研究課題

最近在考慮優(yōu)化程序的執(zhí)行時(shí)間時(shí)勋乾，考慮過(guò)一個(gè)問(wèn)題，就是辑莫，如果有一個(gè)并發(fā)處理的程序学歧，每次調(diào)用時(shí)，都需要做一部分預(yù)處理各吨，比如枝笨，發(fā)送http請(qǐng)求時(shí)，要先組裝request揭蜒，那么每一次都組裝好了再發(fā)請(qǐng)求和通過(guò)channel預(yù)處理request横浑，發(fā)送是從channel里面獲取會(huì)不會(huì)性能有很大提高呢？

測(cè)試代碼

為此忌锯，我做了一個(gè)小程序檢驗(yàn)伪嫁，代碼如下：

package main

import (
    "fmt"
    "sync"
    "time"
)

func main() {
    count, concurrcy := 10, 1

    costs := make([]time.Duration, count)
    cost1s := make([]time.Duration, count)
    for index := 0; index < 10; index++ {
        // directly
        var wg sync.WaitGroup
        wg.Add(concurrcy)
        now := time.Now()
        for index := 0; index < concurrcy; index++ {
            go func() {
                directlyGet()
                doAnother()
                wg.Done()
            }()
        }
        wg.Wait()
        costs[index] = time.Since(now)

        // channel
        var wg1 sync.WaitGroup
        wg1.Add(concurrcy)
        now1 := time.Now()
        for index := 0; index < concurrcy; index++ {
            go func() {
                <-channelGet()
                doAnother()
                wg1.Done()
            }()
        }
        wg1.Wait()
        cost1s[index] = time.Since(now1)
    }

    var cost, cost1 float64
    for index := 0; index < count; index++ {
        cost += costs[index].Seconds()
        cost1 += cost1s[index].Seconds()
    }
    fmt.Println("cost(avg, ms):", cost*1000/float64(count))
    fmt.Println("cost1(avg, ms):", cost1*1000/float64(count))
    fmt.Println("((cost1-cost)/cost)(%):", ((cost1 - cost) / cost))
}

func directlyGet() string {
    doOther()
    return "result"
}

func doOther() {
    time.Sleep(20 * time.Millisecond)
}

func doAnother() {
    time.Sleep(20 * time.Millisecond)
}

func channelGet() <-chan string {
    stream := make(chan string)
    go func() {
        defer close(stream)
        doOther()
        stream <- "result"
    }()

    return stream
}

direcltyGet是每次使用時(shí)，都要doOther完成偶垮，然后才能doAnother张咳；而channelGet則是將doOther和doAnother并發(fā)處理，簡(jiǎn)單來(lái)說(shuō)就是當(dāng)在doAnother的時(shí)候似舵，另一個(gè)goroutine已經(jīng)在doOther了脚猾。那這個(gè)結(jié)果是怎么樣的呢？這個(gè)程序現(xiàn)在主要影響的參數(shù)有2砚哗，1是concurrcy-并發(fā)量龙助，而是doOther：doAnother，即預(yù)處理部分相對(duì)于后面的處理所占的比例。count是用來(lái)消除單次執(zhí)行的影響提鸟，求取花費(fèi)時(shí)間平均值军援。

實(shí)驗(yàn)結(jié)果

經(jīng)過(guò)幾次調(diào)整后的結(jié)果列入下表（單位：ms）：

總結(jié)

在doOther固定20ms消耗的情況下（更大消耗無(wú)明顯影響，因?yàn)橄臅r(shí)間是按比例計(jì)算）称勋，經(jīng)過(guò)channel預(yù)處理之后所花費(fèi)時(shí)間無(wú)明顯減少（比例為負(fù)數(shù)）胸哥，反而在大并發(fā)量情況下還有所增加，猜測(cè)是由于放大goroutine之間的切換調(diào)度赡鲜，即阻塞與喚醒等空厌。因此，在無(wú)必要情況下银酬，如將輸入轉(zhuǎn)化成流形式嘲更，或者有并發(fā)共享內(nèi)存等的影響，可不必刻意追求將輸入轉(zhuǎn)化為channel流 揩瞪。