语言原生的map存在2个问题：
1）不是线程安全的；
2）数据量大时候需要尽量避免使用string等，GC压力很大；
有人使用泛型实现了相关的cocurent-map，（https://github.com/orcaman/concurrent-map）但是关于键值部分仍然默认使用了string，为了提高效率，这里对其做了一些修改，让键值也可以自定义类型：https://github.com/robinfoxnan/go_concurrent_map
基本使用方法：
// Create a new map. m := cache.NewConcurrentMap[uint64, string]() // Sets item within map, sets "bar" under key "foo" m.Set(199010212, "bar") // Retrieve item from map. bar, ok := m.Get(199010212) fmt.Println(bar, ok) // Removes item under key "foo" m.Remove(199010212)
为了实现计数器等，需要在加锁期间更新，需要使用回调函数：
// 计数器
type BaseCounter struct {
Count uint64
CountLast uint64
}
var MapOfAppUserCount ConcurrentMap[uint64, *AppUserCounter]
func InitMaps() {
MapOfAppVistedCount = NewConcurrentMap[uint64, *BaseCounter]()
}
// 没有值，则设置；如果有，则更新; 新增的部分通过新的值传递过来！
func appAddCallBack(exist bool, valueInMap *BaseCounter, newValue *BaseCounter) *BaseCounter {
if exist == false {
return newValue
} else {
valueInMap.Count += newValue.Count
return valueInMap
}
}
// 对应用计数器加i
func AppAddBy(key uint64, i uint64) uint64 {
c := BaseCounter{i, i}
res := MapOfAppVistedCount.Upsert(key, &c, appAddCallBack)
if res != nil {
return res.Count
}
return 0
}
计数器的使用如下：
cache.InitMaps() cache.AppAddBy(i, 1)
性能：
1）单线程初始化1~1000w的计数器，2412 ms
2）分给100个协程，14ms
测试代码如下：
func testSingle() {
cache.InitMaps()
timeUnixNano1 := time.Now().UnixMilli()
// 100万次更新
for i := uint64(0); i < 10000000; i++ {
cache.AppAddBy(i, 1)
}
timeUnixNano2 := time.Now().UnixMilli()
delta := timeUnixNano2 - timeUnixNano1
fmt.Println("cost: ", delta, " ms")
count := cache.AppAddBy(1, 1)
fmt.Println(count)
count = cache.AppAddBy(1, 2)
fmt.Println(count)
count = cache.AppAddBy(1, 3)
fmt.Println(count)
}
var N int = 10000000
func doInsert(n int, index int, g *sync.WaitGroup) {
m := N / n
start := index * m
//fmt.Println("thread ", index, "from ", start)
for i := uint64(start); i < uint64(m); i++ {
cache.AppAddBy(i, 1)
}
if g != nil {
g.Done()
}
}
func testMulti() {
cache.InitMaps()
group := sync.WaitGroup{}
n := 100
group.Add(n)
timeUnixNano1 := time.Now().UnixMilli()
for i := 0; i < n; i++ {
go doInsert(n, i, &group)
}
group.Wait()
timeUnixNano2 := time.Now().UnixMilli()
delta := timeUnixNano2 - timeUnixNano1
fmt.Println("cost: ", delta, " ms")
}
到此这篇关于golang让map支持高并发（1000万次操作14ms）的文章就介绍到这了,更多相关golang map并发内容请搜索恩蓝小号以前的文章或继续浏览下面的相关文章希望大家以后多多支持恩蓝小号！
原创文章，作者：UCPSM，如若转载，请注明出处：https://www.wangzhanshi.com/n/5957.html
