汤不热吧Go 语言的并发模型是其成功的核心要素之一。其轻量级的协程（goroutine）由 Go 运行时（Runtime）的调度器管理。高效的调度器是保证 goroutine 性能的关键，而实现这一效率的秘诀在于它的负载均衡策略——Work Stealing（工作窃取）。
1. GMP 调度模型回顾
在深入 Work Stealing 之前，我们必须先理解 Go 的 GMP 模型：
- G (Goroutine): 即轻量级线程，代表需要执行的任务。
- M (Machine): 操作系统线程（OS Thread），负责执行 G。
- P (Processor): 逻辑处理器，代表 M 执行 G 所需的上下文（Context）。P 负责维护一个本地可运行队列（Local Run Queue, LRQ），并将 G 绑定到 M 上执行。
关键点： M 必须持有 P 才能执行 G。一个 P 同一时间只能被一个 M 持有，这保证了并发控制的简化。
2. 负载不均衡的挑战
在理想情况下，所有 P 的 LRQ 都应该有大致相同的 G 数量。然而，由于程序中 goroutine 任务的启动时间、运行时间以及阻塞时间差异巨大，很容易导致负载不均衡：
- 情景： P1 的 LRQ 里有 100 个短任务，P2 的 LRQ 里有 2 个超长任务。
- 结果： P1 很快完成了所有任务，空闲下来；而 P2 还在忙碌。此时，如果 P1 不做任何事情，计算资源就会浪费。
3. Work Stealing 机制详解
Work Stealing 是 Go 调度器解决上述负载不均衡问题的核心机制。
当一个 M 完成了当前 P (假设是 P_idle) 上的所有任务，导致 P_idle 的 LRQ 为空时，M 并不会立即休眠或寻找新的任务。它会按顺序尝试以下步骤：
- 检查本地队列： P_idle 的 LRQ 是否有新任务加入？
- 检查全局队列（GRQ）： GRQ 存放着新创建或解除阻塞的 G，P_idle 尝试从 GRQ 取走一些任务。
- Work Stealing（工作窃取）： 如果以上都失败，P_idle 会随机选择另一个 P (假设是 P_busy)，并尝试从 P_busy 的 LRQ 中窃取一部分任务（通常是队列中任务数量的一半）。
这种机制的精妙之处在于：
- 减少锁竞争： 大多数时间，P 都只操作自己的 LRQ，无需加锁，性能极高。
- 延迟平衡： 只有在 P 真正空闲时才触发窃取，避免了频繁且不必要的全局同步开销。
- 窃取策略： 调度器倾向于从队列的尾部窃取任务。这是因为 P_busy 本身是按照 FIFO（先进先出）的顺序执行任务的，窃取尾部任务可以避免与 P_busy 正在执行的任务产生严重的竞争冲突。
4. 示例代码与调度器行为模拟
下面的 Go 代码演示了高并发下 goroutine 的创建与执行。即使某些任务运行时间不均匀，Work Stealing 机制也能确保所有的 CPU 核心（P）得到充分利用。
package main
import (
"fmt"
"runtime"
"sync"
"time"
)
// 模拟一个耗时且负载不均匀的任务
func unevenTask(id int, wg *sync.WaitGroup) {
defer wg.Done()
// 模拟不均匀负载：10% 的任务耗时更长
if id%10 == 0 {
time.Sleep(5 * time.Millisecond)
// 假设这些长任务最初可能集中分配到某一个 P 的 LRQ 中
}
// fmt.Printf("Goroutine %d finished.\n", id) // 打印过多会干扰性能分析
}
func main() {
// 设置使用的 CPU 核心数，模拟 P 的数量
numProcs := 4
runtime.GOMAXPROCS(numProcs)
fmt.Printf("GOMAXPROCS set to %d\n", numProcs)
const numGoroutines = 200
var wg sync.WaitGroup
wg.Add(numGoroutines)
start := time.Now()
// 启动大量 goroutine
for i := 0; i < numGoroutines; i++ {
go unevenTask(i, &wg)
}
wg.Wait()
fmt.Printf("所有 %d 个 Goroutine 完成。总耗时: %v\n", numGoroutines, time.Since(start))
// 如果没有 Work Stealing，拥有大量长任务的 P 完成时间会严重滞后，导致总耗时拉长。
// Work Stealing 确保了空闲的 P 能够快速接手其他 P 的长任务，从而最小化总执行时间。
}
运行分析：
当你运行这段代码时，Go 运行时会将 200 个 G 分散到 4 个 P 的本地队列中。由于任务的负载不均匀（部分 id%10 == 0 的任务较长），最初可能出现 P1 的队列很快变空，而 P2 的队列堆积了较长的任务。
当 P1 变空闲时，它会触发 Work Stealing，从 P2（或其他 P）那里“偷走”一半的任务。通过这种动态的、去中心化的负载均衡，系统确保了 4 个 M（操作系统线程）始终保持繁忙，从而最大限度地利用 CPU 资源，显著降低了程序的总执行时间。
总结
Go 的 Work Stealing 机制是 GMP 调度器高效、低延迟的关键。它通过允许空闲的逻辑处理器（P）从繁忙的同行那里窃取任务，有效地实现了 goroutine 级别的负载均衡。这种设计避免了调度器的中心化瓶颈，使 Go 能够以极低的开销支持数百万级别的并发。