Golang中的sync.Map怎么使用

今天小編給大家分享一下Golang中的sync.Map怎么使用的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

map 在并發下的問題

如果我們看過 map 的源碼，就會發現其中有不少會引起 fatal 錯誤的地方，比如 mapaccess1（從 map 中讀取 key 的函數）里面，如果發現正在寫 map，則會有 fatal 錯誤。 

if h.flags&hashWriting != 0 {
    fatal("concurrent map read and map write")
}

map 并發讀寫異常的例子

下面是一個實際使用中的例子：

var m = make(map[int]int)

// 往 map 寫 key 的協程
go func() {
   // 往 map 寫入數據
    for i := 0; i < 10000; i++ {
        m[i] = i
    }
}()

// 從 map 讀取 key 的協程
go func() {
   // 從 map 讀取數據
    for i := 10000; i > 0; i-- {
        _ = m[i]
    }
}()

// 等待兩個協程執行完畢
time.Sleep(time.Second)

這會導致報錯：

fatal error: concurrent map read and map write

這是因為我們同時對 map 進行讀寫，而 map 不支持并發讀寫，所以會報錯。如果 map 允許并發讀寫，那么可能在我們使用的時候會有很多錯亂的情況出現。 （具體如何錯亂，我們可以對比多線程的場景思考一下，本文不展開了）。

使用 sync.Mutex 保證并發安全

對于 map 并發讀寫報錯的問題，其中一種解決方案就是使用 sync.Mutex 來保證并發安全， 但是這樣會導致我們在讀寫的時候，都需要加鎖，這樣就會導致性能的下降。

使用 sync.Mutex 來保證并發安全，上面的代碼可以改成下面這樣：

var m = make(map[int]int)
// 互斥鎖
var mu sync.Mutex

// 寫 map 的協程
go func() {
    for i := 0; i < 10000; i++ {
        mu.Lock() // 寫 map，加互斥鎖
        m[i] = i
        mu.Unlock()
    }
}()

// 讀 map 的協程序
go func() {
    for i := 10000; i > 0; i-- {
        mu.Lock() // 讀 map，加互斥鎖
        _ = m[i]
        mu.Unlock()
    }
}()

time.Sleep(time.Second)

這樣就不會報錯了，但是性能會有所下降，因為我們在讀寫的時候都需要加鎖。（如果需要更高性能，可以繼續讀下去，不要急著使用 sync.Mutex）

sync.Mutex 的常見的用法是在結構體中嵌入 sync.Mutex，而不是定義獨立的兩個變量。

使用 sync.RWMutex 保證并發安全

在上一小節中，我們使用了 sync.Mutex 來保證并發安全，但是在讀和寫的時候我們都需要加互斥鎖。 這就意味著，就算多個協程進行并發讀，也需要等待鎖。 但是互斥鎖的粒度太大了，但實際上，并發讀是沒有什么太大問題的，應該被允許才對，如果我們允許并發讀，那么就可以提高性能。

當然 go 的開發者也考慮到了這一點，所以在 sync 包中提供了 sync.RWMutex，這個鎖可以允許進行并發讀，但是寫的時候還是需要等待鎖。 也就是說，一個協程在持有寫鎖的時候，其他協程是既不能讀也不能寫的，只能等待寫鎖釋放才能進行讀寫。

使用 sync.RWMutex 來保證并發安全，我們可以改成下面這樣：

var m = make(map[int]int)
// 讀寫鎖（允許并發讀，寫的時候是互斥的）
var mu sync.RWMutex

// 寫入 map 的協程
go func() {
    for i := 0; i < 10000; i++ {
        // 寫入的時候需要加鎖
        mu.Lock()
        m[i] = i
        mu.Unlock()
    }
}()

// 讀取 map 的協程
go func() {
    for i := 10000; i > 0; i-- {
        // 讀取的時候需要加鎖，但是這個鎖是讀鎖
        // 多個協程可以同時使用 RLock 而不需要等待
        mu.RLock()
        _ = m[i]
        mu.RUnlock()
    }
}()

// 另外一個讀取 map 的協程
go func() {
    for i := 20000; i > 10000; i-- {
        // 讀取的時候需要加鎖，但是這個鎖是讀鎖
        // 多個協程可以同時使用 RLock 而不需要等待
        mu.RLock()
        _ = m[i]
        mu.RUnlock()
    }
}()

time.Sleep(time.Second)

這樣就不會報錯了，而且性能也提高了，因為我們在讀的時候，不需要等待鎖。

說明：

• 多個協程可以同時使用 RLock 而不需要等待，這是讀鎖。

• 只有一個協程可以使用 Lock，這是寫鎖，有寫鎖的時候，其他協程不能讀也不能寫。

• 持有寫鎖的協程，可以使用 Unlock 來釋放鎖。

• 寫鎖釋放之后，其他協程才能獲取到鎖（讀鎖或者寫鎖）。

也就是說，使用 sync.RWMutex 的時候，讀操作是可以并發執行的，但是寫操作是互斥的。 這樣一來，相比 sync.Mutex 來說等待鎖的次數就少了，自然也就能獲得更好的性能了。

gin 框架里面就使用了 sync.RWMutex 來保證 Keys 讀寫操作的并發安全。

有了讀寫鎖為什么還要有 sync.Map？

通過上面的內容，我們知道了，有下面兩種方式可以保證并發安全：

• 使用 sync.Mutex，但是這樣的話，讀寫都是互斥的，性能不好。

• 使用 sync.RWMutex，可以并發讀，但是寫的時候是互斥的，性能相對 sync.Mutex 要好一些。

但是就算我們使用了 sync.RWMutex，也還是有一些鎖的開銷。那么我們能不能再優化一下呢？答案是可以的。那就是使用 sync.Map。

sync.Map 在鎖的基礎上做了進一步優化，在一些場景下使用原子操作來保證并發安全，性能更好。

使用原子操作替代讀鎖

但是就算使用 sync.RWMutex，讀操作依然還有鎖的開銷，那么有沒有更好的方式呢？ 答案是有的，就是使用原子操作來替代讀鎖。

舉一個很常見的例子就是多個協程同時讀取一個變量，然后對這個變量進行累加操作：

var a int32

var wg sync.WaitGroup
wg.Add(2)

go func() {
    for i := 0; i < 10000; i++ {
        a++
    }
    wg.Done()
}()

go func() {
    for i := 0; i < 10000; i++ {
        a++
    }
    wg.Done()
}()

wg.Wait()

// a 期望結果應該是 20000才對。
fmt.Println(a) // 實際：17089，而且每次都不一樣

這個例子中，我們期望的結果是 a 的值是 20000，但是實際上，每次運行的結果都不一樣，而且都不會等于 20000。 其中很簡單粗暴的一種解決方法是加鎖，但是這樣的話，性能就不好了，但是我們可以使用原子操作來解決這個問題：

var a atomic.Int32

var wg sync.WaitGroup
wg.Add(2)

go func() {
    for i := 0; i < 10000; i++ {
        a.Add(1)
    }
    wg.Done()
}()

go func() {
    for i := 0; i < 10000; i++ {
        a.Add(1)
    }
    wg.Done()
}()

wg.Wait()

fmt.Println(a.Load()) // 20000

鎖跟原子操作的性能差多少？

我們來看一下，使用鎖和原子操作的性能差多少：

func BenchmarkMutexAdd(b *testing.B) {
   var a int32
   var mu sync.Mutex

   for i := 0; i < b.N; i++ {
      mu.Lock()
      a++
      mu.Unlock()
   }
}

func BenchmarkAtomicAdd(b *testing.B) {
   var a atomic.Int32
   for i := 0; i < b.N; i++ {
      a.Add(1)
   }
}

結果：

BenchmarkMutexAdd-12       100000000          10.07 ns/op
BenchmarkAtomicAdd-12      205196968           5.847 ns/op

我們可以看到，使用原子操作的性能比使用鎖的性能要好一些。

也許我們會覺得上面這個例子是寫操作，那么讀操作呢？我們來看一下：

func BenchmarkMutex(b *testing.B) {
   var mu sync.RWMutex

   for i := 0; i < b.N; i++ {
      mu.RLock()
      mu.RUnlock()
   }
}

func BenchmarkAtomic(b *testing.B) {
   var a atomic.Int32
   for i := 0; i < b.N; i++ {
      _ = a.Load()
   }
}

結果：

BenchmarkMutex-12      100000000          10.12 ns/op
BenchmarkAtomic-12     1000000000          0.3133 ns/op

我們可以看到，使用原子操作的性能比使用鎖的性能要好很多。而且在 BenchmarkMutex 里面甚至還沒有做讀取數據的操作。

sync.Map 里面的原子操作

sync.Map 里面相比 sync.RWMutex，性能更好的原因就是使用了原子操作。 在我們從 sync.Map 里面讀取數據的時候，會先使用一個原子 Load 操作來讀取 sync.Map 里面的 key（從 read 中讀取）。 注意：這里拿到的是 key 的一份快照，我們對其進行讀操作的時候也可以同時往 sync.Map 中寫入新的 key，這是保證它高性能的一個很關鍵的設計（類似讀寫分離）。

sync.Map 里面的 Load 方法里面就包含了上述的流程：

// Load 方法從 sync.Map 里面讀取數據。
func (m *Map) Load(key any) (value any, ok bool) {
   // 先從只讀 map 里面讀取數據。
   // 這一步是不需要鎖的，只有一個原子操作。
   read := m.loadReadOnly()
   e, ok := read.m[key]
   if !ok && read.amended { // 如果沒有找到，并且 dirty 里面有一些 read 中沒有的 key，那么就需要從 dirty 里面讀取數據。
      // 這里才需要鎖
      m.mu.Lock()
      read = m.loadReadOnly()
      e, ok = read.m[key]
      if !ok && read.amended {
         e, ok = m.dirty[key]
         m.missLocked()
      }
      m.mu.Unlock()
   }
   
   // key 不存在
   if !ok {
      return nil, false
   }
   // 使用原子操作讀取
   return e.Load()
}

上面的代碼我們可能還看不懂，但是沒關系，這里我們只需要知道的是，從 sync.Map 讀取數據的時候，會先做原子操作，如果沒找到，再進行加鎖操作，這樣就減少了使用鎖的頻率了，自然也就可以獲得更好的性能（但要注意的是并不是所有情況下都能獲得更好的性能）。至于具體實現，在下一篇文章中會進行更加詳細的分析。

也就是說，sync.Map 之所以更快，是因為相比 RWMutex，進一步減少了鎖的使用，而這也就是 sync.Map 存在的原因了

sync.Map 的基本用法

現在我們知道了，sync.Map 里面是利用了原子操作來減少鎖的使用。但是我們好像連 sync.Map 的一些基本操作都還不了解，現在就讓我們再來看看 sync.Map 的基本用法。

sync.Map 的使用還是挺簡單的，map 中有的操作，在 sync.Map 都有，只不過區別是，在 sync.Map 中，所有的操作都需要通過調用其方法來進行。sync.Map 里面幾個常用的方法有（CRUD）：

• Store：我們新增或者修改數據的時候，都可以使用 Store 方法。

• Load：讀取數據的方法。

• Range：遍歷數據的方法。

• Delete：刪除數據的方法。

var m sync.Map

// 寫入/修改
m.Store("foo", 1)

// 讀取
fmt.Println(m.Load("foo")) // 1 true

// 遍歷
m.Range(func(key, value interface{}) bool {
    fmt.Println(key, value) // foo 1
    return true
})

// 刪除
m.Delete("foo")
fmt.Println(m.Load("foo")) // nil false

注意：在 sync.Map 中，key 和 value 都是 interface{} 類型的，也就是說，我們可以使用任意類型的 key 和 value。 而不像 map，只能存在一種類型的 key 和 value。從這個角度來看，它的類型類似于 map[any]any。

另外一個需要注意的是，Range 方法的參數是一個函數，這個函數如果返回 false，那么遍歷就會停止。

sync.Map 的使用場景

在 sync.Map 源碼中，已經告訴了我們 sync.Map 的使用場景：

The Map type is optimized for two common use cases: (1) when the entry for a given
key is only ever written once but read many times, as in caches that only grow,
or (2) when multiple goroutines read, write, and overwrite entries for disjoint
sets of keys. In these two cases, use of a Map may significantly reduce lock
contention compared to a Go map paired with a separate Mutex or RWMutex.

翻譯過來就是，Map 類型針對兩種常見用例進行了優化：

• 當給定 key 的條目只寫入一次但讀取多次時，如在只會增長的緩存中。（讀多寫少）

• 當多個 goroutine 讀取、寫入和覆蓋不相交的鍵集的條目。（不同 goroutine 操作不同的 key）

在這兩種情況下，與 Go map 與單獨的 Mutex 或 RWMutex 配對相比，使用 sync.Map 可以顯著減少鎖競爭（很多時候只需要原子操作就可以）。

以上就是“Golang中的sync.Map怎么使用”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。