Goroutines

Goroutine คืออะไร?

Goroutine คือฟังก์ชันที่ทำงานพร้อมกันกับ goroutines อื่น ๆ ในพื้นที่ address เดียวกัน คุณสร้างได้ด้วย keyword เดียว:

go f(args)

นั่นคือ syntax ทั้งหมด go จัดตาราง f ให้รัน concurrent แล้ว goroutine ที่เรียกก็ดำเนินต่อทันทีโดยไม่รอให้ f return

ทำไม Goroutines ถึงถูก

OS thread โดยทั่วไปเริ่มต้นด้วย stack ขนาดคงที่ 1–8 MB แต่ goroutine เริ่มต้นด้วย stack ขนาดประมาณ 2–8 KB ที่ขยายและหดตัวได้อัตโนมัติตามต้องการ Go runtime จัดสรร goroutines ลง OS threads โดยใช้ M:N scheduler (M goroutines บน N threads) Context switch ระหว่าง goroutines เกิดขึ้นใน user-space และถูกกว่า kernel thread switch หลายเท่า

ในระบบ production การมี goroutines หลายหมื่นตัวรันพร้อมกันเป็นเรื่องปกติ

Go Scheduler: M, P, G

Scheduler ทำงานบนสามแนวคิด:

สัญลักษณ์	ความหมาย
G	Goroutine — หน่วยงาน concurrent
M	Machine — OS thread
P	Processor — scheduling context (มี GOMAXPROCS ตัว)

แต่ละ P มี run queue ของ Gs M ต้องถือ P ถึงจะรัน G ได้ เมื่อ G บล็อกบน I/O M ที่รันอยู่จะปล่อย P เพื่อให้ M อื่นรับช่วงต่อ

รอด้วย sync.WaitGroup

sync.WaitGroup เป็นวิธีมาตรฐานในการรอ goroutines จำนวนคงที่ให้เสร็จ:

wg.Add(n) — เพิ่ม counter ขึ้น n (เสมอก่อน go statement)
wg.Done() — ลด counter ลง 1 (เรียกด้วย defer ใน goroutine)
wg.Wait() — บล็อกจนกว่า counter จะถึงศูนย์

Open in Playground

package main

import (
  "fmt"
  "sync"
)

func worker(id int, results []string, wg *sync.WaitGroup) {
  defer wg.Done()
  sum := 0
  for j := 1; j <= 5; j++ {
    sum += j
  }
  results[id-1] = fmt.Sprintf("worker %d: sum 1..5 = %d", id, sum)
}

func main() {
  var wg sync.WaitGroup
  results := make([]string, 3)

  for i := 1; i <= 3; i++ {
    wg.Add(1)
    go worker(i, results, &wg)
  }

  wg.Wait()

  for _, r := range results {
    fmt.Println(r)
  }
  fmt.Println("all workers done")
}

Runtime Behavior

GMP Model:

G  G  G  G  G  G  G  G    ← goroutines (อาจมีหลักแสน)
 ╲ │ ╱    ╲ │ ╱
  [P1]      [P2]           ← P (= GOMAXPROCS, default = #CPU)
   │          │
  [M1]       [M2]          ← M (OS thread)
   │          │
 CPU0        CPU1

เมื่อ G block บน I/O:
  G ──block──→ waiting queue
  M release P → P ถูก M อื่นรับ → G อื่นรัน

Work stealing:
  P1 run queue ว่าง → steal G จาก P2 run queue

ข้อแลกเปลี่ยน

สิ่งที่ได้	ประโยชน์	ต้นทุน
goroutine (2-8 KB stack)	สร้างได้หลักแสนตัว	scheduler overhead ต่อ goroutine
dynamic stack growth	ไม่เสีย memory ล่วงหน้า	stack copy cost เมื่อขยาย
M:N scheduler	ไม่ block OS thread บน I/O	scheduler complexity, preemption cost
work stealing	CPU utilization สูง	cache miss เมื่อ goroutine ย้าย P

ความเข้าใจผิดที่พบบ่อย

goroutine = OS thread — goroutine stack เริ่มต้น 2-8 KB, OS thread 1-8 MB
สร้าง goroutine ฟรีทั้งหมด — มี ~4 KB allocation + scheduler bookkeeping ต่อ goroutine
GOMAXPROCS มากขึ้น = เร็วขึ้นเสมอ — I/O-bound workload ได้ประโยชน์น้อยกว่า CPU-bound
goroutine leak ไม่เป็นปัญหา — goroutine ที่ไม่มีทางออกคือ memory leak

💡 ตัวอย่างจากของจริง

Kubernetes controller manager มี goroutine ต่อ resource type (Pod, Service, Deployment ฯลฯ)

etcd ใช้ goroutine ต่อ peer connection สำหรับ raft consensus algorithm

Prometheus เปิด goroutine ต่อ scrape job — scrape หลักพัน target พร้อมกัน