网站建设求职要求自动app优化最新版

1.资源消耗

• 调度方式：线程由操作系统内核调度（抢占式），协程由程序自己控制调度（协作式）。
• 切换开销：线程切换涉及内核态与用户态的转换，开销大；协程只在用户态切换上下文，开销小。
• 状态保存：线程保存寄存器、栈、指令指针等完整上下文；协程只保存少量栈、程序计数器等上下文。
• 资源隔离: 各线程有自己的堆栈，数据隔离；同一进程内协程共享内存，需注意同步。

✅ 线程创建 & 销毁：

• 创建：需要申请内核资源（线程栈、PCB 等），大约消耗 几 MB 内存

• 销毁：回收内核资源，代价也不小

• 上下文切换：涉及用户态/内核态切换，保存寄存器、栈、内存页表，切换一次可能 耗时 1000ns+

✅ 协程创建 & 销毁：

• 创建：只需要申请一小段栈空间（一般几 KB），几乎不涉及内核资源

• 销毁：内存回收代价极小

• 上下文切换：只保存少量寄存器和栈，切换一次只需 几十纳秒（几乎不感知）。可以理解为用户态的调度器。

2.适用情况

👉 总结一句话：

• 线程是“重装战士”，适合 多核并行 + CPU 密集型任务

• 协程是“敏捷刺客”，适合 高并发 IO 密集型任务

3.内核态和用户态

🔍 线程为什么开销高？

• 用户态 ↔️ 内核态：涉及 系统调用（syscall），需要 切换模式，如 read()、write() 都要从用户态陷入内核态。涉及到操作系统调用。

• 内核栈切换：每个线程都有独立内核栈，切换需要重新加载。

• 缓存失效：切换线程可能导致 CPU 缓存失效，重建 TLB（地址翻译缓存）也增加延迟。

💥 开销对比：

• 线程切换（内核调度）：大约 1000ns+

• 进程切换（内核调度 + 页表切换）：大约 几微秒

• 协程切换（用户态调度）：大约 几十纳秒

4.代码例子

chatgpt给出的切换线程和协程的耗时，在数量都是1w的情况下，切换协程的耗时居然比较高，数量如果达到10w，是线程切换的耗时比较高。

package mainimport ("fmt""runtime""sync""time"
)const (numGoroutines = 100000numThreads    = 100000
)// 模拟一个消耗时间的任务
func doTask(id int, ch chan int, wg *sync.WaitGroup) {defer wg.Done()// 模拟一些计算任务for i := 1; i < 1000; i++ {_ = (i * i) % id}ch <- id
}// 记录线程切换时间
func measureThreadSwitching() {start := time.Now()var wg sync.WaitGroupfor i := 1; i < numThreads; i++ {wg.Add(1)go func(id int) {defer wg.Done()// 模拟一个计算任务_ = id * id}(i)}wg.Wait()elapsed := time.Since(start)fmt.Printf("Thread switching took: %v\n", elapsed)
}// 记录协程切换时间
func measureGoroutineSwitching() {start := time.Now()var wg sync.WaitGroupch := make(chan int, numGoroutines)for i := 1; i < numGoroutines; i++ {wg.Add(1)go doTask(i, ch, &wg)}wg.Wait()elapsed := time.Since(start)fmt.Printf("Goroutine switching took: %v\n", elapsed)
}func main() {// 设置 Go 运行时使用多个 CPU 核心runtime.GOMAXPROCS(runtime.NumCPU())// 测量线程切换的时间fmt.Println("Measuring thread switching...")measureThreadSwitching()// 测量协程切换的时间fmt.Println("Measuring goroutine switching...")measureGoroutineSwitching()
}