Go 运行时

# goroutine 定义

“ Goroutine 是一个与其他 goroutines 并行运行在同一地址空间的 Go 函数或方法。一个运行的程序由一个或更多个 goroutine 组成。它与线程、协程、进程等不同。它是一个 goroutine ” —— Rob Pike
Goroutines 在同一个用户地址空间里并行独立执行 functions ， channels 则用于 goroutines 间的通信和同步访问控制。

# goroutine VS thread

• 内存占用. 创建一个 goroutine 的栈内存消耗为 2 KB ( Linux AMD64 Go v1.4 后)，运行过程中，如果栈空间不够用，会自动进行扩容。 创建一个 thread 为了尽量避免极端情况下操作系统线程栈的溢出，默认会为其分配一个较大的栈内存 ( 1 - 8 MB 栈内存，线程标准 POSIX Thread )，而且还需要一个被称为 “guard page” 的区域用于和其他 thread 的栈空间进行隔离。而栈内存空间一旦创建和初始化完成之后其大小就不能再有变化，这决定了在某些特殊场景下系统线程栈还是有溢出的风险。
• 创建 / 销毁，线程创建和销毀都会有巨大的消耗，是内核级的交互 ( trap )。 POSIX 线程 (定义了创建和操纵线程的一套 API ) 通常是在已有的进程模型中增加的逻辑扩展，所以线程控制和进程控制很相似。而进入内核调度所消耗的性能代价比较高，开销较大。 goroutine 是用户态线程，是由 go runtime 管理，创建和销毁的消耗非常小。
• 调度切换 抛开陷入内核，线程切换会消耗 1000-1500 纳秒 (上下文保存成本高，较多寄存器，公平性，复杂时间计算统计)，一个纳秒平均可以执行 12-18 条指令。 所以由于线程切换，执行指令的条数会减少 12000-18000 。 goroutine 的切换约为 200ns (用户态、3 个寄存器)，相当于 2400-3600 条指令。因此， goroutines 切换成本比 threads 要小得多。
• 复杂性 线程的创建和退出复杂，多个 thread 间通讯复杂 ( share memory )。 不能大量创建线程 (参考早期的 httpd )，成本高，使用网络多路复用，存在大量 callback (参考 twemproxy 、 nginx 的代码) 。对于应用服务线程门槛高，例如需要做第三方库隔离，需要考虑引入线程池等。

# Goroutine 运行原理

Go 程序的执行由两层组成： Go Program ， Runtime ，即用户程序和运行时。它们之间通过函数调用来实现内存管理、 channel 通信、 goroutines 创建等功能。用户程序进行的系统调用都会被 Runtime 拦截，以此来帮助它进行调度以及垃圾回收相关的工作。

# M:N 模型

Go runtime 会负责 goroutine 的生老病死，从创建到销毁，都一手包办。 Runtime 会在程序启动的时候。 Go 创建 M 个线程 ( CPU 执行调度的单元，内核的 task_struct )，之后创建的 N 个 goroutine 都会依附在这 M 个线程上执行，即 M:N 模型。它们能够同时运行，与线程类似，但相比之下非常轻量。因此，程序运行时， Goroutines 的个数应该是远大于线程的个数的（ phread 是内核线程？）。

同一个时刻，一个线程只能跑一个 goroutine 。当 goroutine 发生阻塞 ( chan 阻塞、 mutex 、 syscall 等等) 时，Go 会把当前的 goroutine 调度走，让其他 goroutine 来继续执行，而不是让线程阻塞休眠，尽可能多的分发任务出去，让 CPU 忙。

# GM 调度模型

go 在 1.2 版本之前，调度模型使用的是 GM 调度模型。

# G

goroutine 的缩写，每次 go func() 都代表一个 G ，无限制。 使用 struct runtime.g ，包含了当前 goroutine 的状态、堆栈、上下文。

# M

工作线程 ( OS thread ) 也被称为 Machine，使用 struct runtime.m ，所有 M 是有线程栈的。 如果不对该线程栈提供内存的话，系统会给该线程栈提供内存 (不同操作系统提供的线程栈大小不同)
。当指定了线程栈，则 M.stack→G.stack ， M 的 PC 寄存器指向 G 提供的函数，然后去执行。

# GM 调度

Go 1.2 前的调度器实现，限制了 Go 并发程序的伸缩性，尤其是对那些有高吞吐或并行计算需求的服务程序。
每个 goroutine 对应于 runtime 中的一个抽象结构： G ，而 thread 作为 “物理 CPU” 的存在而被抽象为一个结构：M ( machine )。当 goroutine 调用了一个阻塞的系统调用，运行这个 goroutine 的线程就会被阻塞，这时至少应该再创建 / 唤醒一个线程来运行别的没有阻塞的 goroutine 。线程这里可以创建不止一个，可以按需不断地创建，而活跃的线程（处于非阻塞状态的线程）的最大个数存储在变量 GOMAXPROCS 中。

调用过程如下所示:

M 想要执行、放回 G 都必须访问全局 G 队列，并且 M 有多个，即多线程访问同一资源需要加锁进行保证互斥 / 同步，所以全局 G 队列是有互斥锁进行保护的

# GM 调度模型的问题

• 单一全局互斥锁 ( Sched.Lock ) 和集中状态存储
  导致所有 goroutine 相关操作，比如：创建、结束、重新调度等都要上锁。
• Goroutine 传递问题
  M 经常在 M 之间传递” 可运行” 的 goroutine ，这导致调度延迟增大以及额外的性能损耗（刚创建的 G 放到了全局队列，而不是本地 M 执行，不必要的开销和延迟）。
• Per-M 持有内存缓存 ( M.mcache )
  每个 M 持有 mcache 和 stackalloc ，然而只有在 M 运行 Go 代码时才需要使用的内存 (每个 mcache 可以高达 2mb )，当 M 在处于 syscall 时并不需要。运行 Go 代码和阻塞在 syscall 的 M 的比例高达 1:100 ，造成了很大的浪费。同时内存亲缘性也较差， G 当前在 M 运行后对 M 的内存进行了预热，因为现在 G 调度到同一个 M 的概率不高，数据局部性不好。
• 严重的线程阻塞 / 解锁
  在系统调用的情况下，工作线程经常被阻塞和取消阻塞，这增加了很多开销。比如 M 找不到 G ，此时 M 就会进入频繁阻塞 / 唤醒来进行检查的逻辑，以便及时发现新的 G 来执行。
  by Dmitry Vyukov “Scalable Go Scheduler Design Doc”

# GMP 调度模型

在 go 1.2 版本及以后，go 引入 GMP 调度模型

# G

goroutine 的缩写，每次 go func() 都代表一个 G ，无限制。 使用 struct runtime.g ，包含了当前 goroutine 的状态、堆栈、上下文。

# M

工作线程 ( OS thread ) 也被称为 Machine，使用 struct runtime.m ，所有 M 是有线程栈的。 如果不对该线程栈提供内存的话，系统会给该线程栈提供内存 (不同操作系统提供的线程栈大小不同)
。当指定了线程栈，则 M.stack→G.stack ， M 的 PC 寄存器指向 G 提供的函数，然后去执行。

# P

“Processor” 是一个抽象的概念，并不是真正的物理 CPU 。

Dmitry Vyukov 的方案是引入一个结构 P ，它代表了 M 所需的上下文环境，也是处理用户级代码逻辑的处理器。它负责衔接 M 和 G 的调度上下文，将等待执行的 G 与 M 对接。当 P 有任务时需要创建或者唤醒一个 M 来执行它队列里的任务。所以 P/M 需要进行绑定，构成一个执行单元。 P 决定了并行任务的数量，可通过 runtime.GOMAXPROCS 来设定。在 Go1.5 之后 GOMAXPROCS 被默认设置可用的核数，而之前则默认为 1 。

Runtime 起始时会启动一些 G ：垃圾回收的 G ，执行调度的 G ，运行用户代码的 G ；并且会创建一个 M 用来开始 G 的运行。随着时间的推移，更多的 G 会被创建出来，更多的 M 也会被创建出来。

Tips: https://github.com/uber-go/automaxprocs
Automatically set GOMAXPROCS to match Linux container CPU quota.
mcache/stackalloc 从 M 移到了 P ，而 G 队列也被分成两类，保留全局 G 队列，同时每个 P 中都会有一个本地的 G 队列。

# GMP 调度

GMP 调度模型，引入了 local queue ，因为 P 的存在， runtime 并不需要做一个集中式的 goroutine 调度，每一个 M 都会在 P's local queue 、 global queue 或者其他 P 队列中找 G 执行，减少全局锁对性能的影响。
这也是 GMP Work-stealing 调度算法的核心。注意 P 的本地 G 队列还是可能面临一个并发访问的场景，为了避免加锁，这里 P 的本地队列是一个 LockFree 的队列，窃取 G 时使用 CAS 原子操作来完成。关于 LockFree 和 CAS 的知识参见 Lock-Free 。

# Work Stealing

当一个 P 执行完本地所有的 G 之后，并且全局队列为空的时候，会尝试挑选一个受害者 P ，从它的 G 队列中窃取一半的 G 。否则会从全局队列中获取 (当前个数 / GOMAXPROCS ) 个 G 。
为了保证公平性，从随机位置上的 P 开始，而且遍历的顺序也随机化了 (选择一个小于 GOMAXPROCS ，且和它互为质数的步长)，保证遍历的顺序也随机化了。

光窃取失败时获取是不够的，可能会导致全局队列饥饿。 P 的调度算法中还会每个 N 轮调度之后就去全局队列拿一个 G 。 如下图。

# 谁放入的全局队列呢

有两种情况会把 G 放到全局队列中。

• 新建 G 时 P 的本地 G 队列放不下已满并达到 256 个的时候会放半数 G 到全局队列去。
• 阻塞的系统调用返回时找不到空闲 P 也会放到全局队列。

# SysCall 系统调用

当 G 调用 syscall 后会解绑 P ，然后 M 和 G 进入阻塞，而 P 此时的状态就是 syscall ，表明这个 P 的 G 正在 syscall 中，这时的 P 是不能被调度给别的 M 的。如果在短时间内阻塞的 M 就唤醒了，那么 M 会优先来重新获取这个 P ，能获取到就继续绑回去，这样有利于数据的局部性。
系统监视器 ( system monitor )，称为 sysmon ，会定时扫描。在执行 syscall 时，如果某个 P 的 G 执行超过一个 sysmon tick ( 10ms )，就会把他设为 idle ，重新调度给需要的 M ，强制解绑。

P3 和 M 脱离后目前在 idle list 中等待被绑定（处于 syscall 状态）。而 syscall 结束后 M 按照如下规则执行直到满足其中一个条件：

• 尝试获取同一个 P ( P3 )，恢复执行 G
• 尝试获取 idle list 中的其他空闲 P ，恢复执行 G
• 找不到空闲 P ，把 G 放回 global queue ， M 放回到 idle list

再举一个例子：
如下图.

• 第一步： G35 发生了系统调用，长时间没有返回。 P1 和 M 解绑。( p1 不会马上被推送到 idle list , 而是经过一段时间才会推送到 idle list. )
• 第二步： G35 系统调用完成，将 G35 推向了全局队列.
• 第三步： G35 被其他的 P 捞到了 (可能 P0 经过 1/61 轮次正好 check 全局队列)， 这样 G35 就可以继续执行了。

需要注意的是： 当使用了 Syscall ， Go 无法限制 Blocked OS threads 的数量：
The GOMAXPROCS variable limits the number of operating system threads that can execute user-level Go code simultaneously. There is no limit to the number of threads that can be blocked in system calls on behalf of Go code; those do not count against the GOMAXPROCS limit. This package’s GOMAXPROCS function queries and changes the limit.

Tips : 使用 syscall 写程序要认真考虑 pthread exhaust 问题。

# Spining Thread.

线程自旋是相对于线程阻塞而言的，表象就是循环执行一个指定逻辑 (调度逻辑，目的是不停地寻找 G)。这样做的问题显而易见，如果 G 迟迟不来， CPU 会白白浪费在这无意义的计算上。但好处也很明显，降低了 M 的上下文切换成本，提高了性能。在两个地方引入自旋：

• 类型 1: M 不带 P 的找 P 挂载（一有 P 释放就结合）
• 类型 2: M 带 P 的找 G 运行（一有 runable 的 G 就执行）。 这种情况下会首先 按照 1/61 轮次的查询 global Queue , 然后再查看 local Queue 是否有 G . 如果没有，则去查看 Global Queue , 如果没有在去检查 net poller , 看看是否有可用的 goroutine .
  为了避免过多浪费 CPU 资源，自旋的 M 最多只允许 GOMAXPROCS ( Busy P )。同时当有类型 1 的自旋 M 存在时，类型 2 的自旋 M 就不阻塞，阻塞会释放 P ，一释放 P 就马上被类型 1 的自旋 M 抢走了，没必要。

在新 G 被创建、 M 进入系统调用、 M 从空闲被激活这三种状态变化前，调度器会确保至少有一个自旋 M 存在（唤醒或者创建一个 M ），除非没有空闲的 P 。

为什么呢？

• 当新 G 创建，如果有可用 P ，就意味着新 G 可以被立即执行，即便不在同一个 P 也无妨，所以我们保留一个自旋的 M（这时应该不存在类型 1 的自旋只有类型 2 的自旋）就可以保证新 G 很快被运行。
• 当 M 进入系统调用，意味着 M 不知道何时可以醒来，那么 M 对应的 P 中剩下的 G 就得有新的 M 来执行，所以我们保留一个自旋的 M 来执行剩下的 G （这时应该不存在类型 2 的自旋只有类型 1 的自旋）。
• 如果 M 从空闲变成活跃，意味着可能一个处于自旋状态的 M 进入工作状态了，这时要检查并确保还有一个自旋 M 存在，以防还有 G 或者还有 P 空着的。

# GMP 模型问题总结

• 单一全局互斥锁 ( Sched.Lock ) 和集中状态存储
  G 被分成全局队列和 P 的本地队列，全局队列依旧是全局锁，但是使用场景明显很少， P 本地队列使用无锁队列，使用原子操作来面对可能的并发场景。
• Goroutine 传递问题
  G 创建时就在 P 的本地队列，可以避免在 G 之间传递（窃取除外）， G 对 P 的数据局部性好；当 G 开始执行了，系统调用返回后 M 会尝试获取可用 P ，获取到了的话可以避免在 M 之间传递。而且优先获取调用阻塞前的 P ，所以 G 对 M 数据局部性好， G 对 P 的数据局部性也好。
• Per-M 持有内存缓存 ( M.mcache )
  内存 mcache 只存在 P 结构中， P 最多只有 GOMAXPROCS 个，远小于 M 的个数，所以内存没有过多的消耗。
• 严重的线程阻塞 / 解锁
  通过引入自旋，保证任何时候都有处于等待状态的自旋 M，避免在等待可用的 P 和 G 时频繁的阻塞和唤醒。

# syscon

sysmon 也叫监控线程，它无需 P 也可以运行，他是一个死循环，每 20us~10ms 循环一次，循环完一次就 sleep 一会，为什么会是一个变动的周期呢，主要是避免空转，如果每次循环都没什么需要做的事，那么 sleep 的时间就会加大。

• 释放闲置超过 5 分钟的 span 物理内存；
• 如果超过 2 分钟没有垃圾回收，强制执行；
• 将长时间未处理的 netpoll 添加到全局队列；
• 向长时间运行的 G 任务发出抢占调度；
• 收回因 syscall 长时间阻塞的 P ；

当 P 在 M 上执行时间超过 10ms ， sysmon 调用 preemptone 将 G 标记为 stackPreempt 。因此需要在某个地方触发检测逻辑， Go 当前是在检查栈是否溢出的地方判定 ( morestack() )， M 会保存当前 G 的上下文，重新进入调度逻辑，这样就不会死循环了。
死循环：issues/11462
信号抢占：go1.14 基于信号的抢占式调度实现原理
异步抢占，注册 sigurg 信号，通过 sysmon 检测，对 M 对应的线程发送信号，触发注册的 handler ，它往当前 G 的 PC 中插入一条指令 (调用某个方法)，在处理完 handler ， G 恢复后，自己把自己推到了 global queue 中。

# Network poller

Go 所有的 I/O 都是阻塞的。然后通过 goroutine + channel 来处理并发。因此所有的 IO 逻辑都是直来直去的，你不再需要回调，不再需要 future ，要的仅仅是 step by step 。这对于代码的可读性是很有帮助的。
G 发起网络 I/O 操作也不会导致 M 被阻塞 (仅阻塞 G )，从而不会导致大量 M 被创建出来。将异步 I/O 转换为阻塞 I/O 的部分称为 netpoller 。打开或接受连接都被设置为非阻塞模式。如果你试图对其进行 I/O 操作，并且文件描述符数据还没有准备好， G 会进入 gopark 函数，将当前正在执行的 G 状态保存起来，然后切换到新的堆栈上执行新的 G 。

那什么时候 G 被调度回来呢？

• sysmon
• schedule() ： M 找 G 的调度函数
• GC ： start the world
  调用 netpoll() 在某一次调度 G 的过程中，处于就绪状态的 fd 对应的 G 就会被调度回来。
  G 的 gopark 状态： G 置为 waiting 状态，等待显示 goready 唤醒，在 poller 中用得较多，还有锁、 chan 等。

# Scheduler Affinity 调度亲和性

GM 调度器时代的， chan 操作导致的切换代价。

• Goroutine#7 正在等待消息，阻塞在 chan 。一旦收到消息，这个 goroutine 就被推到全局队列。
• 然后， chan 推送消息， goroutine#X 将在可用线程上运行，而 goroutine#8 将阻塞在 chan 。
• goroutine#7 现在在可用线程上运行。
  在 chan 来回通信的 goroutine 会导致频繁的 blocks ，即频繁地在本地队列中重新排队。然而，由于本地队列是 FIFO 实现，如果另一个 goroutine 占用线程， unblock goroutine 不能保证尽快运行。同时 Go 亲缘性调度的一些限制： Work-stealing 、系统调用。
  goroutine #9 在 chan 被阻塞后恢复。但是，它必须等待 #2 、 #5 和 #4 之后才能运行。 goroutine #5 将阻塞其线程，从而延迟 goroutine #9 ，并使其面临被另一个 P 窃取的风险。
  

针对 communicate-and-wait 模式，进行了亲缘性调度的优化。 Go 1.5 在 P 中引入了 runnext 特殊的一个字段，可以高优先级执行 unblock G 。
goroutine #9 现在被标记为下一个可运行的。这种新的优先级排序允许 goroutine 在再次被阻塞之前快速运行。这一变化对运行中的标准库产生了总体上的积极影响，提高了一些包的性能。

# Goroutine Lifecycle

# go 程序的启动

整个程序始于一段汇编，而在随后的 runtime・rt0_go（也是汇编程序）中，会执行很多初始化工作。

• 绑定 m0 和 g0，m0 就是程序的主线程，程序启动必然会拥有一个主线程，这个就是 m0。g0 负责调度，即 shedule () 函数。
• 创建 P，绑定 m0 和 p0，首先会创建 GOMAXPROCS 个 P ，存储在 sched 的 空闲链表 (pidle)。
• 新建任务 g 到 p0 本地队列，m0 的 g0 会创建一个 指向 runtime.main () 的 g ，并放到 p0 的本地队列。
  runtime.main (): 启动 sysmon 线程；启动 GC 协程；执行 init，即代码中的各种 init 函数；执行 main.main 函数。

# Os Thread 创建

准备运行的新 goroutine 将唤醒 P 以更好地分发工作。这个 P 将创建一个与之关联的 M 绑定到一个 OS thread。

go func() 中 触发 Wakeup 唤醒机制：
有空闲的 P 而没有在 spinning 状态的 M 时候，需要去唤醒一个空闲 (睡眠) 的 M 或者新建一个。当线程首次创建时，会执行一个特殊的 G ，即 g0 ，它负责管理和调度 G 。

# 特殊的 g0

Go 基于两种断点将 G 调度到线程上：

• 当 G 阻塞时：系统调用、互斥锁或 chan 。阻塞的 G 进入睡眠模式 / 进入队列，并允许 Go 安排和运行等待其他的 G 。
• 在函数调用期间，如果 G 必须扩展其堆栈。这个断点允许 Go 调度另一个 G 并避免运行 G 占用 CPU 。
  在这两种情况下，运行调度程序的 g0 将当前 G 替换为另一个 G ，即 ready to run 。然后，选择的 G 替换 g0 并在线程上运行。与常规 G 相反， g0 有一个固定和更大的栈。
• Defer 函数的分配
• GC 收集，比如 STW 、扫描 G 的堆栈和标记、清除操作
• 栈扩容，当需要的时候，由 g0 进行扩栈操作

# Schedule

在 Go 中， G 的切换相当轻便，其中需要保存的状态仅仅涉及以下两个：

• Goroutine 在停止运行前执行的指令，程序当前要运行的指令是记录在程序计数器（ PC ）中的， G 稍后将在同一指令处恢复运行；
• G 的堆栈，以便在再次运行时还原局部变量；在切换之前，堆栈将被保存，以便在 G 再次运行时进行恢复：

从 g 到 g0 或从 g0 到 g 的切换是相当迅速的，它们只包含少量固定的指令 ( 9-10ns )。相反，对于调度阶段，调度程序需要检查许多资源以便确定下一个要运行的 G 。
当前 g 阻塞在 chan 上并切换到 g0 ：

• 1、PC 和堆栈指针一起保存在内部结构中；
• 2、将 g0 设置为正在运行的 goroutine；
• 3、g0 的堆栈替换当前堆栈；

g0 寻找新的 Goroutine 来运行
g0 使用所选的 Goroutine 进行切换：

• 1、 PC 和堆栈指针是从其内部结构中获取的；
• 2、程序跳转到对应的 PC 地址；

# Goroutine Recycle

goroutine 重用

G 很容易创建，栈很小以及快速的上下文切换。基于这些原因，开发人员非常喜欢并使用它们。然而，一个产生许多 shortlive 的 G 的程序将花费相当长的时间来创建和销毁它们。
每个 P 维护一个 freelist G ，保持这个列表是本地的，这样做的好处是不使用任何锁来 push/get 一个空闲的 G 。当 G 退出当前工作时，它将被 push 到这个空闲列表中。

为了更好地分发空闲的 G ，调度器也有自己的列表。它实际上有两个列表：一个包含已分配栈的 G ，另一个包含释放过堆栈的 G （无栈）。
锁保护 central list ，因为任何 M 都可以访问它。当本地列表长度超过 64 时，调度程序持有的列表从 P 获取 G 。然后一半的 G 将移动到中心列表 ( central list )。需求回收 G 是一种节省分配成本的好方法。但是，由于堆栈是动态增长的，现有的 G 最终可能会有一个大栈。因此，当堆栈增长（即超过 2K ）时， Go 不会保留这些栈。

# References

https://learnku.com/articles/41728