参考资料
参考资料
在 schedule 函数中，我们简单提过找一个 runnable goroutine 的过程，这一讲我们来详细分析源码。
工作线程 M 费尽心机也要找到一个可运行的 goroutine，这是它的工作和职责，不达目的，绝不罢体，这种锲而不舍的精神值得每个人学习。
共经历三个过程：先从本地队列找，定期会从全局队列找，最后实在没办法，就去别的 P 偷。如下图所示：
先看第一个：从 P 本地队列找。源码如下：
1// 从本地可运行队列里找到一个 g
2// 如果 inheritTime 为真，gp 应该继承这个时间片，否则，新开启一个时间片
3func runqget(_p_ *p) (gp *g, inheritTime bool) {
4 // If there's a runnext, it's the next G to run.
5 // 如果 runnext 不为空，则 runnext 是下一个待运行的 G
6 for {
7 next := _p_.runnext
8 if next == 0 {
9 // 为空，则直接跳出循环
10 break
11 }
12 // 再次比较 next 是否没有变化
13 if _p_.runnext.cas(next, 0) {
14 // 如果没有变化，则返回 next 所指向的 g。且需要继承时间片
15 return next.ptr(), true
16 }
17 }
18
19 for {
20 // 获取队列头
21 h := atomic.Load(&_p_.runqhead) // load-acquire, synchronize with other consumers
22 // 获取队列尾
23 t := _p_.runqtail
24 if t == h {
25 // 头和尾相等，说明本地队列为空，找不到 g
26 return nil, false
27 }
28 // 获取队列头的 g
29 gp := _p_.runq[h%uint32(len(_p_.runq))].ptr()
30 // 原子操作，防止这中间被其他线程因为偷工作而修改
31 if atomic.Cas(&_p_.runqhead, h, h+1) { // cas-release, commits consume
32 return gp, false
33 }
34 }
35}
整个源码结构比较简单，主要是两个 for 循环。
第一个 for 循环尝试返回 P 的 runnext 成员，因为 runnext 具有最高的运行优先级，因此要首先尝试获取 runnext。当发现 runnext 为空时，直接跳出循环，进入第二个。否则，用原子操作获取 runnext，并将其值修改为 0，也就是空。这里用到原子操作的原因是防止在这个过程中，有其他线程过来“偷工作”，导致并发修改 runnext 成员。
第二个 for 循环则是在尝试获取 runnext 成员失败后，尝试从本地队列中返回队列头的 goroutine。同样，先用原子操作获取队列头，使用原子操作的原因同样是防止其他线程“偷工作”时并发对队列头的并发写操作。之后，直接获取队列尾，因为不担心其他线程同时更改，所以直接获取。注意，“偷工作”时只会修改队列头。
比较队列头和队列尾，如果两者相等，说明 P 本地队列没有可运行的 goroutine，直接返回空。否则，算出队列头指向的 goroutine，再用一个 CAS 原子操作来尝试修改队列头，使用原子操作的原因同上。
从本地队列获取可运行 goroutine 的过程比较简单，我们再来看从全局队列获取 goroutine 的过程。在 schedule 函数中调用 globrunqget 的代码：
1// 为了公平，每调用 schedule 函数 61 次就要从全局可运行 goroutine 队列中获取
2if _g_.m.p.ptr().schedtick%61 == 0 && sched.runqsize > 0 {
3 lock(&sched.lock)
4 // 从全局队列最大获取 1 个 gorutine
5 gp = globrunqget(_g_.m.p.ptr(), 1)
6 unlock(&sched.lock)
7}
这说明，并不是每次调度都会从全局队列获取可运行的 goroutine。实际情況是调度器每调度 61 次并且全局队列有可运行 goroutine 的情况下才会调用 globrunqget 函数尝试从全局获取可运行 goroutine。毕竟，从全局获取需要上锁，这个开销可就大了，能不做就不做。
我们来详细看下 globrunqget 的源码：
1// 尝试从全局队列里获取可运行的 goroutine 队列
2func globrunqget(_p_ *p, max int32) *g {
3 // 如果队列大小为 0
4 if sched.runqsize == 0 {
5 return nil
6 }
7
8 // 根据 p 的数量平分全局运行队列中的 goroutines
9 n := sched.runqsize/gomaxprocs + 1
10 if n > sched.runqsize {
11 n = sched.runqsize // 如果 gomaxprocs 为 1
12 }
13
14 // 修正"偷"的数量
15 if max > 0 && n > max {
16 n = max
17 }
18 // 最多只能"偷"本地工作队列一半的数量
19 if n > int32(len(_p_.runq))/2 {
20 n = int32(len(_p_.runq)) / 2
21 }
22
23 // 更新全局可运行队列长度
24 sched.runqsize -= n
25 // 如果都要被"偷"走，修改队列尾
26 if sched.runqsize == 0 {
27 sched.runqtail = 0
28 }
29
30 // 获取队列头指向的 goroutine
31 gp := sched.runqhead.ptr()
32 // 移动队列头
33 sched.runqhead = gp.schedlink
34 n--
35 for ; n > 0; n-- {
36 // 获取当前队列头
37 gp1 := sched.runqhead.ptr()
38 // 移动队列头
39 sched.runqhead = gp1.schedlink
40 // 尝试将 gp1 放入 P 本地，使全局队列得到更多的执行机会
41 runqput(_p_, gp1, false)
42 }
43 // 返回最开始获取到的队列头所指向的 goroutine
44 return gp
45}
代码比较简单。首先根据全局队列的可运行 goroutine 长度和 P 的总数，来计算一个数值，表示每个 P 可平均分到的 goroutine 数量。
然后根据函数参数中的 max 以及 P 本地队列的长度来决定把多少全局队列中的 goroutine 转移到 P 本地。
最后，for 循环挨个把全局队列中 n-1 个 goroutine 转移到本地，并且返回最开始获取到的队列头所指向的 goroutine，毕竟它最需要得到运行的机会。
把全局队列中的可运行 goroutine 转移到本地队列，给了全局队列中可运行 goroutine 运行的机会，不然全局队列中的 goroutine 一直得不到运行。
最后，我们继续看第三个过程，从其他 P “偷工作”：
1// 从本地运行队列和全局运行队列都没有找到需要运行的 goroutine，
2// 调用 findrunnable 函数从其它工作线程的运行队列中偷取，如果偷不到，则当前工作线程进入睡眠
3// 直到获取到 runnable goroutine 之后 findrunnable 函数才会返回。
4if gp == nil {
5 gp, inheritTime = findrunnable() // blocks until work is available
6}
这是整个找工作过程最复杂的部分：
1// 从其他地方找 goroutine 来执行
2func findrunnable() (gp *g, inheritTime bool) {
3 _g_ := getg()
4
5top:
6 _p_ := _g_.m.p.ptr()
7
8 // ……………………
9
10 // local runq
11 // 从本地队列获取
12 if gp, inheritTime := runqget(_p_); gp != nil {
13 return gp, inheritTime
14 }
15
16 // global runq
17 // 从全局队列获取
18 if sched.runqsize != 0 {
19 lock(&sched.lock)
20 gp := globrunqget(_p_, 0)
21 unlock(&sched.lock)
22 if gp != nil {
23 return gp, false
24 }
25 }
26
27 // ……………………
28
29 // Steal work from other P's.
30
31 // 如果其他的 P 都处于空闲状态，那肯定没有其他工作要做
32 procs := uint32(gomaxprocs)
33 if atomic.Load(&sched.npidle) == procs-1 {
34 goto stop
35 }
36
37 // 如果有很多工作线程在找工作，那我就停下休息。避免消耗太多 CPU
38 if !_g_.m.spinning && 2*atomic.Load(&sched.nmspinning) >= procs-atomic.Load(&sched.npidle) {
39 goto stop
40 }
41
42 if !_g_.m.spinning {
43 // 设置自旋状态为 true
44 _g_.m.spinning = true
45 // 自旋状态数加 1
46 atomic.Xadd(&sched.nmspinning, 1)
47 }
48 // 从其它 p 的本地运行队列盗取 goroutine
49 for i := 0; i < 4; i++ {
50 for enum := stealOrder.start(fastrand()); !enum.done(); enum.next() {
51 // ……………………
52 stealRunNextG := i > 2 // first look for ready queues with more than 1 g
53 if gp := runqsteal(_p_, allp[enum.position()], stealRunNextG); gp != nil {
54 return gp, false
55 }
56 }
57 }
58
59stop:
60
61 // ……………………
62
63 // return P and block
64 lock(&sched.lock)
65 if sched.gcwaiting != 0 || _p_.runSafePointFn != 0 {
66 unlock(&sched.lock)
67 goto top
68 }
69 if sched.runqsize != 0 {
70 gp := globrunqget(_p_, 0)
71 unlock(&sched.lock)
72 return gp, false
73 }
74 // 当前工作线程解除与 p 之间的绑定，准备去休眠
75 if releasep() != _p_ {
76 throw("findrunnable: wrong p")
77 }
78 // 把 p 放入空闲队列
79 pidleput(_p_)
80 unlock(&sched.lock)
81
82 wasSpinning := _g_.m.spinning
83 if _g_.m.spinning {
84 // m 即将睡眠，不再处于自旋
85 _g_.m.spinning = false
86 if int32(atomic.Xadd(&sched.nmspinning, -1)) < 0 {
87 throw("findrunnable: negative nmspinning")
88 }
89 }
90
91 // check all runqueues once again
92 // 休眠之前再检查一下所有的 p，看一下是否有工作要做
93 for i := 0; i < int(gomaxprocs); i++ {
94 _p_ := allp[i]
95 if _p_ != nil && !runqempty(_p_) {
96 lock(&sched.lock)
97 _p_ = pidleget()
98 unlock(&sched.lock)
99 if _p_ != nil {
100 acquirep(_p_)
101 if wasSpinning {
102 _g_.m.spinning = true
103 atomic.Xadd(&sched.nmspinning, 1)
104 }
105 goto top
106 }
107 break
108 }
109 }
110
111 // ……………………
112
113 // 休眠
114 stopm()
115 goto top
116}
这部分也是最能说明 M 找工作的锲而不舍精神：尽力去各个运行队列中寻找 goroutine，如果实在找不到则进入睡眠状态，等待有工作时，被其他 M 唤醒。
先获取当前指向的 g，也就是 g0，然后拿到其绑定的 p，即 _p_。
首先再次尝试从 _p_ 本地队列获取 goroutine，如果没有获取到，则尝试从全局队列获取。如果还没有获取到就会尝试去“偷”了，这也是没有办法的事。
不过，在偷之前，先看大的局势。如果其他所有的 P 都处于空闲状态，就说明其他 P 肯定没有工作可做，就没必要再去偷了，毕竟“地主家也没有余粮了”，跳到 stop 部分。接着再看下当前正在“偷工作”的线程数量“太多了”，就没必要扎堆了，这么多人，竞争肯定大，工作肯定不好找，也不好偷。
在真正的“偷”工作之前，把自己的自旋状态设置为 true，全局自旋数量加 1。
终于到了“偷工作”的部分了，好紧张！整个过程由两层 for 循环组成，外层控制尝试偷的次数，内层控制“偷”的顺序，并真正的去“偷”。实际上，内层会遍历所有的 P，因此，整体看来，会尝试 4 次扫遍所有的 P，并去“偷工作”，是不是非常有毅力！
第二层的循环并不是每次都按一个固定的顺序去遍历所有的 P，这样不太科学，而是使用了一些方法，“随机”地遍历。具体是使用了下面这个变量：
1var stealOrder randomOrder
2
3type randomOrder struct {
4 count uint32
5 coprimes []uint32
6}
初始化的时候会给 count 赋一个值，例如 8，根据 count 计算出 coprimes，里面的元素是小于 count 的值，且和 8 互质，算出来是：[1, 3, 5, 7]。
第二层循环，开始随机给一个值，例如 2，则第一个访问的 P 就是 P2；从 coprimes 里取出索引为 2 的值为 5，那么，第二个访问的 P 索引就是 2+5=7；依此类推，第三个就是 7+5=12，和 count 做一个取余操作，即 12%8=4……
在最后一次遍历所有的 P 的过程中，连人家的 runnext 也要尝试偷过来，毕竟前三次的失败经验证明，工作太不好“偷”了，民不聊生啊，只能做得绝一点了，stealRunNextG 控制是否要打 runnext 的主意：
1stealRunNextG := i > 2
确定好准备偷的对象 allp[enum.position() 之后，调用 runqsteal(_p_, allp[enum.position()], stealRunNextG) 函数执行。
1// 从 p2 偷走一半的工作放到 _p_ 的本地
2func runqsteal(_p_, p2 *p, stealRunNextG bool) *g {
3 // 队尾
4 t := _p_.runqtail
5 // 从 p2 偷取工作，放到 _p_.runq 的队尾
6 n := runqgrab(p2, &_p_.runq, t, stealRunNextG)
7 if n == 0 {
8 return nil
9 }
10 n--
11 // 找到最后一个 g，准备返回
12 gp := _p_.runq[(t+n)%uint32(len(_p_.runq))].ptr()
13 if n == 0 {
14 // 说明只偷了一个 g
15 return gp
16 }
17 // 队列头
18 h := atomic.Load(&_p_.runqhead) // load-acquire, synchronize with consumers
19 // 判断是否偷太多了
20 if t-h+n >= uint32(len(_p_.runq)) {
21 throw("runqsteal: runq overflow")
22 }
23 // 更新队尾，将偷来的工作加入队列
24 atomic.Store(&_p_.runqtail, t+n) // store-release, makes the item available for consumption
25 return gp
26}
调用 runqgrab 从 p2 偷走它一半的工作放到 _p_ 本地：
1n := runqgrab(p2, &_p_.runq, t, stealRunNextG)
runqgrab 函数将从 p2 偷来的工作放到以 t 为地址的数组里，数组就是 _p_.runq。 我们知道，t 是 _p_.runq 的队尾，因此这行代码表达的真正意思是将从 p2 偷来的工作，神不知，鬼不觉地放到 _p_.runq 的队尾，之后，再悄悄改一下 ``p.runqtail` 就把这些偷来的工作据为己有了。
接着往下看，返回的 n 表示偷到的工作数量。先将 n 自减 1，目的是把第 n 个工作（也就是 g）直接返回，如果这时候 n 变成 0 了，说明就只偷到了一个 g，那就直接返回。否则，将队尾往后移动 n，把偷来的工作合法化，简直完美！
我们接着往下看 runqgrab 函数的实现：
1// 从 _p_ 批量获取可运行 goroutine，放到 batch 数组里
2// batch 是一个环，起始于 batchHead
3// 返回偷的数量，返回的 goroutine 可被任何 P 执行
4func runqgrab(_p_ *p, batch *[256]guintptr, batchHead uint32, stealRunNextG bool) uint32 {
5 for {
6 // 队列头
7 h := atomic.Load(&_p_.runqhead) // load-acquire, synchronize with other consumers
8 // 队列尾
9 t := atomic.Load(&_p_.runqtail) // load-acquire, synchronize with the producer
10 // g 的数量
11 n := t - h
12 // 取一半
13 n = n - n/2
14 if n == 0 {
15 if stealRunNextG {
16 // 连 runnext 都要偷，没有人性
17 // Try to steal from _p_.runnext.
18 if next := _p_.runnext; next != 0 {
19 // 这里是为了防止 _p_ 执行当前 g，并且马上就要阻塞，所以会马上执行 runnext，
20 // 这个时候偷就没必要了，因为让 g 在 P 之间"游走"不太划算，
21 // 就不偷了，给他们一个机会。
22 // channel 一次同步的的接收发送需要 50ns 左右，因此 3us 差不多给了他们 50 次机会了，做得还是不错的
23 if GOOS != "windows" {
24 usleep(3)
25 } else {
26 osyield()
27 }
28 if !_p_.runnext.cas(next, 0) {
29 continue
30 }
31 // 真的偷走了 next
32 batch[batchHead%uint32(len(batch))] = next
33 // 返回偷的数量，只有 1 个
34 return 1
35 }
36 }
37 // 没偷到
38 return 0
39 }
40 // 如果 n 这时变得太大了，重新来一遍了，不能偷的太多，做得太过分了
41 if n > uint32(len(_p_.runq)/2) { // read inconsistent h and t
42 continue
43 }
44 // 将 g 放置到 bacth 中
45 for i := uint32(0); i < n; i++ {
46 g := _p_.runq[(h+i)%uint32(len(_p_.runq))]
47 batch[(batchHead+i)%uint32(len(batch))] = g
48 }
49 // 工作被偷走了，更新一下队列头指针
50 if atomic.Cas(&_p_.runqhead, h, h+n) { // cas-release, commits consume
51 return n
52 }
53 }
54}
外层直接就是一个无限循环，先用原子操作取出 p 的队列头和队列尾，算出一半的 g 的数量，如果 n == 0，说明地主家也没有余粮，这时看 stealRunNextG 的值。如果为假，说明不偷 runnext，那就直接返回 0，啥也没偷到；如果为真，则要尝试偷一下 runnext。
先判断 runnext 不为空，那就真的准备偷了。不过在这之前，要先休眠 3 us。这是为了防止 p 正在执行当前的 g，马上就要阻塞（可能是向一个非缓冲的 channel 发送数据，没有接收者），之后会马上执行 runnext。这个时候偷就没必要了，因为 runnext 马上就要执行了，偷走它还不是要去执行，那何必要偷呢？大家的愿望就是提高效率，这样让 g 在 P 之间"游走"不太划算，索性先不偷了，给他们一个机会。channel 一次同步的的接收或发送需要 50ns 左右，因此休眠 3us 差不多给了他们 50 次机会了，做得还是挺厚道的。
继续看，再次判断 n 是否小于等于 p.runq 长度的一半，因为这个时候很可能 p 也被其他线程偷了，它的 p.runq 就没那么多工作了，这个时候就不能偷这么多了，要重新再走一次循环。
最后一个 for 循环，将 p.runq 里的 g 放到 batch 数组里。使用原子操作更新 p 的队列头指针，往后移动 n 个位置，这些都是被偷走的，伤心！
回到 findrunnable 函数，经过上述三个层面的“偷窃”过程，我们仍然没有找到工作，真惨！于是就走到了 stop 这个代码块。
先上锁，因为要将 P 放到全局空闲 P 链表里去。在这之前还不死心，再瞧一下全局队列里是否有工作，如果有，再去尝试偷全局。
如果没有，就先解除当前工作线程和当前 P 的绑定关系：
1// 解除 p 与 m 的关联
2func releasep() *p {
3 _g_ := getg()
4
5 // ……………………
6
7 _p_ := _g_.m.p.ptr()
8
9 // ……………………
10
11 // 清空一些字段
12 _g_.m.p = 0
13 _g_.m.mcache = nil
14 _p_.m = 0
15 _p_.status = _Pidle
16 return _p_
17}
主要的工作就是将 p 的 m 字段清空，并将 p 的状态修改为 _Pidle。
这之后，将其放入全局空闲 P 列表：
1// 将 p 放到 _Pidle 列表里
2//go:nowritebarrierrec
3func pidleput(_p_ *p) {
4 if !runqempty(_p_) {
5 throw("pidleput: P has non-empty run queue")
6 }
7 _p_.link = sched.pidle
8 sched.pidle.set(_p_)
9 // 增加全局空闲 P 的数量
10 atomic.Xadd(&sched.npidle, 1) // TODO: fast atomic
11}
构造链表的过程其实比较简单，先将 p.link 指向原来的 sched.pidle 所指向的 p，也就是原空闲链表的最后一个 P，最后，再更新 sched.pidle，使其指向当前 p，这样，新的链表就构造完成。
接下来就要真正地准备休眠了，但是仍然不死心！还要再查看一次所有的 P 是否有工作，如果发现任何一个 P 有工作的话（判断 P 的本地队列不空），就先从全局空闲 P 链表里先拿到一个 P：
1// 试图从 _Pidle 列表里获取 p
2//go:nowritebarrierrec
3func pidleget() *p {
4 _p_ := sched.pidle.ptr()
5 if _p_ != nil {
6 sched.pidle = _p_.link
7 atomic.Xadd(&sched.npidle, -1) // TODO: fast atomic
8 }
9 return _p_
10}
比较简单，获取链表最后一个，再更新 sched.pidle，使其指向前一个 P。调用 acquirep(_p_) 绑定获取到的 p 和 m，主要的动作就是设置 p 的 m 字段，更改 p 的工作状态为 _Prunning，并且设置 m 的 p 字段。做完这些之后，再次进入 top 代码段，再走一遍之前找工作的过程。
1// 休眠，停止执行工作，直到有新的工作需要做为止
2func stopm() {
3 // 当前 goroutine，g0
4 _g_ := getg()
5
6 // ……………………
7retry:
8 lock(&sched.lock)
9 // 将 m 放到全局空闲链表里去
10 mput(_g_.m)
11 unlock(&sched.lock)
12 // 进入睡眠状态
13 notesleep(&_g_.m.park)
14 // 这里被其他工作线程唤醒
15 noteclear(&_g_.m.park)
16
17 // ……………………
18
19 acquirep(_g_.m.nextp.ptr())
20 _g_.m.nextp = 0
21}
先将 m 放入全局空闲链表里，注意涉及到全局变量的修改，要上锁。接着，调用 notesleep(&_g_.m.park) 使得当前工作线程进入休眠状态。其他工作线程在检测到“当前有很多工作要做”，会调用 noteclear(&_g_.m.park) 将其唤醒。注意，这两个函数传入的参数都是一样的：&_g_.m.park，它的类型是：
1type note struct {
2 key uintptr
3}
很简单，只有一个 key 字段。
note 的底层实现机制跟操作系统相关，不同系统使用不同的机制，比如 linux 下使用的 futex 系统调用，而 mac 下则是使用的 pthread_cond_t 条件变量，note 对这些底层机制做了一个抽象和封装。
这种封装给扩展性带来了很大的好处，比如当睡眠和唤醒功能需要支持新平台时，只需要在 note 层增加对特定平台的支持即可，不需要修改上层的任何代码。
上面这一段来自阿波张的系列教程。我们接着来看下 notesleep 的实现：
1// runtime/lock_futex.go
2func notesleep(n *note) {
3 // g0
4 gp := getg()
5 if gp != gp.m.g0 {
6 throw("notesleep not on g0")
7 }
8 // -1 表示无限期休眠
9 ns := int64(-1)
10
11 // ……………………
12
13 // 这里之所以需要用一个循环，是因为 futexsleep 有可能意外从睡眠中返回，
14 // 所以 futexsleep 函数返回后还需要检查 note.key 是否还是 0，
15 // 如果是 0 则表示并不是其它工作线程唤醒了我们，
16 // 只是 futexsleep 意外返回了，需要再次调用 futexsleep 进入睡眠
17 for atomic.Load(key32(&n.key)) == 0 {
18 // 表示 m 被阻塞
19 gp.m.blocked = true
20 futexsleep(key32(&n.key), 0, ns)
21
22 // ……………………
23
24 // 被唤醒，更新标志
25 gp.m.blocked = false
26 }
27}
继续往下追：
1// runtime/os_linux.go
2func futexsleep(addr *uint32, val uint32, ns int64) {
3 var ts timespec
4
5 if ns < 0 {
6 futex(unsafe.Pointer(addr), _FUTEX_WAIT, val, nil, nil, 0)
7 return
8 }
9
10 // ……………………
11}
当 *addr 和 val 相等的时候，休眠。futex 由汇编语言实现：
1TEXT runtime·futex(SB),NOSPLIT,$0
2 // 为系统调用准备参数
3 MOVQ addr+0(FP), DI
4 MOVL op+8(FP), SI
5 MOVL val+12(FP), DX
6 MOVQ ts+16(FP), R10
7 MOVQ addr2+24(FP), R8
8 MOVL val3+32(FP), R9
9 // 系统调用编号
10 MOVL $202, AX
11 // 执行 futex 系统调用进入休眠，被唤醒后接着执行下一条 MOVL 指令
12 SYSCALL
13 // 保存系统调用的返回值
14 MOVL AX, ret+40(FP)
15 RET
这样，找不到工作的 m 就休眠了。当其他线程发现有工作要做时，就会先找到空闲的 m，再通过 m.park 字段来唤醒本线程。唤醒之后，回到 findrunnable 函数，继续寻找 goroutine，找到后返回 schedule 函数，然后就会去运行找到的 goroutine。
这就是 m 找工作的整个过程，历尽千辛万苦，终于修成正果。
参考资料
【阿波张 Goroutine 调度策略】https://mp.weixin.qq.com/s/2objs5JrlnKnwFbF4a2z2g