Go语言并发编程系列九利用多核_编程语言应用_编程语言开发

开始之前，我们先澄清两个概念，「多核」指的是有效利用CPU的多核提高程序执行效率，「并行」和「并发」一字之差，但其实是两个完全不同的概念，「并发」一般是由CPU内核通过时间片或者中断来控制的，遇到IO阻塞或者时间片用完时会交出线程的使用权，从而实现在一个内核上处理多个任务，而「并行」则是多个处理器或者多核处理器同时执行多个任务，同一时间有多个任务在调度，因此，一个内核是无法实现并行的，因为同一时间只有一个任务在调度。

多进程、多线程以及协程显然都是属于「并发」范畴的，可以实现程序的并发执行，至于是否支持「并行」，则要看程序运行系统是否是多核，以及编写程序的语言是否可以利用CPU的多核特性。

下面我们以goroutine为例，来演示如何在Go语言中通过协程有效利用「多核」实现程序的「并行」执行，具体实现的话就是根据系统CPU核心数量来分配等值的子协程数，让所有协程分配到每个内核去并行执行。要查看系统核心数，以MacOS为例，可以通过sysctlhw命令分别查看物理CPU和逻辑CPU核心数：

我的系统物理CPU核心数是4个，逻辑CPU核心数是8个，所谓物理CPU核心数指的是真正插在物理插槽上CPU的核心数，逻辑CPU核心数指的是结合CPU多核以及超线程技术得到的CPU核心数，最终核心数以逻辑CPU核心数为准。

此外，你也可以在Go语言中通过调用runtime.NumCPU()方法获取CPU核心数。

接下来，我们来模拟一个可以并行的计算任务：启动多个子协程，子协程数量和CPU核心数保持一致，以便充分利用多核并行运算，每个子协程计算分给它的那部分计算任务，最后将不同子协程的计算结果再做一次累加，这样就可以得到所有数据的计算总和。我们编写对应的示例文件parallel.go：

packagemainimport("fmt""runtime""time")funcsum(seqint,chchanint){deferclose(ch)sum:=0fori:=1;i=;i++{sum+=i}fmt.Printf("子协程%d运算结果:%d\n",seq,sum)ch-sum}funcmain(){//启动时间start:=time.Now()//最大CPU核心数cpus:=runtime.NumCPU()runtime.GOMAXPROCS(cpus)chs:=make([]chanint,cpus)fori:=0;ilen(chs);i++{chs[i]=make(chanint,1)gosum(i,chs[i])}sum:=0for_,ch:=rangechs{res:=-chsum+=res}//结束时间end:=time.Now()//打印耗时fmt.Printf("最终运算结果:%d,执行耗时(s):%f\n",sum,end.Sub(start).Seconds())}

这里我们通过runtime.NumCPU()获取逻辑CPU核心数，然后通过runtime.GOMAXPROCS()方法设置程序运行时可以使用的最大核心数，这里设置为和系统CPU核心数一致，然后初始化一个通道数组，数量和CPU核心数保持一致，以便充分利用多核实现并行计算，接下来就是依次启动子协程进行计算，并在子协程中计算完成后将结果数据发送到通道中，最后在主协程中接收这些通道数据并进行再次累加，作为最终计算结果打印出来，同时计算程序运行时间作为性能的考量依据。

此时，我们运行parallel.go，得到的结果如下：

然后我们修改runtime.GOMAXPROCS()方法中传入的CPU核心数为1，再次运行parallel.go，得到的结果如下：

可以看到使用多核比单核整体运行速度快了4倍左右，查看系统CPU监控也能看到所有内核都被打满，这在CPU密集型计算中带来的性能提升还是非常显著的，不过对于IO密集型计算可能没有这么显著，甚至有可能比单核低，因为CPU核心之间的切换也是需要时间成本的，所以IO密集型计算并不推荐使用这种机制，什么是IO密集型计算？比如数据库连接、网络请求等。

另外，需要注意的是，目前Go语言默认就是支持多核的，所以如果上述示例代码中没有显式设置runtime.GOMAXPROCS(cpus)这行代码，编译器也会利用多核CPU来执行代码，其结果是运行耗时和设置多核是一样的。