脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → Golang → Go channel读取数据

Go channel实现批量读取数据

 更新时间：2023年12月26日 11:03:33   作者：鸟窝聊技术  
Go中的 channel 其实并没有提供批量读取数据的方法,需要我们自己实现一个,使用本文就来为大家大家介绍一下如何通过Go channel实现批量读取数据吧

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！

您可能感兴趣的文章:

相关文章

  • Go中的 panic / recover 简介与实践记录

    Go中的 panic / recover 简介与实践记录

    这篇文章主要介绍了Go中的 panic / recover 简介与实践,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2023-04-04
  • 浅谈Golang如何使用Viper进行配置管理

    浅谈Golang如何使用Viper进行配置管理

    在Golang生态中，Viper是一个不错的开源配置管理框架，这篇文章主要为大家介绍了Golang如何使用Viper进行配置管理，需要的可以参考一下
    2023-06-06
  • Golang性能优化的技巧分享

    Golang性能优化的技巧分享

    性能优化的前提是满足正确可靠、简洁清晰等质量因素，针对 Go语言特性，本文为大家整理了一些Go语言相关的性能优化建议，感兴趣的可以了解一下
    2023-07-07
  • golang连接池检查连接失败时如何重试(示例代码)

    golang连接池检查连接失败时如何重试(示例代码)

    在Go中,可以通过使用database/sql包的DB类型的Ping方法来检查数据库连接的可用性,本文通过示例代码,演示了如何在连接检查失败时进行重试,感兴趣的朋友一起看看吧
    2023-10-10
  • Go语言中的逃逸分析究竟是什么?

    Go语言中的逃逸分析究竟是什么?

    这篇文章主要介绍了Go语言中的逃逸，套哟究竟是什么呢？通俗来讲，当一个对象的指针被多个方法或线程引用时，我们称这个指针发生了“逃逸”。下面文章将详细介绍Go语言中的逃逸,需要的朋友可以参考一下
    2021-09-09
  • golang中json反序列化可能遇到的问题

    golang中json反序列化可能遇到的问题

    这篇文章主要给大家介绍了关于golang中json反序列化可能遇到的问题的解决方法，文中通过示例代码介绍的非常详细，对大家学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧。
    2018-01-01
  • golang中数组与切片的区别详析

    golang中数组与切片的区别详析

    数组是固定长度,常量,切片长度是可以改变,所以是一个可变的数组,下面这篇文章主要给大家介绍了关于golang中数组与切片区别的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-11-11
  • VSCode Golang dlv调试数据截断问题及处理方法

    VSCode Golang dlv调试数据截断问题及处理方法

    这篇文章主要介绍了VSCode Golang dlv调试数据截断问题,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-06-06
  • Go语言内置包的使用

    Go语言内置包的使用

    本文主要介绍了Go语言内置包的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2023-07-07
  • 浅析Go语言中闭包的使用

    浅析Go语言中闭包的使用

    闭包是一个函数和其相关的引用环境组合的一个整体。本文主要为大家介绍一下Go语言中闭包的使用，文中的示例代码讲解详细，对我们学习Go语言有一定帮助，需要的可以参考一下
    2022-12-12

最新评论