ghz项目中的并发随机数生成问题分析与修复

在性能测试工具ghz的开发过程中，我们发现了一个与并发随机数生成相关的严重问题。这个问题在高并发场景下会导致程序崩溃，影响测试的稳定性和可靠性。本文将深入分析问题的根源，并介绍我们的解决方案。

问题现象

当使用ghz进行高并发GRPC接口测试时，特别是在测试数据模板中使用randomString函数生成随机字符串时，程序会抛出"index out of range"错误。错误发生在stringWithCharset函数中，具体是在执行seededRand.Intn(len(charset))时。

错误信息显示：

template: call_template_data:1:139: executing "call_template_data" at <randomString 100>: error calling randomString: runtime error: index out of range [1212]

问题根源分析

经过深入排查，我们发现问题的根本原因在于rand.Source的并发安全性问题。在Go语言中，rand.Source默认不是并发安全的，当多个goroutine同时调用时会导致竞态条件。具体表现为：

1. seededRand是一个全局的rand.Rand实例，使用默认的rand.Source实现
2. 在高并发场景下，多个goroutine同时调用Intn()方法
3. 由于rand.Source内部状态的非原子性更新，导致索引越界

解决方案

我们采用了两种方式来解决这个问题：

方案一：使用互斥锁保护随机数生成器

var (
    seededRand *rand.Rand
    randMutex  sync.Mutex
)

func stringWithCharset(length int, charset string) string {
    randMutex.Lock()
    defer randMutex.Unlock()
    
    b := make([]byte, length)
    for i := range b {
        b[i] = charset[seededRand.Intn(len(charset))]
    }
    return string(b)
}

方案二：使用并发安全的随机数源

Go 1.8+提供了rand.NewSource()函数，可以创建并发安全的随机数源：

var seededRand = rand.New(rand.NewSource(time.Now().UnixNano())

错误处理改进

我们还改进了错误处理机制，确保在模板执行出错时能够正确返回错误信息：

func (td *CallData) ExecuteData(data string) ([]byte, error) {
    if len(data) > 0 {
        input := []byte(data)
        tpl, err := td.execute(data)
        if err != nil {
            return nil, fmt.Errorf("template execution failed: %w", err)
        }
        if tpl != nil {
            input = tpl.Bytes()
        }
        return input, nil
    }
    return []byte{}, nil
}

性能优化与测试

为了验证解决方案的有效性，我们增加了基准测试：

func BenchmarkRandomString(b *testing.B) {
    for i := 0; i < b.N; i++ {
        _ = randomString(100)
    }
}

func BenchmarkRandomStringParallel(b *testing.B) {
    b.RunParallel(func(pb *testing.PB) {
        for pb.Next() {
            _ = randomString(100)
        }
    })
}

测试结果表明，在并发场景下，新的实现能够稳定运行，不会出现索引越界错误，同时保持了良好的性能。

总结

通过这次问题修复，我们不仅解决了ghz在高并发场景下的稳定性问题，还改进了错误处理机制，使工具更加健壮。这个案例也提醒我们，在开发高性能并发应用时，必须特别注意共享资源的并发安全性问题，特别是像随机数生成器这样的基础组件。