使用 go-zero 优雅地实现并发编排任务

文章持续更新，微信搜一搜「 吴亲强的深夜食堂 」

业务场景

在做任务开发的时候，你们一定会碰到以下场景:

场景1：调用第三方接口的时候，一个需求你需要调用不同的接口，做数据组装。

场景2:一个应用首页可能依托于很多服务。那就涉及到在加载页面时需要同时请求多个服务的接口。

这一步往往是由后端统一调用组装数据再返回给前端，也就是所谓的 BFF(Backend For Frontend) 层。

调用这些服务往往没有前后的依赖关系，可以同时调用。

针对以上两种场景，假设在没有强依赖关系下，选择串行话调用，那么总耗时即:

time=s1+s2+....sn

按照当代秒入百万的有为青年，这么长时间早就把你祖宗十八代问候了一遍。

为了伟大的KPI，我们往往会选择并发的调用这些依赖接口。那么总耗时就是:

time=max(s1,s2,s3.....,sn)

当然开始堆业务的时候可以先串行化，等到上面的人着急的时候，亮出绝招。

这样，年底 PPT 就可以加上浓重的一笔流水账:为业务某个接口提高百分之XXX性能，间接产生XXX价值。

当然这一切的前提是，做老板不懂技术，做技术”懂”你。

言归正传,

如果修改成并发调用，你可能会这么写，

package main

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

func main() {var wg sync.WaitGroup
    wg.Add(2)

    var userInfo *User
    var productList []Product

    go func() {defer wg.Done()
        userInfo, _ = getUser()}()

    go func() {defer wg.Done()
        productList, _ = getProductList()}()
    wg.Wait()
    fmt.Printf("用户信息:%+v\n", userInfo)
    fmt.Printf("商品信息:%+v\n", productList)
}


/********用户服务**********/ 

type User struct {
    Name string
    Age  uint8
}

func getUser() (*User, error) {
    time.Sleep(500 * time.Millisecond)var u User
    u.Name = "wuqinqiang"
    u.Age = 18return &u, nil
}

/********商品服务**********/ 

type Product struct {
    Title string
    Price uint32
}

func getProductList() ([]Product, error) {
    time.Sleep(400 * time.Millisecond)var list []Product
    list = append(list, Product{
        Title: "SHib",
        Price: 10,})return list, nil
}

先不管其他问题。从实现上来说，需要多少服务，你会开多少个 G，利用 sync.WaitGroup 的特性，

实现并发编排任务的效果。

好像，问题不大。

但是随着代号 996 业务场景的增加，你会发现，好多模块都有相似的功能，只是对应的业务场景不同而已。

那么我们能不能抽像出一套针对此业务场景的工具，而把具体业务实现交给业务方。

安排。

使用

本着不重复造轮子的原则，去搜了下开源项目，最终看上了 go-zero 里面的一个工具 mapreduce。

从文件名我们能看出来是什么了，可以自行 Google 这个名词。

使用很简单。我们通过它改造一下上面的代码:

package main

import ("fmt""github.com/tal-tech/go-zero/core/mr""time"
)

func main() {var userInfo *User
    var productList []Product
    _ = mr.Finish(func() (err error) {
        userInfo, err = getUser()return err
    }, func() (err error) {
        productList, err = getProductList()return err
    })
    fmt.Printf("用户信息:%+v\n", userInfo)
    fmt.Printf("商品信息:%+v\n", productList)
}
用户信息:&{Name:wuqinqiang Age:18}
商品信息:[{Title:SHib Price:10}]

是不是舒服多了。

但是这里还需要注意一点，假设你调用的其中一个服务错误，并且你 return err 对应的错误，那么其他调用的服务会被取消。

比如我们修改 getProductList 直接响应错误。

func getProductList() ([]Product, error) {return nil, errors.New("test error")
}
//打印
用户信息:<nil>
商品信息:[]

那么最终打印的时候连用户信息都会为空，因为出现一个服务错误，用户服务请求被取消了。

一般情况下，在请求服务错误的时候我们会有保底操作，一个服务错误不能影响其他请求的结果。

所以在使用的时候具体处理取决于业务场景。

源码

既然用了，那么就追下源码吧。

func Finish(fns ...func() error) error {if len(fns) == 0 {return nil}

    return MapReduceVoid(func(source chan<- interface{}) {for _, fn := range fns {
            source <- fn
        }}, func(item interface{}, writer Writer, cancel func(error)) {
        fn := item.(func() error)if err := fn(); err != nil {cancel(err)}}, func(pipe <-chan interface{}, cancel func(error)) {drain(pipe)}, WithWorkers(len(fns)))
}
func MapReduceVoid(generator GenerateFunc, mapper MapperFunc, reducer VoidReducerFunc, opts ...Option) error {_, err := MapReduce(generator, mapper, func(input <-chan interface{}, writer Writer, cancel func(error)) {reducer(input, cancel)drain(input)// We need to write a placeholder to let MapReduce to continue on reducer done,// otherwise, all goroutines are waiting. The placeholder will be discarded by MapReduce.
        writer.Write(lang.Placeholder)}, opts...)return err
}

对于 MapReduceVoid函数，主要查看三个闭包参数。

第一个 GenerateFunc 用于生产数据。
MapperFunc 读取生产出的数据，进行处理。
VoidReducerFunc 这里表示不对 mapper 后的数据做聚合返回。所以这个闭包在此操作几乎0作用。

func MapReduce(generate GenerateFunc, mapper MapperFunc, reducer ReducerFunc, opts ...Option) (interface{}, error) {
    source := buildSource(generate) 
    return MapReduceWithSource(source, mapper, reducer, opts...)
}

func buildSource(generate GenerateFunc) chan interface{} {
    source := make(chan interface{})// 创建无缓冲通道
    threading.GoSafe(func() {defer close(source)generate(source) //开始生产数据})

    return source //返回无缓冲通道
}

buildSource函数中，返回一个无缓冲的通道。并开启一个 G 运行 generate(source)，往无缓冲通道塞数据。这个generate(source) 不就是一开始 Finish 传递的第一个闭包参数。

return MapReduceVoid(func(source chan<- interface{}) {// 就这个for _, fn := range fns {
            source <- fn
        }})

然后查看 MapReduceWithSource 函数,

func MapReduceWithSource(source <-chan interface{}, mapper MapperFunc, reducer ReducerFunc,
    opts ...Option) (interface{}, error) {
    options := buildOptions(opts...)//任务执行结束通知信号
    output := make(chan interface{})//将mapper处理完的数据写入collector
    collector := make(chan interface{}, options.workers)// 取消操作信号
    done := syncx.NewDoneChan()
    writer := newGuardedWriter(output, done.Done())var closeOnce sync.Once
    var retErr errorx.AtomicError
    finish := func() {
        closeOnce.Do(func() {
            done.Close()close(output)})}
    cancel := once(func(err error) {if err != nil {
            retErr.Set(err)} else {
            retErr.Set(ErrCancelWithNil)}

        drain(source)finish()})

    go func() {defer func() {if r := recover(); r != nil {cancel(fmt.Errorf("%v", r))} else {finish()}}()reducer(collector, writer, cancel)drain(collector)}()// 真正从生成器通道取数据执行Mappergo executeMappers(func(item interface{}, w Writer) {mapper(item, w, cancel)}, source, collector, done.Done(), options.workers)

    value, ok := <-output
    if err := retErr.Load(); err != nil {return nil, err
    } else if ok {return value, nil} else {return nil, ErrReduceNoOutput
    }
}

这段代码挺长的，我们说下核心的点。我们看到使用一个G 调用 executeMappers 方法。

go executeMappers(func(item interface{}, w Writer) {mapper(item, w, cancel)}, source, collector, done.Done(), options.workers)
func executeMappers(mapper MapFunc, input <-chan interface{}, collector chan<- interface{},
    done <-chan lang.PlaceholderType, workers int) {var wg sync.WaitGroup
    defer func() {// 等待所有任务全部执行完毕
        wg.Wait()// 关闭通道close(collector)}()//根据指定数量创建 worker池
    pool := make(chan lang.PlaceholderType, workers) 
    writer := newGuardedWriter(collector, done)for {select {case <-done:returncase pool <- lang.Placeholder:// 从buildSource() 返回的无缓冲通道取数据
            item, ok := <-input 
            // 当通道关闭，结束if !ok {<-pool 
                return}

            wg.Add(1)// better to safely run caller defined method
            threading.GoSafe(func() {defer func() {
                    wg.Done()<-pool
                }()//真正运行闭包函数的地方// func(item interface{}, w Writer) {//    mapper(item, w, cancel)//    }mapper(item, writer)})}}
}

具体的逻辑已备注，代码很容易懂。

一旦 executeMappers 函数返回，关闭 collector 通道，那么执行 reducer 不再阻塞。

go func() {defer func() {if r := recover(); r != nil {cancel(fmt.Errorf("%v", r))} else {finish()}}()reducer(collector, writer, cancel)//这里drain(collector)}()

这里的 reducer(collector, writer, cancel) 其实就是从 MapReduceVoid 传递的第三个闭包函数。

func MapReduceVoid(generator GenerateFunc, mapper MapperFunc, reducer VoidReducerFunc, opts ...Option) error {_, err := MapReduce(generator, mapper, func(input <-chan interface{}, writer Writer, cancel func(error)) {reducer(input, cancel)//这里drain(input)// We need to write a placeholder to let MapReduce to continue on reducer done,// otherwise, all goroutines are waiting. The placeholder will be discarded by MapReduce.
        writer.Write(lang.Placeholder)}, opts...)return err
}

然后这个闭包函数又执行了 reducer(input, cancel)，这里的 reducer 就是我们一开始解释过的 VoidReducerFunc，从 Finish() 而来。

等等,看到上面三个地方的 drain(input)了吗？

// drain drains the channel.
func drain(channel <-chan interface{}) {// drain the channelfor range channel {}
}

其实就是一个排空 channel 的操作，但是三个地方都对同一个 channel,也是让我费解。

还有更重要的一点。

go func() {defer func() {if r := recover(); r != nil {cancel(fmt.Errorf("%v", r))} else {finish()}}()reducer(collector, writer, cancel)drain(collector)}()

上面的代码，假如执行 reducer，writer 写入引发 panic,那么drain(collector) 会直接卡住。

不过作者已经修复了这个问题，直接把 drain(collector) 放入到 defer。

具体 issues对 mr 其中一段代码的疑惑。

到这里，关于 Finish 的源码也就结束了。感兴趣的可以看看其他源码。

很喜欢 go-zero 里的一些通用业务工具，也看了好多源码，从源码可以看出，作者业务经验丰富，抽象能力也很强，抽象了很多超实用的业务工具，使开发人员只需要专注于自己的业务(ps:把你变成傻瓜式操作，达到内卷的效果哈哈)。

但是往往用的一些工具并不独立，依赖于其他文件包，导致明明只想使用其中一个工具却需要安装整个包。