面试题：Go WaitGroup的原理剖析及优化应用

WaitGroup实现原理

底层数据结构：
- WaitGroup在Go语言中是一个结构体，其定义在src/sync/waitgroup.go中。它内部包含一个计数器state1，这个计数器是一个原子值，用于记录等待的任务数量。同时还有一个信号量semaphore，用来阻塞和唤醒等待的协程。
- 例如，当调用Add(delta int)方法时，实际上是原子地增加计数器的值。delta为正数时增加等待任务数，为负数时减少等待任务数（通常Done()方法就是调用Add(-1)）。
同步机制：
- 当一个协程调用Wait()方法时，如果计数器的值大于0，该协程会被阻塞并放入到信号量队列中。当调用Done()方法（或Add(-1)）使得计数器的值变为0时，信号量会唤醒所有在Wait()中等待的协程。

性能瓶颈

高并发下的原子操作开销：在高并发、大规模协程场景下，频繁对WaitGroup的计数器进行原子操作（如Add和Done）会带来较大的CPU开销。因为原子操作需要硬件层面的支持，会占用较多的CPU资源。
信号量竞争：当大量协程同时调用Wait()时，会在信号量上产生竞争。多个协程等待被唤醒，这可能导致上下文切换频繁，降低系统的整体性能。

优化方案及代码示例

减少原子操作次数：
- 思路：尽量批量处理Add操作，而不是频繁调用Add(1)。
- 代码示例：

package main

import (
    "fmt"
    "sync"
    "time"
)

func main() {
    var wg sync.WaitGroup
    numTasks := 10000
    // 批量添加任务
    wg.Add(numTasks)

    for i := 0; i < numTasks; i++ {
        go func() {
            defer wg.Done()
            // 模拟任务执行
            time.Sleep(time.Millisecond)
        }()
    }

    start := time.Now()
    wg.Wait()
    elapsed := time.Since(start)
    fmt.Printf("Total time: %v\n", elapsed)
}

使用channel替代部分场景：
- 思路：对于一些固定数量的任务等待场景，可以使用channel来代替WaitGroup。channel可以在传递数据的同时进行同步，而且在某些情况下性能更好。
- 代码示例：

package main

import (
    "fmt"
    "time"
)

func main() {
    numTasks := 10000
    doneCh := make(chan struct{}, numTasks)

    for i := 0; i < numTasks; i++ {
        go func() {
            defer func() { doneCh <- struct{}{} }()
            // 模拟任务执行
            time.Sleep(time.Millisecond)
        }()
    }

    start := time.Now()
    for i := 0; i < numTasks; i++ {
        <-doneCh
    }
    close(doneCh)
    elapsed := time.Since(start)
    fmt.Printf("Total time: %v\n", elapsed)
}

通过以上两种优化方案，可以在高并发、大规模协程场景下提升性能，减少WaitGroup带来的性能瓶颈。

星途面试题库

面试题：Go WaitGroup的原理剖析及优化应用

知识考点

面试题答案

WaitGroup实现原理

性能瓶颈

优化方案及代码示例