Go 語言中如何利用多核 CPU 實現并行計算

本篇文章給大家分享的是有關Go 語言中如何利用多核 CPU 實現并行計算，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

開始之前，我們先澄清兩個概念，「多核」指的是有效利用 CPU 的多核提高程序執行效率，「并行」和「并發」一字之差，但其實是兩個完全不同的概念，「并發」一般是由 CPU 內核通過時間片或者中斷來控制的，遇到 IO 阻塞或者時間片用完時會交出線程的使用權，從而實現在一個內核上處理多個任務，而「并行」則是多個處理器或者多核處理器同時執行多個任務，同一時間有多個任務在調度，因此，一個內核是無法實現并行的，因為同一時間只有一個任務在調度。

多進程、多線程以及協程顯然都是屬于「并發」范疇的，可以實現程序的并發執行，至于是否支持「并行」，則要看程序運行系統是否是多核，以及編寫程序的語言是否可以利用 CPU 的多核特性。

下面我們以 goroutine 為例，來演示如何在 Go 語言中通過協程有效利用「多核」實現程序的「并行」執行，具體實現的話就是根據系統 CPU 核心數量來分配等值的子協程數，讓所有協程分配到每個內核去并行執行。要查看系統核心數，以 MacOS 為例， 可以通過 sysctl hw 命令分別查看物理 CPU 和邏輯 CPU 核心數：

我的系統物理 CPU 核心數是 4 個，邏輯 CPU 核心數是 8 個，所謂物理 CPU 核心數指的是真正插在物理插槽上 CPU 的核心數，邏輯 CPU 核心數指的是結合 CPU 多核以及超線程技術得到的 CPU 核心數，最終核心數以邏輯 CPU 核心數為準。

此外，你也可以在 Go 語言中通過調用 runtime.NumCPU() 方法獲取 CPU 核心數。

接下來，我們來模擬一個可以并行的計算任務：啟動多個子協程，子協程數量和 CPU 核心數保持一致，以便充分利用多核并行運算，每個子協程計算分給它的那部分計算任務，最后將不同子協程的計算結果再做一次累加，這樣就可以得到所有數據的計算總和。我們編寫對應的示例文件 parallel.go：

package main
import (    "fmt"    "runtime"    "time")
func sum(seq int, ch chan int) {    defer close(ch)    sum := 0    for i := 1; i <= 10000000; i++ {        sum += i    }    fmt.Printf("子協程%d運算結果:%d\n", seq, sum)    ch <- sum}
func main()  {    // 啟動時間    start := time.Now()    // 最大 CPU 核心數    cpus := runtime.NumCPU()    runtime.GOMAXPROCS(cpus)    chs := make([]chan int, cpus)    for i := 0; i < len(chs); i++ {        chs[i] = make(chan int, 1)        go sum(i, chs[i])    }    sum := 0    for _, ch := range chs {        res := <- ch        sum += res    }    // 結束時間    end := time.Now()    // 打印耗時    fmt.Printf("最終運算結果: %d, 執行耗時(s): %f\n", sum, end.Sub(start).Seconds())}    

這里我們通過 runtime.NumCPU() 獲取邏輯 CPU 核心數，然后通過 runtime.GOMAXPROCS() 方法設置程序運行時可以使用的最大核心數，這里設置為和系統 CPU 核心數一致，然后初始化一個通道數組，數量和 CPU 核心數保持一致，以便充分利用多核實現并行計算，接下來就是依次啟動子協程進行計算，并在子協程中計算完成后將結果數據發送到通道中，最后在主協程中接收這些通道數據并進行再次累加，作為最終計算結果打印出來，同時計算程序運行時間作為性能的考量依據。

此時，我們運行 parallel.go，得到的結果如下：

然后我們修改 runtime.GOMAXPROCS() 方法中傳入的 CPU 核心數為 1，再次運行 parallel.go，得到的結果如下：

可以看到使用多核比單核整體運行速度快了4倍左右，查看系統 CPU 監控也能看到所有內核都被打滿，這在 CPU 密集型計算中帶來的性能提升還是非常顯著的，不過對于 IO 密集型計算可能沒有這么顯著，甚至有可能比單核低，因為 CPU 核心之間的切換也是需要時間成本的，所以 IO 密集型計算并不推薦使用這種機制，什么是 IO 密集型計算？比如數據庫連接、網絡請求等。

另外，需要注意的是，目前 Go 語言默認就是支持多核的，所以如果上述示例代碼中沒有顯式設置 runtime.GOMAXPROCS(cpus) 這行代碼，編譯器也會利用多核 CPU 來執行代碼，其結果是運行耗時和設置多核是一樣的。

以上就是Go 語言中如何利用多核 CPU 實現并行計算，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。