gmp 模型是 go 调度器的核心架构，由 g（goroutine）、m（machine）、p（processor）三者协作实现高效并发调度。1. g 代表 goroutine，保存执行上下文；2. m 是操作系统线程，负责运行 g；3. p 是逻辑处理器，管理 g 的调度并为 m 提供上下文。工作流程包括：创建 g 并加入队列、m 从本地/全局队列或窃取其他 p 的任务进行调度循环、通过抢占机制防止长时间占用 cpu、阻塞时解绑 g 和 p 并重新调度。优势体现在轻量级调度、负载均衡、减少锁竞争和适应多核硬件。实际开发中影响包括控制并行度、处理大量并发请求、分析死锁问题等。
Goroutine 是 Go 语言并发编程的核心机制之一，而 GMP 模型则是支撑 Goroutine 高效调度的底层架构。它不像操作系统线程那样重，也不需要程序员手动管理线程生命周期，这一切的背后是 G、M、P 三者协作的结果。
什么是 GMP 模型？
GMP 是 Go 调度器的核心模型，由三个主要组件组成：
- G（Goroutine）：代表一个 goroutine，保存了执行所需的栈、程序计数器等信息。
- M（Machine）：代表一个工作线程，可以看作是操作系统线程，负责运行 G。
- P（Processor）：逻辑处理器，用来管理和调度 G，并为 M 提供上下文环境。
这三者之间的关系是动态绑定的。每个 M 必须与一个 P 绑定才能运行 G，而 P 则维护了一个本地的可运行 G 队列。
立即学习“go语言免费学习笔记（深入）”；
GMP 是如何工作的？
GMP 的调度流程大致分为以下几个阶段：
-
创建 Goroutine（G）
- 当你使用
go func()启动一个 goroutine 时，Go 运行时会从本地或全局池中分配一个 G。 - 如果当前 P 的本地队列未满，新 G 会被加入到该队列尾部；否则放入全局队列或尝试偷取其他 P 的任务。
- 当你使用
-
调度循环
ImageMagick 批处理处理器下载使用 ImageMagick 的 convert 和 mogrify 命令进行批量图像处理，支持调整大小、裁剪、水印和格式转换。与 libvips 集成以实现高性能缩略图生成。
- 每个 M 在空闲时会不断尝试从本地队列、全局队列或其他 P 的队列中“偷”任务来执行。
- 执行完成后，M 会释放当前 G 并重新进入调度循环。
-
抢占式调度
- Go 1.14 引入了基于信号的异步抢占机制，防止某个 goroutine 独占 CPU 时间太久。
- 当系统检测到某个 G 占用时间过长，会触发抢占，强制切换到下一个 G。
-
阻塞处理
- 如果某个 G 发生 I/O 或 channel 操作阻塞，M 会将 G 和当前 P 解绑，然后去寻找新的 G 来运行。
- 阻塞结束后，G 会被重新放入队列等待下一次调度。
GMP 模型的优势和设计考量
GMP 模型之所以高效，是因为它结合了用户级协程的轻量和多核并行的能力：
- 轻量级调度：Goroutine 栈默认只有 2KB 左右，远小于线程的几 MB，因此能轻松创建数十万个 goroutine。
- 负载均衡：通过 work-stealing 机制，各个 P 可以互相“借”任务，避免某些核心空转。
- 减少锁竞争：每个 P 有自己的本地队列，减少了对全局资源的竞争。
- 适应现代硬件：利用多核 CPU 的并行能力，同时保持良好的扩展性。
此外，Go 的垃圾回收机制也与调度紧密配合，比如在 STW（Stop The World）期间暂停所有正在运行的 G。
实际开发中的调度影响
虽然大多数时候我们不需要关心调度细节，但在一些高性能场景下，了解这些机制还是有帮助的：
-
CPU 密集型任务：可以通过
runtime.GOMAXPROCS(n)设置 P 的数量来控制并行度，但一般不建议随意设置，默认值通常是 CPU 核心数。 - 大量并发请求：比如网络服务中，goroutine 数量可能会飙升，这时候要关注内存占用和调度延迟。
- 死锁/阻塞问题：当多个 goroutine 相互等待时，可能造成调度器“卡住”，这时需要用 pprof 工具分析堆栈。
如果你写了一个看似简单的循环启动了几万个 goroutine，实际上背后是一整套调度系统在默默工作。
基本上就这些。
