구글이 만든 언어인 Golang(또는 Go)의 주요 장점 중 하나는 경쟁 관리, 즉 동시에 여러 작업을 실행할 수 있는 능력입니다.
모든 현대 언어에는 동시성을 처리하는 도구가 있습니다. Go를 차별화하는 점은 런타임이 스레드 및 병렬 처리에 대한 대부분의 세부 정보를 추상화하므로 이 처리가 훨씬 간단해진다는 것입니다. 고루틴이 운영 체제 스레드에 할당되는 방식과 스레드가 사용 가능한 CPU 코어와 상호 작용하는 방식을 정의하는 것은 운영 체제 커널이 아니라 런타임입니다.
개발자는 Go에서 동시성(인터리브 실행)과 병렬성(동시 실행)을 동시에 사용할 수 있으며, 프로그램에서 동시 스레드의 한계인 GOMAXPROCS 속성을 결정하여 이를 명시적으로 사용할 수도 있습니다. 따라서 Go는 실제 병렬성을 얻기 위해 여러 코어에 고루틴을 매핑할 수 있으며, 처리 시 이러한 아키텍처를 갖춘 시스템도 있습니다. 그러나 기본적으로 런타임은 이미 이 추상화를 수행합니다.
import (
"runtime"
)
func main() {
runtime.GOMAXPROCS(4) // Permitir até 4 threads para paralelismo
}
다른 프로그래밍 언어도 동시성 및 병렬성을 위한 도구를 제공하지만 추상화 및 단순성 수준은 크게 다릅니다. 예를 들어 Java에는 동시성 및 병렬 처리를 관리하기 위한 Concurrent API(java.util.concurrent)와 Thread, ExecutorService 및 ForkJoinPool과 같은 도구가 있습니다.
그러나 개발자는 스레드 풀을 수동으로 구성하거나 CompletableFuture와 같은 특정 도구를 사용하여 비동기 작업을 단순화해야 합니다.
Java는 스레드 풀을 사용하여 멀티코어 시스템에서 병렬 실행도 허용합니다. 그러나 이와 대조적으로 Java의 스레드는 운영 체제 스레드에 직접 매핑되기 때문에 더 무겁습니다.
운영 체제 스레드는 시스템 커널에 의해 관리됩니다. 즉, 스레드 생성, 삭제, 컨텍스트 전환 및 관리는 커널이 수행하는 작업이므로 추가 오버헤드가 발생합니다. 각 운영 체제 스레드는 상당한 양의 메모리(일반적으로 Java의 경우 약 1MB)를 소비합니다. 시스템이 스레드 간에 전환할 때 프로세서 상태(레지스터, 스택 등)를 저장하고 복원해야 하는데 이는 비용이 많이 드는 프로세스입니다.
Go에서는 이러한 관리를 수행하는 것이 언어 런타임입니다. Go는 각 고루틴에 대해 운영 체제 스레드를 생성하지 않습니다. 대신 Go 런타임은 훨씬 적은 수의 운영 체제 스레드에서 여러 고루틴을 관리합니다. 기술적으로는 M:N 스케줄링(N 스레드의 M 고루틴)이라고 합니다. 이렇게 하면
운영 체제에 과부하를 주지 않고 동일한 수의 스레드를 사용하는 수천 개의 고루틴.
이것이 언어의 "은혜"이기 때문에 고성능 분산 시스템과 실시간 데이터 처리 애플리케이션 관리에 가장 선호되는 언어입니다.
그러나 모든 현대 언어는 동시성과 병렬성을 사용하여 작업할 수 있다는 점을 강조하는 것이 중요합니다.
가벼움과 가공비용의 차이입니다.
이렇게 하면 우리는 FlaxFlu 언어에 머물 필요가 없습니다. 각 언어에는 고유한 마법과 강점과 약점이 있습니다.
어떤 언어로든 이러한 작업을 수행할 수 있는 방법을 보여주기 위해 Go와 Java에서 동일한 프로그램이 각각 고유한 특성을 가지고 코딩되는 방법을 예시하겠습니다. 아이디어는 간단합니다. 동시성과 병렬성으로 수행되는 작업을 시뮬레이션하고 두 경우 모두 실행 시간과 메모리 사용량을 인쇄합니다(숫자는 시스템마다 다름).
비교를 좀 더 "면제"하기 위해 chatgpt에 아래 코드를 생성하도록 요청했습니다.
import (
"runtime"
)
func main() {
runtime.GOMAXPROCS(4) // Permitir até 4 threads para paralelismo
}
실행 시간: 141.886206ms
사용된 메모리: 43909120바이트
package main
import (
"fmt"
"runtime"
"sync"
"time"
)
func tarefa(id int) {
// Simula algum processamento leve
time.Sleep(10 * time.Millisecond)
}
func main() {
// Configura a quantidade de tarefas
numTarefas := 100000
// Medindo o tempo de execução
start := time.Now()
var wg sync.WaitGroup
wg.Add(numTarefas)
// Calculando a quantidade de memória usada
var m runtime.MemStats
runtime.ReadMemStats(&m)
initialMemory := m.Sys
// Criando as goroutines para simular o trabalho
for i := 0; i < numTarefas; i++ {
go func(id int) {
defer wg.Done()
tarefa(id)
}(i)
}
wg.Wait() // Espera todas as goroutines terminarem
// Calculando o tempo total de execução e a memória usada
elapsed := time.Since(start)
runtime.ReadMemStats(&m)
finalMemory := m.Sys
// Printando os resultados
fmt.Printf("Tempo de execução: %s\n", elapsed)
fmt.Printf("Memória utilizada: %d bytes\n", finalMemory-initialMemory)
}
실행 시간: 10238ms
사용된 메모리: 106732888바이트
어쨌든 우리는 두 언어 모두에서 정확히 동일한 작업을 수행할 수 있습니다. 각각은 적절한 목적으로 라이브러리를 사용합니다. Go에서는 실행 속도가 98.61% 빨라졌고 메모리 사용량은 58.86% 감소했습니다.
하지만 다른 언어보다 더 좋은 언어는 없습니다.
우리에게 필요한 것은 프로젝트에서 발생하는 문제를 해결하는 데 도움이 될 수 있는 언어를 선택할 때 각 언어의 장단점을 이해하는 것입니다. 그리고 각 프로젝트에는 해결해야 할 특별하고 고유한 문제 풀이 있습니다.
물론 Java에서 위에 제공된 코드의 성능을 향상시키기 위한 전략을 사용하는 것도 가능합니다.
chatgpt에게 초기 코드에 몇 가지 트릭을 추가해 달라고 다시 요청했습니다.
import (
"runtime"
)
func main() {
runtime.GOMAXPROCS(4) // Permitir até 4 threads para paralelismo
}
메모리 소비를 줄이기 위해 더 많은 수의 스레드(100개)를 사용하여 높은 동시성을 더 잘 처리하는 ForkJoinPool을 사용합니다. 이는 기본 스레드 풀을 대체하여 더 많은 작업을 동시에 실행할 수 있도록 합니다. 또한 submit 및 Join을 호출하여 프로그램을 종료하기 전에 모든 작업이 완료되었는지 확인합니다.
이러한 변경으로 메모리 할당이 56.21% 감소했습니다.
실행 시간: 11877ms
사용된 메모리: 46733064바이트
이 코드를 최적화하는 것은 흥미로운 도전입니다. Java를 사용하면 더 나은 결과를 얻을 수 있습니다. Java는 세부 사항에 관계없이 훌륭하기 때문에 항상 가능한 일입니다.
위 내용은 경쟁과 병렬성: 이 점에서 Golang이 Java보다 더 나은 성능을 발휘합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
