【介绍一个组件】go: Copy-On-Write map，对读极多和写极少的场景做优化
作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！
代码请看：https://github.com/ahfuzhang/cowmap
有这样一种场景：数据量不多的map，在使用中读极多写极少。为了在这种场景下做极致的优化，我实现了 copy-on-write 的map:
其实现原理为：所有的读都可以不加锁的并发读取，一旦需要写，则 copy 一份原来的map，在备份上修改，然后通过原子操作把指针切换到新的对象上。
我对比了CowMap(Copy-On-Write Map) 和 sync.Map , 以及普通map + 读写锁三种方式的性能：
| Read-write rate | Type | ns/op |
|---|---|---|
| 99.99% : 0.01% | CowMap | 4.649 |
| 99.99% : 0.01% | map + sync.RWMutex | 187.5 |
| 99.99% : 0.01% | sync.Map | 15.06 |
| 99.90% : 0.10% | CowMap | 32.70 |
| 99.90% : 0.10% | map + sync.RWMutex | 159.9 |
| 99.90% : 0.10% | sync.Map | 14.08 |
| 99.00% : 1.00% | CowMap | 303.6 |
| 99.00% : 1.00% | map + sync.RWMutex | 105.7 |
| 99.00% : 1.00% | sync.Map | 14.08 |
因此，当读的比例超过 99.99%时，CowMap 是 sync.Map 的 3.24 倍。是 map+sync.RWMutex 的 40.33 倍。
不过我认为更好的视线方法，还是应该参考 rust hashbrown 的实现(see: 《Swisstable：C++中比std::unordered_map更快的hash表》)，这样有可能实现这样一些优化：
- 因为hash的结构是平坦的数组，理论上在不扩容和缩容的前提下，读写都能做到无锁
- 使用simd指令集来搜索位置，能够提供更好的查找速度。
Have Fun. 😃