Go channel实现批量读取数据
有时候批量积攒一批数据集中处理，是一个高效的提高程序性能的方法，比如我们可以批量写入数据库，批量发送消息到 kafka，批量写入网络数据等等。 批量把数据收集出来，我们常用 channel 类型，此时 channel 的功能就是一个 buffer,多个生产者把数据写入到 channel 中，消费者从 channel 中读取数据，但是 Go 的 channel 并没有提供批量读取的方法，我们需要自己实现一个。
github.com/smallnest/exp/chanx 库
当然我已经实现了一个 batch 库，你可以直接拿来用，本文主要介绍它的功能、使用方法以及设计原理和考量：github.com/smallnest/exp/chanx[1]。
我们可以使用这个库的Batch方法来批量读取数据，它的定义如下：
func Batch[T any](ctx context.Context, ch <-chan T, batchSize int, fn func([]T "T any"))
- 第一个参数是
Context,可以让调用者主动取消或者超时控制 - 第二个参数是 channel，我们从这个 channel 中读取数据。channel 可以在外部被关闭
- 第三个参数是批处理的大小，也就是我们从 channel 中读取一批数据的最大量
- 第四个参数是一个函数，我们把从 channel 中读取的一批数据传递给这个函数，由这个函数来处理这批数据
举一个例子：
func TestBatch(t *testing.T) {
ch := make(chan int, 10)
for i := 0; i < 10; i++ {
ch <- i
}
count := 0
go Batch[int](context.Background( "int"), ch, 5, func(batch []int) {
if len(batch) != 5 {
assert.Fail(t, "expected batch size 5, got %d", len(batch))
}
count += len(batch)
})
time.Sleep(time.Second)
close(ch)
assert.Equal(t, 10, count)
}
这个例子一开始我们把 10 个数据写入到一个 channel 中，然后我们从 channel 中批量读取，每次读取 5 个，然后把这 5 个数据传递给一个函数来处理，我们可以看到，我们读取了两次，每次读取 5 个，总共读取了 10 个数据。
我们还可以使用FlatBatch方法来批量读取批量数据，它的定义如下：
func FlatBatch[T any](ctx context.Context, ch <-chan []T, batchSize int, fn func([]T "T any"))
这个函数和Batch类似，只不过它的 channel 中的数据是一个切片，每次从 channel 中读取到一个切片后，把这个切片中的数据展开放入到一批数据中，最后再传递给处理函数。所以它有Flat和Batch两个功能。
举一个例子：
func TestFlatBatch(t *testing.T) {
ch := make(chan []int, 10)
for i := 0; i < 10; i++ {
ch <- []int{i, i}
}
count := 0
go FlatBatch[int](context.Background( "int"), ch, 5, func(batch []int) {
assert.NotEmpty(t, batch)
count += len(batch)
})
time.Sleep(time.Second)
close(ch)
assert.Equal(t, 20, count)
}
在这个例子中，我们把 10 个切片写入到 channel 中，每个切片中有两个元素，然后我们从 channel 中批量读取并展开，放入到一个 batch 中，如果 batch 中的数据大于货等于 5 个，就把这 5 个数据传递给一个函数来处理，我们可以看到，我们读取了两次，每次读取 5 个，总共读取了 10 个数据。
实现原理和考量
想要从 channel 中批量读取数据，我们需要考虑以下几个问题：
- 我们需要设定一个批处理的大小，不能无限制的读取而不处理，否则会把消费者饿死，内存也会爆表
- 从 channel 中读取数据的时候，如果 channel 中没有数据，我们需要等待，直到 channel 中有数据，或者 channel 被关闭。
- 不能无限制的等待，或者长时间的等待，否则消费者会饥饿，而且时延太长业务不允许
我先举一个简单但是不太好的实现方式，我们在它的基础上做优化：
func Batch[T any](ctx context.Context, ch <-chan T, batchSize int, fn func([]T "T any")) {
var batch = make([]T, 0, batchSize)
for {
select {
case <-ctx.Done():
if len(batch) > 0 {
fn(batch)
}
return
case v, ok := <-ch:
if !ok { // closed
fn(batch)
return
}
batch = append(batch, v)
if len(batch) == batchSize { // full
fn(batch)
batch = make([]T, 0, batchSize) // reset
}
}
}
}
这个实现中我们使用了一个batch变量来保存从 channel 中读取的数据，当batch中的数据量达到batchSize时，我们就把这个batch传递给处理函数，然后清空batch，继续读取数据。
这个实现的一个最大的问题就是，如果 channel 中没有数据，并且当前 batch 的数量还未达到预期， 我们就会一直等待，直到 channel 中有数据，或者 channel 被关闭，这样会导致消费者饥饿。
我们可以使用select语句来解决这个问题，我们可以在select语句中加入一个default分支，当 channel 中没有数据的时候，就会执行default分支以便在 channel 中没有数据的时候，我们能够把已读取到的数据也能交给函数 fn 去处理。
func Batch[T any](ctx context.Context, ch <-chan T, batchSize int, fn func([]T "T any")) {
var batch = make([]T, 0, batchSize)
for {
select {
case <-ctx.Done():
if len(batch) > 0 {
fn(batch)
}
return
case v, ok := <-ch:
if !ok { // closed
fn(batch)
return
}
batch = append(batch, v)
if len(batch) == batchSize { // full
fn(batch)
batch = make([]T, 0, batchSize) // reset
}
default:
if len(batch) > 0 {
fn(batch)
batch = make([]T, 0, batchSize) // reset
}
}
}
}
这个实现貌似解决了消费者饥饿的问题，但是也会带来一个新的问题，如果 channel 中总是没有数据，那么我们总是落入default分支中，导致 CPU 空转，这个 goroutine 可能导致 CPU 占用 100%, 这样也不行。
有些人会使用time.After来解决这个问题，我们可以在select语句中加入一个time.After分支，当 channel 中没有数据的时候，就会执行time.After分支，这样我们就可以在 channel 中没有数据的时候，等待一段时间，如果还是没有数据，就把已读取到的数据也能交给函数 fn 去处理。
func Batch[T any](ctx context.Context, ch <-chan T, batchSize int, fn func([]T "T any")) {
var batch = make([]T, 0, batchSize)
for {
select {
case <-ctx.Done():
if len(batch) > 0 {
fn(batch)
}
return
case v, ok := <-ch:
if !ok { // closed
fn(batch)
return
}
batch = append(batch, v)
if len(batch) == batchSize { // full
fn(batch)
batch = make([]T, 0, batchSize) // reset
}
case <-time.After(100 * time.Millisecond):
if len(batch) > 0 {
fn(batch)
batch = make([]T, 0, batchSize) // reset
}
}
}
}
这样貌似解决了 CPU 空转的问题，如果你测试这个实现，生产者在生产数据很慢的时候，程序的 CPU 的确不会占用 100%。 但是正如有经验的 Gopher 意识到的那样，这个实现还是有问题的，如果生产者生产数据的速度很快，而消费者处理数据的速度很慢，那么我们就会产生大量的Timer,这些 Timer 不能及时的被回收，可能导致大量的内存占用，而且如果有大量的 Timer,也会导致 Go 运行时处理 Timer 的性能。
这里我提出一个新的解决办法，在这个库中实现了，我们不应该使用time.After，因为time.After既带来了性能的问题，还可能导致它在休眠的时候不能及时读取 channel 中的数据，导致业务时延增加。
最终的实现如下：
func Batch[T any](ctx context.Context, ch <-chan T, batchSize int, fn func([]T "T any")) {
var batch = make([]T, 0, batchSize)
for {
select {
case <-ctx.Done():
if len(batch) > 0 {
fn(batch)
}
return
case v, ok := <-ch:
if !ok { // closed
fn(batch)
return
}
batch = append(batch, v)
if len(batch) == batchSize { // full
fn(batch)
batch = make([]T, 0, batchSize) // reset
}
default:
if len(batch) > 0 { // partial
fn(batch)
batch = make([]T, 0, batchSize) // reset
} else { // empty
// wait for more
select {
case <-ctx.Done():
if len(batch) > 0 {
fn(batch)
}
return
case v, ok := <-ch:
if !ok {
return
}
batch = append(batch, v)
}
}
}
}
}
这个实现的巧妙之处在于default出来。
如果代码运行落入到default分支，说明当前 channel 中没有数据可读。那么它会检查当前的batch中是否有数据，如果有，就把这个batch传递给处理函数，然后清空batch，继续读取数据。这样已读取的数据能够及时得到处理。
如果当前的batch中没有数据，那么它会再次进入select语句，等待 channel 中有数据，或者 channel 被关闭，或者ctx被取消。如果 channel 中没有数据，那么它会被阻塞，直到 channel 中有数据，或者 channel 被关闭，或者ctx被取消。这样就能够及时的读取 channel 中的数据，而不会导致 CPU 空转。
通过在default分支中的特殊处理，我们就可以低时延高效的从 channel 中批量读取数据了。
以上就是Go channel实现批量读取数据的详细内容，更多关于Go channel读取数据的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要为大家介绍了go语言题解LeetCode1275找出井字棋的获胜者示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-01-01
这篇文章主要为大家详细介绍了Go语言中字符串赋值会出现的一些问题以及解决方法,文中的示例代码讲解详细,感兴趣的小伙伴可以参考一下2024-12-12
这篇文章主要为大家介绍了Go ORM的封装解决方式详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-01-01
这篇文章主要为大家介绍了Go设计模式之装饰器模式的功能属性，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-05-05
这篇文章主要介绍了go使用Gin框架利用阿里云实现短信验证码,使用json配置文件及配置文件解析，编写路由controller层，本文通过代码给大家介绍的非常详细，需要的朋友可以参考下2021-08-08
WaitGroup是Golang并发的两种方式之一,一个是Channel,另一个是WaitGroup,下面这篇文章主要给大家介绍了关于golang基础之waitgroup用法以及使用要点的相关资料,需要的朋友可以参考下2023-01-01
如果说goroutine是Go语言程序的并发体的话,那么channels则是它们之间的通信机制。这篇文章主要介绍Golang中Channel的用法,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了如何使用Golang获取音视频时长信息,文中通过代码示例讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下2024-03-03
这篇文章主要给大家介绍golang中tar压缩和解压文件，文章以查看官方文档自带的给大家演习一下golang的archive/tar压缩和解压功能,需要的朋友可以参考一下2021-11-11
这篇文章主要为大家介绍了GoFrame框架Scan类型转换的实例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
最新评论