假設有一組任務需要異步處理且量很大,那我們需要同時開啟多個 worker 以保證任務的處理速度而不會堵塞任務。其他語言,可能會需要開啟多程序來完成,多程序的控制、IO 消耗等會是個需要注意的問題,而這些 Go 都能幫我們很輕易的解決。
大緻的實作要點和流程:
- 建立2個信道,messages 用于傳送任務消息,result 用于接收消息處理結果
- 建立3個 Worker 協程,用于接收和處理來自 messages 信道的任務消息,并将處理結果通過信道 result 傳回
- 通過信道 messages 釋出10條任務
- 通過信道 result 接收任務處理結果
示例代碼:
package main
import (
"fmt"
"strconv"
"math/rand"
"time"
)
type Message struct {
Id int
Name string
}
func main() {
messages := make(chan Message, 100)
result := make(chan error, 100)
// 建立任務處理Worker
for i := 0; i < 3; i ++ {
go worker(i, messages, result)
}
total := 0
// 釋出任務
for k := 1; k <= 10; k ++ {
messages <- Message{Id: k, Name: "job" + strconv.Itoa(k)}
total += 1
}
close(messages)
// 接收任務處理結果
for j := 1; j <= total; j ++ {
res := <-result
if res != nil {
fmt.Println(res.Error())
}
}
close(result)
}
func worker(worker int, msg <-chan Message, result chan<- error) {
// 從通道 chan Message 中監聽&接收新的任務
for job := range msg {
fmt.Println("worker:", worker, "msg: ", job.Id, ":", job.Name)
// 模拟任務執行時間
time.Sleep(time.Second * time.Duration(RandInt(1, 3)))
// 通過通道傳回執行結果
result <- nil
}
}
func RandInt(min, max int) int {
rand.Seed(time.Now().UnixNano())
return min + rand.Intn(max-min+1)
}
原文位址: https://shockerli.net/post/golang-worker-pools/