理解真实世界的并发Bug

Go带来了新的并发原语和并发模式（其实也不太新），如果没有深入了解这些特性，一样会写出并发bug。

在 Understanding Real-World Concurrency Bugs in Go 这篇论文里，作者系统地分析了6个流行的Go项目（Docker、Kubernetes、gRPC-go、etcd、CockroachDB、 BoltD）和其中171个并发bug，通过这些分析我们可以加深对Go的并发模型的理解，从而产出更好、更可靠的代码。

Our study shows that it is as easy to make concurrency bugs with message passing as with shared memory,sometimes even more.

我们的研究表明，消息传递和共享内存一样、有时甚至更容易写出并发错误。

例如下面是k8s的一个bug，finishReq创建了一个子协程来执行fn然后通过select等待子协程完成或超时：

func finishReq(timeout time.Duration) r ob {
ch :=make(chanob)
// ch :=make(chanob, 1) // 修复方案
go func() {
result := fn()
ch <- result // 阻塞
}
select {
case
result = <- ch
return result
case <- time.After(timeout)
return nil
}
}
}

如果超时先发生，或者子协程和超时同时发生但go运行时选择了超时分支（非确定性），子协程就会永远阻塞。

Go并发模式使用情况

这一节分析了6个项目里goroutine、并发原语的使用情况。

匿名函数的goroutine使用比普通函数要多，基本每1~5千行代码创建一个goroutine。

虽然Go鼓励消息传递，但是在这些大项目里，共享内存的使用比消息传递要多，Mutex基本在channel的两倍以上。

Bug分类

这篇论文里，按两个维度对bug进行分类：

1. 行为：阻塞和非阻塞，阻塞bug指goroutine意外地阻塞无法继续执行的情况（例如死锁），非阻塞bug通常是数据冲突
2. 原因：共享内存和消息传递，因为用了这两种技术之一导致的bug

可以看到，共享内存其实导致了更多的bug。

阻塞bug

消息传递和共享内存导致的阻塞bug几乎一样多，而且消息传递的阻塞bug都和Go的消息传递语义例如channel有关，消息传递和共享内存一起使用的时候会很难发现bug。

例如Docker错误使用WaitGroup导致阻塞：

var group sync.WaitGroup
group.Add(len(pm.plugins))
for_, p := range pm.plugins {
go func(p *plugin) {
defer group.Done()
}
group.Wait() // 阻塞
}
// 应该在这里group.Wait()

错误使用channel和mutex导致阻塞：

func goroutine1() {
m.Lock()
ch <- request // 阻塞
m.Unlock()
}
func goroutine2() {
for{
m.Lock() // 阻塞
m.Unlock()
request <- ch
}
}

非阻塞bug

共享内存导致更多的非阻塞bug，几乎是消息传递的8倍。

例如在下面这段代码里，每当ticker触发时执行一次f()，通过stopCh退出循环：

ticker := time.NewTicker()
for {
f()
select {
case <- stopCh
return
case <- ticker
}
}

但是select是非确定性的，stopCh和ticker同时发生时，不一定会执行stopChan的分支，正确做法是先检查一次stopCh：

ticker := time.NewTicker()
for {
select{
case <- stopCh:
return
default:
}
f()
select {
case <- stopCh:
return
case <- ticker:
}
}

参考

• system-pclub/go-concurrency-bugs：论文数据集，包含各项目真实bug代码和修复，是个非常好的学习资源。
• Understanding Real-World Concurrency Bugs in Go：论文本体