 P 的本地队列。M 运行 G，G 执行之后，M 会从 P 获取下一个 G，不断重复下去。

Goroutine 调度器和 OS 调度器是通过 M 结合起来的，每个 M 都代表了 1 个内核线程，OS 调度器负责把内核线程分配到 CPU 的核上执行。

1.1 有关 P 和 M 的个数问题

1、P 的数量：

• 由启动时环境变量 $GOMAXPROCS 或者是由 runtime 的方法 GOMAXPROCS() 决定。这意味着在程序执行的任意时刻都只有 $GOMAXPROCS 个 goroutine 在同时运行。

2、M 的数量:

• go 语言本身的限制：go 程序启动时，会设置 M 的最大数量，默认 10000. 但是内核很难支持这么多的线程数，所以这个限制可以忽略。

• runtime/debug 中的 SetMaxThreads 函数，设置 M 的最大数量。

• 一个 M 阻塞了，会创建新的 M。

M 与 P 的数量没有绝对关系，一个 M 阻塞，P 就会去创建或者切换另一个 M，所以，即使 P 的默认数量是 1，也有可能会创建很多个 M 出来。

1.2 P 和 M 何时会被创建

• 1、 P 何时创建：在确定了 P 的最大数量 n 后，运行时系统会根据这个数量创建 n 个 P。

• 2、 M 何时创建：没有足够的 M 来关联 P 并运行其中的可运行的 G。比如所有的 M 此时都阻塞住了，而 P 中还有很多就绪任务，就会去寻找空闲的 M，而没有空闲的，就会去创建新的 M。

(2) 调度器的设计策略

复用线程：避免频繁的创建、销毁线程，而是对线程的复用。

2.1 work stealing (工作窃取) 机制

• 当本线程无可运行的 G 时，尝试从其他线程绑定的 P 偷取 G，而不是销毁线程。

2.2 hand off (移交) 机制

当本线程因为 G 进行系统调用阻塞时，线程释放绑定的 P，把 P 转移给其他空闲的线程执行。

• 利用并行：GOMAXPROCS 设置 P 的数量，最多有 GOMAXPROCS 个线程分布在多个 CPU 上同时运行。GOMAXPROCS 也限制了并发的程度，比如 GOMAXPROCS = 核数/2，则最多利用了一半的 CPU 核进行并行。

• 抢占：在 coroutine 中要等待一个协程主动让出 CPU 才执行下一个协程，在 Go 中，一个 goroutine 最多占用 CPU 10ms，防止其他 goroutine 被饿死，这就是 goroutine 不同于 coroutine 的一个地方。

• 全局 G 队列：在新的调度器中依然有全局 G 队列，但功能已经被弱化了，当 M 执行 work stealing 从其他 P 偷不到 G 时，它可以从全局 G 队列获取 G。

(3) go func () 调度流程

从上图我们可以分析出几个结论：

• 1、 我们通过 go func()来创建一个goroutine；

• 2、 有两个存储G的队列，一个是局部调度器P的本地队列、一个是全局G队列。新创建的G会先保存在P的本地队列中，如果P的本地队列已经满了就会保存在全局的队列中；

• 3、 G只能运行在M中，一个M必须持有一个P，M与P是1：1的关系。M会从P的本地队列弹出一个可执行状态的G来执行，如果P的本地队列为空，就会想其他的MP组合偷取一个可执行的G来执行；

• 4、 一个M调度G执行的过程是一个循环机制；

• 5、 当M执行某一个G时候如果发生了syscall或则其余阻塞操作，M会阻塞，如果当前有一些G在执行，runtime会把这个线程M从P中摘除(detach)，然后再创建一个新的操作系统的线程(如果有空闲的线程可用就复用空闲线程)来服务于这个P；

• 6、 当M系统调用结束时候，这个G会尝试获取一个空闲的P执行，并放入到这个P的本地队列。如果获取不到P，那么这个线程M变成休眠状态， 加入到空闲线程中，然后这个G会被放入全局队列中。

(4) 调度器的生命周期

4.1 特殊的M0和G0

M0

• M0 是启动程序后的编号为 0 的主线程，这个 M 对应的实例会在全局变量 runtime.m0 中，不需要在 heap（堆） 上分配，M0 负责执行初始化操作和启动第一个 G， 在之后 M0 就和其他的 M 一样了。

G0

• G0 是每次启动一个 M 都会第一个创建的 gourtine，G0 仅用于负责调度的 G，G0 不指向任何可执行的函数，每个 M 都会有一个自己的 G0。在调度或系统调用时会使用 G0 的栈空间，全局变量的 G0 是 M0 的 G0。

4.2 结合代码分析

下面来跟踪一段代码，对调度器里面的结构做一个分析，代码如下：

package main

import "fmt"

func main() {
    fmt.Println("Hello world")
}

整体的分析过程如下：

• （1）runtime创建最初的线程M0和Goroutine G0，并把二者关联。

• （2）调度器初始化：初始化M0、栈、垃圾回收，以及创建和初始化由GOMAXPROCS个P构成的P列表，如下图所示。

• （3）示例代码中的main()函数是main.main，runtime中也有1个main()函数runtime.main，代码经过编译后，runtime.main会调用main.main，程序启动时会为runtime.main创建Goroutine，称为Main Goroutine，然后把Main Goroutine加入到P的本地队列，如下图所示。

• （4） 启动m0，m0已经绑定了P，会从P的本地队列获取G，并获取到Main Goroutine。
• （5）G拥有栈，M根据G中的栈信息和调度信息设置运行环境。
• （6）M运行G。
• （7）G退出，再次回到M获取可运行的G，这样重复下去，直到main.main退出，runtime.main执行Defer和Panic处理，或调用runtime.exit退出程序。

调度器的生命周期几乎占满了一个Go程序的一生，runtime.main的Goroutine执行之前都是为调度器做准备工作，runtime.main的Goroutine运行，才是调度器的真正开始，直到runtime.main结束而结束。

(5) 可视化 GMP 编程

  在理解GPM的基本模型和初始化的生命周期及过程的基础上，还能不能通过一些工具来看一下程序的GPM模型在执行过程中的数据呢？

Golang提供了两种方式可以查看一个程序的GPM数据。

方式 1：go tool trace

  trace记录了运行时的信息，能提供可视化的Web页面。下面举一个简单的例子，主要的流程是，main()函数创建trace，trace会运行在单独的Goroutine中，然后main()打印”Hello World”，最后退出，代码如下：

package main

import (
    "fmt"
    "os"
    "runtime/trace"
)

func main(){

    // 创建trace文件
    f, err := os.Create("trace.out")
    if err != nil {
        panic(err)
    }

    defer f.Close()

    //启动 trace goroutine
    err = trace.Start(f)
    if err != nil {
        panic(err)
    }
    defer trace.Stop()

    // main
    fmt.Println("Hello World")
}

运行，结果如下：

go run trace.go
Hello World

这里会发现，当前路径下会得到一个trace.out文件，可以用工具go tool打开该文件，结果如下：

通过浏览器打开 http://127.0.0.1:5761 网址，点击 view trace 能够看见可视化的调度流程，如下图所示。

上图所示的是一个当前的代码运行的进程所包含的全部Go成相关的流程和各自的时间抽。

其中左侧部分包含的信息菜单如下图所示。

（1）G信息。

点击Goroutines那一行可视化的数据条，会看到一些详细的信息，如图所示：

一共有两个G在程序中，一个是特殊的G0，是每个M必须有的一个初始化的G；另一个是G1即Main Goroutine（执行main()函数的协程），在一段时间内处于可运行和运行的状态。

（2）M信息。

点击Threads那一行可视化的数据条，会看到一些详细的信息，如下图所示。

一共有两个M在程序中，一个是特殊的M0，另一个是正在处于Running执行状态的M1，这个M1是用于承载G1的线程。

（3）P信息。

再来看左侧PROCS栏中的信息，这里列举的如Proc 0和Proc 1均属于Process（处理器）的信息，如下图所示。

G1中调用了main.main，创建了trace goroutine G18。G1运行在P1上，G18运行在P0上。这里有两个P，一个P必须绑定一个M才能调度G。接下来是M的信息，如下图所示。

图中可以看见，G18在P0上被运行的时候，在Threads行新增了一个M的数据，点击可查看详细信息，如下图所示。

新增的一个M2就是P0为了执行G18而动态创建的。

方式 2：Debug trace

package main

import (
    "fmt"
    "time"
)

func main() {
    for i := 0; i < 5; i++ {
        time.Sleep(time.Second)
        fmt.Println("Hello World")
    }
}

编译上面的代码的结果如下：

go build -o debug.exe main.go

接下来，通过Debug方式运行，结果如下：

接下来简单分析一下，上述输出结果的大致含义。

• （1）SCHED：调试信息输出标志字符串，代表本行是Goroutine调度器的输出。
• （2）0ms：即从程序启动到输出这行日志的时间。
• （3）gomaxprocs: P的数量，本例有16个P, 因为默认的P的属性是和CPU核心数量默认一致，当然也可以通过GOMAXPROCS来设置。
• （4）idleprocs: 处于idle状态的P的数量；通过gomaxprocs和idleprocs的差值，我们就可知道执行Go代码的P的数量。
• （5）threads: os threads/M的数量，包含scheduler使用的m数量，加上runtime自用的类似sysmon这样的thread的数量。
• （6）spinningthreads: 处于自旋状态的os thread数量。
• （7）idlethread: 处于idle状态的os thread的数量。
• （8）runqueue=0： Scheduler全局队列中G的数量。
• （9）[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]: 分别为16个P的 local queue中的G的数量。

查看GPM数据go tool trace方式和Debug trace方式。二者均能够看到一个程序运行中的GPM分布情况，go tool trace还提供了本地web的可视化查看方式，而Debug trace是通过命令行输出到终端中。