Channel

Channel底层实现

1. CSP

1.1 核心概念

CSP (Communicating Sequential Processes 通信顺序进程): 消息传递的并发编程模型，由计算机科学家 Tony Hoare于1978年提出。其核心思想是通过通信而非共享内存实现进程间的协作，解决了传统并发模型中锁竞争、死锁等问题。

• 独立运行的顺序进程，通信双方是 同步 且 阻塞 的，即双方互相ready
• 通道分为有无缓冲类型（同/异步）
• 通过算子组合进程，如：|（外部选择）、→（前缀操作）和并行组合||，形成复杂的并发逻辑

1.2 好处

1. 所有权(Ownership)：通过发送方在 传递消息 时会 转移数据的所有权
   • 避免直接暴露内存地址，根本上消除 数据竞争(Data Race) 和 共享内存 + 锁 易引发的 竟态条件(Race Condition）
2. 确定性编程： 同步通信使得 CSP程序的行为更可预测。
3. 可验证： 可通过 FDR工具 形式化验证
   • 无死锁(Deadlock-free)： 系统不会卡死
   • 活性(Liveness)： 任务最终完成

1.3 对比

并发模型的对比:

特性	CSP 模型	Actor 模型
通信方式	同步/异步通道： 用"管道"传纸条（可以等对方回复，也可以不等）	异步邮箱： 往对方的"信箱"里扔纸条（永远不等回复）
耦合性	通道匿名： 只管往管道里扔，不用管谁收	Actor 具名： 必须知道对方具体地址才能发消息
状态管理	无共享状态： 数据只在管道里流动，不存本地	维护私有状态： 每个Actor都有自己的小本本记数据
适用场景	高确定性系统： 像红绿灯控制这种要求精确同步的系统	分布式系统、容错场景： 像微信聊天这种分布式的、可能出错的场景

编程语言实现：

• Golang： 则基于模型通过 goroutine 和 channel 进行实现

• Occam： 最早的CSP语言，专为并行处理器设计，语法直接对应 CSP 算子

工业场景：

• 分布式系统：▶ 微服务，如 Istio 服务网格控制流量，微服务像快递站（通信），用 channel 当传送带协调包裹（请求）。
• 嵌入式系统： ▶ 自动驾驶， 其传感器数据处理，要求像地铁时刻表一样精确同步。
• 数据处理： ▶ 像工厂流水线，A工序做完扔管道，B工序接着处理，互不阻塞。

2. Channel

Go语言的 Channel 便是基于 CSP 模型的并发编程范式的核心抽象，提倡通过通信而非共享内存的方式来简化并发控制。

其包含了 有/无缓冲的chan 底层通过一把 环形数组+双指针 实现

看起来我们找到了向chan传递数据的银弹——只传指针，然而世界上并没有银弹——

1. 传指针相当于上一节说的“共享”数据，很容易带来并发安全问题；
2. 对于发送者，传指针给chan很可能会影响逃逸分析，不仅会在堆上分配对象，还会使情况1中的优化失去意义（调用runtime就为了写入一个指针到接收者的栈上）
3. 对于接收者来说，操作指针引用的数据需要一次或多次的解引用，而这种解引用很难被优化掉，因此在一些热点代码上很可能会带来可见的性能影响（通常不会有复制数据带来的开销大，但一切得以性能测试为准）。
4. 太多的指针会加重gc的负担

使用指针传递时切记要充分考虑上面列出的缺点。

2.1 数据结构

底层是 hchan（高度优化的并发安全队列） 源码如下：

type hchan struct {
	buf          unsafe.Pointer // 环形缓冲区指针
	qcount       uint           // 当前元素数量
	dataqsiz     uint           // 缓冲区容量
  
	sendx, recvx uint           // 读写位置索引
	recvq, sendq waitq          // 阻塞的接收/发送协程队列
	lock         mutex          // 互斥锁
}

• buf 环形缓冲区： 指向的是一块数组的起始地址，为了给数组初始化长度，故声明 chan 时需要 make 容量大小
  • 无缓冲： 声明容量为 0 ，由于无容量，因此发送和接收都会阻塞，见下文阻塞队列
• recv/sendq