异步编程指北！
导语 | 同步、异步，并发、并行、串行，这些名词在我们的开发中会经常遇到，这里对异步编程做一个详细的归纳总结，希望可以对这方面的开发有一些帮助。
一、背景
业务中经常会有这样的场景：
一、几个名词的概念
多任务的时候，才会遇到的情况，如：同步、异步，并发、并行。
（一）理清它们的基本概念
并发：多个任务在同一个时间段内同时执行，如果是单核心计算机，CPU会不断地切换任务来完成并发操作。
并行：多任务在同一个时刻同时执行，计算机需要有多核心，每个核心独立执行一个任务，多个任务同时执行，不需要切换。
同步：多任务开始执行，任务A、B、C全部执行完成后才算是结束。
异步：多任务开始执行，只需要主任务A执行完成就算结束，主任务执行的时候，可以同时执行异步任务B、C，主任务A可以不需要等待异步任务B、C的结果。
并发、并行，是逻辑结构的设计模式。同步、异步，是逻辑调用方式。串行是同步的一种实现，就是没有并发，所有任务一个一个执行完成。并发、并行是异步的2种实现方式。
（二）举一个例子
你的朋友在广州，但是有2辆小汽车在深圳，需要你帮忙把这2辆小汽车送到广州去。
同步的方式，你先开一辆小汽车到广州，然后再坐火车回深圳，再开另外一辆小汽车去广州。这是串行的方法，2辆车需要的时间也就更长了。
异步的方式，你开一辆小汽车从深圳去广州，同时请一个代驾把另外一辆小汽车从深圳开去广州。这也就是并行方法，两个人两辆车，可以同时行驶，速度很快。
并发的方式，你一个人，先开一辆车走500米，停车跑回来，再开另外一辆车前行1000米，停车再跑回来，循环从深圳往广州开。并发的方式，你可以把2辆车一块送到朋友手里，但是过程还是很辛苦的。
（三）思考问题
你找一家汽车托运公司，把2辆车一起托运到广州。这种方式是同步、异步，并发、并行的哪种情况呢？
二、并发/并行执行会遇到的问题
（一）问题1：并发的任务数量控制
假设：某个接口的并发请求会达到1万的qps，所以对接口的性能、响应时长都要求很高。
接口内部又有大量redis、mysql数据读写，程序中还有很多处理逻辑。如果接口内的所有逻辑处理、数据调用都是串行化，那么单个请求耗时可能会超过100ms，为了性能优化，就会把数据读取的部分与逻辑计算的部分分开来考虑和实现，能够独立的部分单独剥离出来作为异步任务来执行，这样就把串行化的耗时优化为并发执行，充分利用多核计算机的性能，减少单个接口请求的耗时。
假设的数据具体化，如：这个接口的数据全部是可以独立获取(支持并发)，需要读取来自不同数据结构的redis共10个，读取不同数据表的数据共10个。那么一次请求，数据获取就会启动10个redis读取任务，10个mysql读取任务。每秒钟1万接口请求，会有10万个redis读取任务和10万个mysql读取任务。这21万的并发任务，在一秒钟内由16/32核的后端部署单机来完成，虽然在同一时刻的任务数量不一定会是21万(速度快的话会少于21万，如果处理速度慢，出现请求积压拥堵，会超过21万)。
这时候，会遇到的瓶颈。
内存，如果每个任务需要500k内存，那么210k*0.5M=210*0.5G=105G。
CPU，任务调度，像golang的协程可能开销还小一些，如果是java的线程调度，操作系统会因为调度而空转。
网络，每次数据读取5k，那么200k*5k=200*5M=1G。
端口，端口号最多能分配出来65536个，明显不够用了。
数据源，redis可以支持10万qps的请求，但是mysql就难以支持10万qps了。
上面可能出现的瓶颈中，通过计算机资源扩容可以解决大部分问题，比如：部署50个后端实例，每个实例只需要应对200的qps，压力就小了很多。对于数据源，mysql可以有多个slave来支持只读的请求。
但是，如果接口的并发量更大呢？或者某个/某些数据源读取出现异常，需要重试，或者出现拥堵，接口响应变慢，任务数量也就会出现暴增，后端服务的各方面瓶颈又会随之出现。
所以，我们需要特别注意和关心后端开启的异步任务数量，要做好异常情况的防范，及时中断掉拥堵/超时的任务，避免任务暴增导致整个服务不可用。
（二）思考问题
你要如何应对这类并发任务暴增的情况呢？如何提前预防？如何及时干预呢？
（三）问题2：共享数据的读写顺序和依赖关系
共享数据的并发读写，是并发编程中的老大难问题，如：读写脏数据，旧数据覆盖新数据等等。
而数据的依赖关系，也就决定了任务的执行先后顺序。
为了避免共享数据的竞争读写，为了保证任务的先后关系，就需要用到锁、队列等手段，这时候，并发的过程又被部分的拉平为串行化执行。
（四）举个例子
https://www.ticketmaster.com/eastern-conf-semis-tbd-at-boston-boston-massachusetts/event/01005C6AA5531A90
NBA季后赛，去现场看球，要抢购球票，体育馆最多容纳1万人(1万张球票)。
体育馆不同距离、不同位置的票，价格和优惠都不相同。有单人位、有双人位，也有3、4人位。你约着朋友共10个人去看球，要买票，要选位置。这时候抢票就会很尴尬，因为位置连着的可能会被别人抢走，同时买的票越多，与人冲突的概率就越大，会导致抢票特别困难。
同时，这个系统的开发也很头大，抢购(秒杀)的并发非常大，预计在开始的一秒钟会超过10万人同时进来，再加上刷票的机器人，接口请求量可能瞬间达到100万的QPS。
较简单的实现方式，所有的请求都异步执行，订单全部进入消息队列，下单马上响应处理中，请等待。然后，后端程序再从消息队列中串行化处理每一个订单，把出现冲突的订单直接报错，这样，估计1秒钟可以处理1000个订单，10秒钟可以处理1万个订单。考虑订单的冲突问题，1万张球票的9000张可能在30秒内卖出去，此时只处理了3万个订单，第一秒钟进来的100万订单已经在消息队列中堆积，又有30秒钟的新订单进来，需要很久才可以把剩下的1000张球票卖出去啊。同理，下单的用户需要等待太久才知道自己的订单结果，这个过程轮询的请求也会很多很多。
换一种方案，不使用队列串行化处理订单，直接并发的处理每一个订单。那么处理流程中的数据都需要梳理清楚。
针对每一个用户的请求加锁，避免同一个用户的重入；
每一个/组座位预生成一个key:0，默认0说明没有下单；
预估平均每一个订单包含2个/组座位，需要更新2个座位key；
下单的时候给座位key执行INCR key数字递增操作，只有返回1的订单才是成功，其他都是失败；
如果同一个订单中的座位key有冲突的情况下，需要回滚成功key(INCR key=1)重置(SET key 0)；
订单成功/失败，处理完成后，去掉用户的请求锁；
订单数据入库到mysql(消息队列，避免mysql成为瓶颈);
综上，需要用到1个锁(2次操作)，平均2个座位key(每个座位号1-2次操作)，这里只有2个座位key可以并发更新。为了让redis不成为数据读写的瓶颈(超过100w的QPS写操作)，不能使用单实例模式，而要使用redis集群，使用由10-20个redis实例组成的集群，来支持这么高的redis数据读写。
算上redis数据读写、参数、异常、逻辑处理，一个请求大概耗时10ms左右，单核至少可以支持100并发，由于这里有大量IO处理，后端服务可以支持的并发可以更高些，预计单核200并发，16核就可以支持3200并发。总共需要支持100万并发，预计需要312台后端服务器。
这种方案比队列的方案需要的服务器资源更多，但是用户的等待时间很短，体验就好很多。
（五）思考问题
实际情况会是怎样呢？会有10万人同时抢票吗？会有100万的超高并发吗？订票系统真的会准备300多台服务器来应对抢票吗？
三、状态处理：忽略结果
（一）使用场景和案例
使用场景，主流程之外的异步任务，可能重要程度不高，或者处理的复杂度太高，有时候会忽略异步任务的处理结果。
案例1：异步的数据上报、数据存储/计算/统计/分析。
案例2：模板化创建服务，有很多个任务，有前后关联任务，也有相互独立任务，有些执行速度很慢，有些任务失败后也可以手动重试来修复。
忽略结果的情况，就会遇到下面的问题。
（二）问题1：数据一致性
看下案例1的情况。
异步的日志上报，是否成功发送到服务端呢？
异步的指标数据上报，是否正确汇总统计和发送到服务端呢？
异步的任务，数据发送到消息队列，是否被后端应用程序消费呢？
服务端是否正常存储和处理完成呢？
如果因为网络原因，因为并发量太大导致服务负载问题，因为程序bug的原因，导致数据没能正确上报和处理，这时候的数据不一致、丢失的问题，就会难以及时排查和事后补发。
如果在本地完整记录一份数据，以备数据审查，又要考虑高并发高性能的瓶颈，毕竟本地日志读写性能受到磁盘速度的影响，性能会很差。
（三）问题2：功能可靠性
看下案例2的情况。
创建服务的过程中，有创建代码仓库、开启日志采集和自定义镜像中心，CI/CD等耗时很长的任务。这里开启日志采集和自定义镜像中心如果出现异常，对整个服务的运行没有影响，而且开发者发现问题后也可以自己手动操作下，再次开启日志采集和自定义镜像功能。所以在模板化处理中，这些异步处理任务就没有关注任务的状态。
那么问题就很明显，模板化创建服务的过程中，是不能保证全部功能都正常执行完成的，会有部分功能可能有异常，而且也没有提示和后续指引。
当然模板化创建服务的程序，也可以把全部任务的状态都检查结果，只是会增加一些处理的复杂度和难度。
（四）思考问题
实际开发中，有遇到类似上面的两个案例吗？你会如何处理呢？所有的异步任务，都会检查状态结果吗？为什么呢？
四、状态处理：结果返回
（一）使用场景和案例
大部分的异步任务对于状态结果还是很关注的，比如：后续的处理逻辑或者任务依赖某个异步任务，或者异步任务非常重要，需要把结果返回给请求方。
案例1：模板化创建服务的过程中，需要异步创建服务的git代码仓库，还要给仓库添加成员、webhook、初始化代码等。整个过程全部串行化作为一个任务的话，耗时会比较长。可以把创建服务的git代码仓库作为一个异步任务，然后得到成功的结果后再异步的发起添加成员、加webhook、初始化代码等任务。同时，这里的CI/CD有配置相关，有执行相关，整个过程也很长，CD部署成功之后才可以开启日志采集等配置，所以也需要关注CD部署的结果。
案例2：各种webhook、callback接口和方法，就是基于回调的方式，如：golang中的channel通知，工蜂中的代码push等webhook，监控告警中的callback等。
案例3：发布订阅模式，如引入消息队列服务，主程序把数据发送给消息队列，异步任务订阅相应的主题然后处理。处理完成后也可以把结果再发送给消息队列，或者把结果发送给主调程序的接口，或者等待主调程序来查询结果，当然也可能是上面的忽略结果的情况。
从上可以总结出来，对于异步任务的状态处理，需要关注结果的话，有两种主要的方法，分别是：轮询查询和等待回调。
（二）方法1：轮询查询
上面的案例1中，模板化创建服务的过程很慢，所以整个功能都是异步的，用户大概要等待10s左右才知道最后的结果。所以，用户在创建服务之后，浏览器会不断轮询服务端接口，看看创建服务的结果，各个步骤的处理结果，服务配置是否都成功完成了。
类似的功能实现应该有很多，比如：服务构建、部署、创建镜像仓库、抢购买票等，把任务执行和任务结果通过异步的方式强制分离开，用户可以等待，但是不用停留在当前任务中持续等待，而是可以去做别的事情，随时回来关注下这个任务的处理结果就好了。大部分执行时间很长的任务都会放到异步线程中执行，用户关注结果的话，就可以通过查询的方式来获取结果，程序自动来返回结果的话，就可以用到轮询查询了。
局限性1：频率和实时性
轮询的方式延时可能会比较高，因为跟定时器的间隔时间有关系。
局限性2：增加请求压力
因为轮询，要不断地请求服务端，所以对后端的请求压力也会比较大。
（三）方法2：通知回调
等待回调几乎是实时的，处理有结果返回就马上通过回调通知到主程序/用户，那么效率和体验上就会好很多。
但是这里也有一个前提要求，回调的时候，主程序必须还在运行，否则回调也就没有了主体，也就无效了。所以要求主程序需要持续等待异步任务的回调，不能过早的退出。
一般程序中使用异步任务，需要得到任务状态的结果，使用等待回调的情况更多一些。
特别注意1：等待超时
等待的时间，一般不能是无限长，这样容易造成某些异常情况下的任务爆炸，内存泄露。所以需要对异步任务设置一个等待超时，过期后就要中断任务了，也就不能通过回调来得到结果了，直接认为是任务异常了。
特别注意2：异常情况
当主程序在等待异步任务的回调时，如果异步任务自身有异常，无法成功执行，也无法完成回调的操作，那么主程序也就无法得到想要的结果，也不知道任务状态的结果是成功还是失败，这时候也就会遇到上面等待超时的情况了。
特别注意3：回调地狱
使用nodejs异步编程的时候，所有的io操作都是异步回调，于是就很容易陷入N层的回调，代码就会变得异常丑陋和难以维护。于是就出现了很多的异步编程框架/模式，像：Promise，Generator，async/await等。这里不做过多讲解。
（四）思考问题
实际工作中，还有哪些地方需要处理异步任务的状态结果返回呢？除了轮询和回调，还有其他的方法吗？
五、异常处理
同步的程序，处理异常情况，在java中只需要一个try catch就可以捕获到全部的异常。
（一）重点1：分别做异常处理
异步的程序，try catch只能捕获到当前主程序的异常，主程序中的异步线程是无法被捕获的。这时候，就需要针对异步线程中的异步任务也要单独进行 try catch捕获异常。
在golang中，开启协程，还是需要在异步任务的defer方法中，加入一个recover()，以避免没有处理的异常导致整个进程的panic。
（二）重点2：异常结果的记录，查询或者回调
当我们把异步任务中的异常情况都处理好了，不会导致异步线程把整个进程整奔溃了，那么还有问题，怎么把异常的结果返回给主进程。这就涉及到上面的状态处理了。
如果可以忽略结果，那么只需要写一下错误日志就好了。
如果需要处理状态，那就要记录下异常信息或者通知回调给到主进程。
（三）思考问题
实际工作中，你会对所有的可能异常情况都做相应的处理吗？异常结果，都是怎么处理的呢？
六、典型场景和思考
前面已经讲到一些案例，总结下来的典型场景有如下几种：
订阅发布模式，消息队列；
慢请求，耗时长的任务；
高并发、高性能要求时的多任务处理；
不确定执行的时间点，触发器；
人脑(单核)不擅长异步思考，电脑(多核)却更适合。
编程的时候，是人脑适配电脑，还是电脑服务人脑？
在大部分的编程中，大家都只需要考虑同步的方式来写代码逻辑。少部分时候，就要考虑使用异步的方式。而且，有很多的开发框架、类库已经把异步处理封装，可以简化异步任务的开发和调试工作。
所以，对于开发者来说，默认还是同步方式思考和开发，当不得不使用异步的时候，才会考虑异步的方式。毕竟让人脑适配电脑，这个过程还是有些困难的。
作者简介
王毅
腾讯应用开发工程师
腾讯应用开发工程师，有丰富的系统设计和开发经验，做过信息管理系统、社区、电商、搜索等系统，现在参与奇点微服务云平台的相关设计和开发工作。
推荐阅读
