本文旨在探讨 Go 语言中 Goroutine 在多核环境下分配和切换效率低于单核环境的原因。通过分析 Goroutine 的调度机制、操作系统层面的上下文切换以及内存分配等因素，揭示了多核环境下性能瓶颈的根源，并提供了相应的优化思路，帮助开发者更好地理解和利用 Goroutine。
在 Go 语言中，Goroutine 是一种轻量级的并发执行单元，允许开发者轻松创建大量的并发任务。然而，在多核 CPU 环境下，Goroutine 的分配和切换效率有时反而低于单核环境，这可能会让开发者感到困惑。
单核与多核的 Goroutine 调度差异
在单核环境下，Goroutine 的调度仅涉及 Go 运行时内部的账务处理。由于 Goroutine 不会被抢占，切换逻辑非常简单且快速。在某些情况下，主 Goroutine 甚至可能在其他 Goroutine 开始执行之前就已经完成了它们的创建和销毁。这种情况下，实际上只进行了内存分配和释放操作，而没有真正的 Goroutine 上下文切换。
而在多核环境下，Goroutine 的调度会涉及到操作系统层面的线程上下文切换。操作系统上下文切换的开销远大于 Go 运行时内部的 Goroutine 切换。即使在多核 CPU 上，也会涉及更多的同步和协调工作。此外，Goroutine 更有可能在程序终止之前真正开始运行，从而引入了更多的执行时间。
代码示例与分析
以下代码展示了一个创建大量 Goroutine 的示例：
package main
import (
"fmt"
"runtime"
"time"
)
func waitAround(die chan bool) {
<-die
}
func main() {
var startMemory runtime.MemStats
runtime.ReadMemStats(&startMemory)
start := time.Now()
cpus := runtime.NumCPU()
runtime.GOMAXPROCS(cpus) // 设置使用的 CPU 核心数
die := make(chan bool)
count := 100000
for i := 0; i < count; i++ {
go waitAround(die)
}
elapsed := time.Since(start)
var endMemory runtime.MemStats
runtime.ReadMemStats(&endMemory)
fmt.Printf("Started %d goroutines\n%d CPUs\n%f seconds\n",
count, cpus, elapsed.Seconds())
fmt.Printf("Memory before %d\nmemory after %d\n", startMemory.Alloc,
endMemory.Alloc)
fmt.Printf("%d goroutines running\n", runtime.NumGoroutine())
fmt.Printf("%d bytes per goroutine\n", (endMemory.Alloc-startMemory.Alloc)/uint64(runtime.NumGoroutine()))
close(die)
}在上述代码中，我们通过 runtime.GOMAXPROCS(cpus) 设置了 Go 程序可以使用的 CPU 核心数。当使用多个核心时，程序的执行时间可能会比使用单个核心时更长。
性能瓶颈与优化思路
操作系统上下文切换开销： 减少 Goroutine 的数量，避免频繁的上下文切换。可以考虑使用 Goroutine 池来复用 Goroutine。
同步和协调开销： 多核环境下的 Goroutine 调度需要更多的同步和协调。尽量减少 Goroutine 之间的共享状态，使用无锁数据结构或原子操作来避免锁竞争。
内存分配开销： 大量 Goroutine 的创建和销毁会带来频繁的内存分配和释放。可以使用对象池来复用对象，减少内存分配的次数。
GOMAXPROCS 设置： 适当调整 runtime.GOMAXPROCS 的值，使其与 CPU 核心数相匹配。过高的值可能会导致过多的上下文切换，而过低的值则无法充分利用多核 CPU 的优势。
总结
Goroutine 在多核环境下的性能瓶颈主要源于操作系统上下文切换的开销、同步和协调的开销以及内存分配的开销。通过减少 Goroutine 的数量、避免锁竞争、复用对象以及合理设置 runtime.GOMAXPROCS 的值，可以有效地提高 Goroutine 在多核环境下的性能。在实际开发中，需要根据具体的应用场景和性能测试结果，选择合适的优化策略。
