经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » Go语言 » 查看文章
GoFrame基于性能测试得知grpool使用场景
来源:jb51  时间:2022/6/20 19:56:18  对本文有异议

前言摘要

之前写了一篇 grpool goroutine池详解 | 协程管理 收到了大家积极的反馈,今天这篇来做一下grpool的性能测试分析,让大家更好的了解什么场景下使用grpool比较好。

先说结论

grpool相比于goroutine更节省内存,但是耗时更长;

原因也很简单:grpool复用了协程,减少了协程的创建和销毁,减少了内存消耗;也因为协程的复用,总的goroutine数量更少,导致耗时更多。

测试性能代码

开启for循环,开启一万个协程,分别使用原生goroutine和grpool执行。

看两者在内存占用和耗时方面的差别。

  1. package main
  2. import (
  3. "flag"
  4. "fmt"
  5. "github.com/gogf/gf/os/grpool"
  6. "github.com/gogf/gf/os/gtime"
  7. "log"
  8. "os"
  9. "runtime"
  10. "runtime/pprof"
  11. "sync"
  12. "time"
  13. )
  14. func main() {
  15. //接收命令行参数
  16. flag.Parse()
  17. //cpu分析
  18. cpuProfile()
  19. //主逻辑
  20. //demoGrpool()
  21. demoGoroutine()
  22. //内存分析
  23. memProfile()
  24. }
  25. func demoGrpool() {
  26. start := gtime.TimestampMilli()
  27. wg := sync.WaitGroup{}
  28. for i := 0; i < 10000; i++ {
  29. wg.Add(1)
  30. _ = grpool.Add(func() {
  31. var m runtime.MemStats
  32. runtime.ReadMemStats(&m)
  33. fmt.Printf("运行中占用内存:%d Kb\n", m.Alloc/1024)
  34. time.Sleep(time.Millisecond)
  35. wg.Done()
  36. })
  37. fmt.Printf("运行的协程:", grpool.Size())
  38. }
  39. wg.Wait()
  40. fmt.Printf("运行的时间:%v ms \n", gtime.TimestampMilli()-start)
  41. select {}
  42. }
  43. func demoGoroutine() {
  44. //start := gtime.TimestampMilli()
  45. wg := sync.WaitGroup{}
  46. for i := 0; i < 10000; i++ {
  47. wg.Add(1)
  48. go func() {
  49. //var m runtime.MemStats
  50. //runtime.ReadMemStats(&m)
  51. //fmt.Printf("运行中占用内存:%d Kb\n", m.Alloc/1024)
  52. time.Sleep(time.Millisecond)
  53. wg.Done()
  54. }()
  55. }
  56. wg.Wait()
  57. //fmt.Printf("运行的时间:%v ms \n", gtime.TimestampMilli()-start)
  58. }
  59. var cpuprofile = flag.String("cpuprofile", "", "write cpu profile `file`")
  60. var memprofile = flag.String("memprofile", "", "write memory profile to `file`")
  61. func cpuProfile() {
  62. if *cpuprofile != "" {
  63. f, err := os.Create(*cpuprofile)
  64. if err != nil {
  65. log.Fatal("could not create CPU profile: ", err)
  66. }
  67. if err := pprof.StartCPUProfile(f); err != nil { //监控cpu
  68. log.Fatal("could not start CPU profile: ", err)
  69. }
  70. defer pprof.StopCPUProfile()
  71. }
  72. }
  73. func memProfile() {
  74. if *memprofile != "" {
  75. f, err := os.Create(*memprofile)
  76. if err != nil {
  77. log.Fatal("could not create memory profile: ", err)
  78. }
  79. runtime.GC() // GC,获取最新的数据信息
  80. if err := pprof.WriteHeapProfile(f); err != nil { // 写入内存信息
  81. log.Fatal("could not write memory profile: ", err)
  82. }
  83. f.Close()
  84. }
  85. }

运行结果

组件占用内存耗时
grpool2229 Kb1679 ms
goroutine5835 Kb1258 ms

总结

goframe的grpool节省内存,如果机器的内存不高或者业务场景对内存占用的要求更高,则使用grpool。

如果机器的内存足够,但是对应用的执行时间有更高的追求,就用原生的goroutine。

更多关于GoFrame性能测试grpool使用场景的资料请关注w3xue其它相关文章!

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号