深入Golang调度器之GMP模型

前言
随着服务器硬件迭代升级，配置也越来越高。为充分利用服务器资源，并发编程也变的越来越重要。在开始之前，需要了解一下并发(concurrency)和并行(parallesim)的区别。

并发: 逻辑上具有处理多个同时性任务的能力。

并行: 物理上同一时刻执行多个并发任务。

通常所说的并发编程，也就是说它允许多个任务同时执行，但实际上并不一定在同一时刻被执行。在单核处理器上，通过多线程共享CPU时间片串行执行(并发非并行)。而并行则依赖于多核处理器等物理资源，让多个任务可以实现并行执行(并发且并行)。

多线程或多进程是并行的基本条件，但单线程也可以用协程(coroutine)做到并发。简单将Goroutine归纳为协程并不合适，因为它运行时会创建多个线程来执行并发任务，且任务单元可被调度到其它线程执行。这更像是多线程和协程的结合体，能最大限度提升执行效率，发挥多核处理器能力。

Go编写一个并发编程程序很简单，只需要在函数之前使用一个Go关键字就可以实现并发编程。

func main() { go func(){

    fmt.Println("Hello,World!")
}()

}
Go调度器组成
Go语言虽然使用一个Go关键字即可实现并发编程，但Goroutine被调度到后端之后，具体的实现比较复杂。先看看调度器有哪几部分组成。

1、G
G是Goroutine的缩写，相当于操作系统中的进程控制块，在这里就是Goroutine的控制结构，是对Goroutine的抽象。其中包括执行的函数指令及参数；G保存的任务对象；线程上下文切换，现场保护和现场恢复需要的寄存器(SP、IP)等信息。

Go不同版本Goroutine默认栈大小不同。

// Go1.11版本默认stack大小为2KB

_StackMin = 2048

// 创建一个g对象,然后放到g队列
// 等待被执行
func newproc1(fn funcval, argp uint8, narg int32, callergp *g, callerpc uintptr) {

_g_ := getg()

_g_.m.locks++
siz := narg
siz = (siz + 7) &^ 7

_p_ := _g_.m.p.ptr()
newg := gfget(_p_)    
if newg == nil {        
   // 初始化g stack大小
    newg = malg(_StackMin)
    casgstatus(newg, _Gidle, _Gdead)
    allgadd(newg)
}    
// 以下省略}

2、M
M是一个线程或称为Machine，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。

type m struct {

/*
    1.  所有调用栈的Goroutine,这是一个比较特殊的Goroutine。
    2.  普通的Goroutine栈是在Heap分配的可增长的stack,而g0的stack是M对应的线程栈。
    3.  所有调度相关代码,会先切换到该Goroutine的栈再执行。
*/
g0       *g
curg     *g         // M当前绑定的结构体G

// SP、PC寄存器用于现场保护和现场恢复
vdsoSP uintptr
vdsoPC uintptr

// 省略…}

3、P
P(Processor)是一个抽象的概念，并不是真正的物理CPU。所以当P有任务时需要创建或者唤醒一个系统线程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决定了同时可以并发任务的数量，可通过GOMAXPROCS限制同时执行用户级任务的操作系统线程。可以通过runtime.GOMAXPROCS进行指定。在Go1.5之后GOMAXPROCS被默认设置可用的核数，而之前则默认为1。

// 自定义设置GOMAXPROCS数量
func GOMAXPROCS(n int) int {

/*
    1.  GOMAXPROCS设置可执行的CPU的最大数量,同时返回之前的设置。
    2.  如果n < 1,则不更改当前的值。
*/
ret := int(gomaxprocs)

stopTheWorld("GOMAXPROCS")    
// startTheWorld启动时,使用newprocs。
newprocs = int32(n)
startTheWorld()    
return ret

}
// 默认P被绑定到所有CPU核上
// P == cpu.cores

func getproccount() int32 {

const maxCPUs = 64 * 1024
var buf [maxCPUs / 8]byte

// 获取CPU Core
r := sched_getaffinity(0, unsafe.Sizeof(buf), &buf[0])

n := int32(0)    
for _, v := range buf[:r] {        
   for v != 0 {
        n += int32(v & 1)
        v >>= 1
    }
}    
if n == 0 {
   n = 1
}    
return n

}
// 一个进程默认被绑定在所有CPU核上,返回所有CPU core。
// 获取进程的CPU亲和性掩码系统调用
// rax 204 ; 系统调用码
// system_call sys_sched_getaffinity; 系统调用名称
// rid pid ; 进程号
// rsi unsigned int len
// rdx unsigned long *user_mask_ptr
sys_linux_amd64.s:
TEXT runtime·sched_getaffinity(SB),NOSPLIT,$0

MOVQ    pid+0(FP), DI
MOVQ    len+8(FP), SI
MOVQ    buf+16(FP), DX
MOVL    $SYS_sched_getaffinity, AX
SYSCALL
MOVL    AX, ret+24(FP)
RET

Go调度器调度过程
首先创建一个G对象，G对象保存到P本地队列或者是全局队列。P此时去唤醒一个M。P继续执行它的执行序。M寻找是否有空闲的P，如果有则将该G对象移动到它本身。接下来M执行一个调度循环(调用G对象->执行->清理线程→继续找新的Goroutine执行)。

M执行过程中，随时会发生上下文切换。当发生上线文切换时，需要对执行现场进行保护，以便下次被调度执行时进行现场恢复。Go调度器M的栈保存在G对象上，只需要将M所需要的寄存器(SP、PC等)保存到G对象上就可以实现现场保护。当这些寄存器数据被保护起来，就随时可以做上下文切换了，在中断之前把现场保存起来。如果此时G任务还没有执行完，M可以将任务重新丢到P的任务队列，等待下一次被调度执行。当再次被调度执行时，M通过访问G的vdsoSP、vdsoPC寄存器进行现场恢复(从上次中断位置继续执行)。

1、P 队列
通过上图可以发现，P有两种队列：本地队列和全局队列。

本地队列： 当前P的队列，本地队列是Lock-Free，没有数据竞争问题，无需加锁处理，可以提升处理速度。

全局队列：全局队列为了保证多个P之间任务的平衡。所有M共享P全局队列，为保证数据竞争问题，需要加锁处理。相比本地队列处理速度要低于全局队列。

2、上线文切换
简单理解为当时的环境即可，环境可以包括当时程序状态以及变量状态。例如线程切换的时候在内核会发生上下文切换，这里的上下文就包括了当时寄存器的值，把寄存器的值保存起来，等下次该线程又得到cpu时间的时候再恢复寄存器的值，这样线程才能正确运行。

对于代码中某个值说，上下文是指这个值所在的局部(全局)作用域对象。相对于进程而言，上下文就是进程执行时的环境，具体来说就是各个变量和数据，包括所有的寄存器变量、进程打开的文件、内存(堆栈)信息等。

3、线程清理
Goroutine被调度执行必须保证P/M进行绑定，所以线程清理只需要将P释放就可以实现线程的清理。什么时候P会释放，保证其它G可以被执行。P被释放主要有两种情况。

主动释放：最典型的例子是，当执行G任务时有系统调用，当发生系统调用时M会处于Block状态。调度器会设置一个超时时间，当超时时会将P释放。

被动释放：如果发生系统调用，有一个专门监控程序，进行扫描当前处于阻塞的P/M组合。当超过系统程序设置的超时时间，会自动将P资源抢走。去执行队列的其它G任务。

终于要来说说Golang中最吸引人的goroutine了，这也是Golang能够横空出世的主要原因。不同于Python基于进程的并发模型，以及C++、Java等基于线程的并发模型。Golang采用轻量级的goroutine来实现并发，可以大大减少CPU的切换。现在已经有太多的文章来介绍goroutine的用法，在这里，我们从源码的角度来看看其内部实现。

重申一下重点：goroutine中的三个实体
goroutine中最主要的是三个实体为GMP，其中：

G: 代表一个goroutine对象，每次go调用的时候，都会创建一个G对象，它包括栈、指令指针以及对于调用goroutines很重要的其它信息，比如阻塞它的任何channel，其主要数据结构：

type g struct {
stack stack // 描述了真实的栈内存，包括上下界

m *m // 当前的m
sched gobuf // goroutine切换时，用于保存g的上下文
param unsafe.Pointer // 用于传递参数，睡眠时其他goroutine可以设置param，唤醒时该goroutine可以获取
atomicstatus uint32
stackLock uint32
goid int64 // goroutine的ID
waitsince int64 // g被阻塞的大体时间
lockedm *m // G被锁定只在这个m上运行
}
其中最主要的当然是sched了，保存了goroutine的上下文。goroutine切换的时候不同于线程有OS来负责这部分数据，而是由一个gobuf对象来保存，这样能够更加轻量级，再来看看gobuf的结构：

type gobuf struct {

sp   uintptr
pc   uintptr
g    guintptr
ctxt unsafe.Pointer
ret  sys.Uintreg
lr   uintptr
bp   uintptr // for GOEXPERIMENT=framepointer

}
其实就是保存了当前的栈指针，计数器，当然还有g自身，这里记录自身g的指针是为了能快速的访问到goroutine中的信息。

M：代表一个线程，每次创建一个M的时候，都会有一个底层线程创建；所有的G任务，最终还是在M上执行，其主要数据结构：

type m struct {

g0      *g     // 带有调度栈的goroutine

gsignal       *g         // 处理信号的goroutine
tls           [6]uintptr // thread-local storage
mstartfn      func()
curg          *g       // 当前运行的goroutine
caughtsig     guintptr 
p             puintptr // 关联p和执行的go代码
nextp         puintptr
id            int32
mallocing     int32 // 状态

spinning      bool // m是否out of work
blocked       bool // m是否被阻塞
inwb          bool // m是否在执行写屏蔽

printlock     int8
incgo         bool // m在执行cgo吗
fastrand      uint32
ncgocall      uint64      // cgo调用的总数
ncgo          int32       // 当前cgo调用的数目
park          note
alllink       *m // 用于链接allm
schedlink     muintptr
mcache        *mcache // 当前m的内存缓存
lockedg       *g // 锁定g在当前m上执行，而不会切换到其他m
createstack   [32]uintptr // thread创建的栈

}
结构体M中有两个G是需要关注一下的，一个是curg，代表结构体M当前绑定的结构体G。另一个是g0，是带有调度栈的goroutine，这是一个比较特殊的goroutine。普通的goroutine的栈是在堆上分配的可增长的栈，而g0的栈是M对应的线程的栈。所有调度相关的代码，会先切换到该goroutine的栈中再执行。也就是说线程的栈也是用的g实现，而不是使用的OS的。

P：代表一个处理器，每一个运行的M都必须绑定一个P，就像线程必须在么一个CPU核上执行一样，由P来调度G在M上的运行，P的个数就是GOMAXPROCS（最大256），启动时固定的，一般不修改；M的个数和P的个数不一定一样多（会有休眠的M或者不需要太多的M）（最大10000）；每一个P保存着本地G任务队列，也有一个全局G任务队列。P的数据结构：

type p struct {

lock mutex

id          int32
status      uint32 // 状态，可以为pidle/prunning/...
link        puintptr
schedtick   uint32     // 每调度一次加1
syscalltick uint32     // 每一次系统调用加1
sysmontick  sysmontick 
m           muintptr   // 回链到关联的m
mcache      *mcache
racectx     uintptr

goidcache    uint64 // goroutine的ID的缓存
goidcacheend uint64

// 可运行的goroutine的队列
runqhead uint32
runqtail uint32
runq     [256]guintptr

runnext guintptr // 下一个运行的g

sudogcache []*sudog
sudogbuf   [128]*sudog

palloc persistentAlloc // per-P to avoid mutex

pad [sys.CacheLineSize]byte

其中P的状态有Pidle, Prunning, Psyscall, Pgcstop, Pdead；在其内部队列runqhead里面有可运行的goroutine，P优先从内部获取执行的g，这样能够提高效率。

除此之外，还有一个数据结构需要在这里提及，就是schedt，可以看做是一个全局的调度者：

type schedt struct {
goidgen uint64

lastpoll uint64

lock mutex

midle        muintptr // idle状态的m
nmidle       int32    // idle状态的m个数
nmidlelocked int32    // lockde状态的m个数
mcount       int32    // 创建的m的总数
maxmcount    int32    // m允许的最大个数

ngsys uint32 // 系统中goroutine的数目，会自动更新

pidle      puintptr // idle的p
npidle     uint32
nmspinning uint32 

// 全局的可运行的g队列
runqhead guintptr
runqtail guintptr
runqsize int32

// dead的G的全局缓存
gflock       mutex
gfreeStack   *g
gfreeNoStack *g
ngfree       int32

// sudog的缓存中心
sudoglock  mutex
sudogcache *sudog

}
大多数需要的信息都已放在了结构体M、G和P中，schedt结构体只是一个壳。可以看到，其中有M的idle队列，P的idle队列，以及一个全局的就绪的G队列。schedt结构体中的Lock是非常必须的，如果M或P等做一些非局部的操作，它们一般需要先锁住调度器。

goroutine的运行过程
所有的goroutine都是由函数newproc来创建的，但是由于该函数不能调用分段栈，最后真正调用的是newproc1。在newproc1中主要进行如下动作：

func newproc1(fn funcval, argp uint8, narg int32, nret int32, callerpc uintptr) *g {

newg = malg(_StackMin)
casgstatus(newg, _Gidle, _Gdead)
allgadd(newg) 
newg.sched.sp = sp
newg.stktopsp = sp
newg.sched.pc = funcPC(goexit) + sys.PCQuantum 
newg.sched.g = guintptr(unsafe.Pointer(newg))
gostartcallfn(&newg.sched, fn)
newg.gopc = callerpc
newg.startpc = fn.fn
......

}
分配一个g的结构体
初始化这个结构体的一些域
将g挂在就绪队列
绑定g到一个m上

这个绑定只要m没有突破上限GOMAXPROCS,就拿一个m绑定一个g。如果m的waiting队列中有就从队列中拿,否则就要新建一个m,调用newm。

func newm(fn func(), p *p) {

mp := allocm(_p_, fn)
mp.nextp.set(_p_)
mp.sigmask = initSigmask
execLock.rlock()
newosproc(mp, unsafe.Pointer(mp.g0.stack.hi))
execLock.runlock()

}
该函数其实就是创建一个m，跟newproc有些相似，之前也说了m在底层就是一个线程的创建，也即是newosproc函数，在往下挖可以看到会根据不同的OS来执行不同的bsdthread_create函数，而底层就是调用的runtime.clone：

clone(cloneFlags,stk,unsafe.Pointer(mp),unsafe.Pointer(mp.g0),unsafe.Pointer(funcPC(mstart)))
m创建好之后，线程的入口是mstart，最后调用的即是mstart1：

func mstart1() {

_g_ := getg()
gosave(&_g_.m.g0.sched)
_g_.m.g0.sched.pc = ^uintptr(0)
asminit()
minit()

if _g_.m == &m0 {
    initsig(false)
}

if fn := _g_.m.mstartfn; fn != nil {
    fn()
}
schedule()

}
里面最重要的就是schedule了，在schedule中的动作大体就是找到一个等待运行的g，然后然后搬到m上，设置其状态为Grunning,直接切换到g的上下文环境,恢复g的执行。

func schedule() {

_g_ := getg()

if _g_.m.lockedg != nil {
    stoplockedm()
    execute(_g_.m.lockedg, false) // Never returns.
}

}
schedule的执行可以大体总结为：

schedule函数获取g => [必要时休眠] => [唤醒后继续获取] => execute函数执行g => 执行后返回到goexit => 重新执行schedule函数

简单来说g所经历的几个主要的过程就是：Gwaiting->Grunnable->Grunning。经历了创建,到挂在就绪队列,到从就绪队列拿出并运行整个过程。

casgstatus(gp, _Gwaiting, _Grunnable)
casgstatus(gp, _Grunnable, _Grunning)
引入了struct M这层抽象。m就是这里的worker,但不是线程。处理系统调用中的m不会占用mcpu数量,只有干事的m才会对应到线程.当mcpu数量少于GOMAXPROCS时可以一直开新的线程干活.而goroutine的执行则是在m和g都满足之后通过schedule切换上下文进入的.

抢占式调度
当有很多goroutine需要执行的时候，是怎么调度的了，上面说的P还没有出场呢，在runtime.main中会创建一个额外m运行sysmon函数，抢占就是在sysmon中实现的。

sysmon会进入一个无限循环, 第一轮回休眠20us, 之后每次休眠时间倍增, 最终每一轮都会休眠10ms. sysmon中有netpool(获取fd事件), retake(抢占), forcegc(按时间强制执行gc), scavenge heap(释放自由列表中多余的项减少内存占用)等处理.

func sysmon() {

lasttrace := int64(0)
idle := 0 // how many cycles in succession we had not wokeup somebody
delay := uint32(0)
for {
    if idle == 0 { // start with 20us sleep...
        delay = 20
    } else if idle > 50 { // start doubling the sleep after 1ms...
        delay *= 2
    }
    if delay > 10*1000 { // up to 10ms
        delay = 10 * 1000
    }
    usleep(delay)

    ......
}       

}
里面的函数retake负责抢占：

func retake(now int64) uint32 {

n := 0
for i := int32(0); i < gomaxprocs; i++ {
    _p_ := allp[i]
    if _p_ == nil {
        continue
    }
    pd := &_p_.sysmontick
    s := _p_.status
    if s == _Psyscall {
        // 如果p的syscall时间超过一个sysmon tick则抢占该p
        t := int64(_p_.syscalltick)
        if int64(pd.syscalltick) != t {
            pd.syscalltick = uint32(t)
            pd.syscallwhen = now
            continue
        }
        if runqempty(_p_) && atomic.Load(&sched.nmspinning)+atomic.Load(&sched.npidle) > 0 && pd.syscallwhen+10*1000*1000 > now {
            continue
        }
        incidlelocked(-1)
        if atomic.Cas(&_p_.status, s, _Pidle) {
            if trace.enabled {
                traceGoSysBlock(_p_)
                traceProcStop(_p_)
            }
            n++
            _p_.syscalltick++
            handoffp(_p_)
        }
        incidlelocked(1)
    } else if s == _Prunning {
        // 如果G运行时间过长，则抢占该G
        t := int64(_p_.schedtick)
        if int64(pd.schedtick) != t {
            pd.schedtick = uint32(t)
            pd.schedwhen = now
            continue
        }
        if pd.schedwhen+forcePreemptNS > now {
            continue
        }
        preemptone(_p_)
    }
}
return uint32(n)

}
枚举所有的P 如果P在系统调用中(_Psyscall), 且经过了一次sysmon循环(20us~10ms), 则抢占这个P， 调用handoffp解除M和P之间的关联， 如果P在运行中(_Prunning), 且经过了一次sysmon循环并且G运行时间超过forcePreemptNS(10ms), 则抢占这个P

并设置g.preempt = true，g.stackguard0 = stackPreempt。

为什么设置了stackguard就可以实现抢占?

因为这个值用于检查当前栈空间是否足够, go函数的开头会比对这个值判断是否需要扩张栈。

newstack函数判断g.stackguard0等于stackPreempt, 就知道这是抢占触发的, 这时会再检查一遍是否要抢占。

抢占机制保证了不会有一个G长时间的运行导致其他G无法运行的情况发生。

总结
相比大多数并行设计模型，Go比较优势的设计就是P上下文这个概念的出现，如果只有G和M的对应关系，那么当G阻塞在IO上的时候，M是没有实际在工作的，这样造成了资源的浪费，没有了P，那么所有G的列表都放在全局，这样导致临界区太大，对多核调度造成极大影响。

而goroutine在使用上面的特点，感觉既可以用来做密集的多核计算，又可以做高并发的IO应用，做IO应用的时候，写起来感觉和对程序员最友好的同步阻塞一样，而实际上由于runtime的调度，底层是以同步非阻塞的方式在运行（即IO多路复用）。

所以说保护现场的抢占式调度和G被阻塞后传递给其他m调用的核心思想，使得goroutine的产生。