Go 技巧：使用带缓冲的通道实现高效工作池

Go 技巧：使用带缓冲的通道实现高效工作池

Go 语言的并发模型是其最大亮点之一，而通道（channel）则是 goroutine 之间通信的核心。今天分享一个实用技巧：使用带缓冲的通道实现工作池，有效控制并发数量，防止资源耗尽。

传统方式的痛点

初学者常直接用 go func() 启动任务，但当任务量巨大时，会创建大量 goroutine，导致调度压力和内存暴涨。

缓冲通道实现工作池

func workerPool(tasks []Task, workerNum int) []Result {
   
    taskCh := make(chan Task, len(tasks))
    resultCh := make(chan Result, len(tasks))

    // 启动 worker
    for i := 0; i < workerNum; i++ {
   
        go func() {
   
            for task := range taskCh {
   
                resultCh <- process(task)
            }
        }()
    }

    // 发送任务
    for _, task := range tasks {
   
        taskCh <- task
    }
    close(taskCh)

    // 收集结果
    results := make([]Result, 0, len(tasks))
    for i := 0; i < len(tasks); i++ {
   
        results = append(results, <-resultCh)
    }

    return results
}

关键点解析

1. 缓冲通道：taskCh 的缓冲大小等于任务数，避免发送者阻塞
2. worker 数量可控：通过 workerNum 精确控制并发 goroutine 数量
3. 任务分发：多个 worker 从同一个通道竞争读取，自动负载均衡
4. 结果收集：使用另一个通道收集处理结果

使用示例

tasks := generateTasks(1000)
results := workerPool(tasks, 10) // 10 个 worker 处理 1000 个任务

这种模式在实际项目中广泛使用，如批量数据处理、API 请求限流等场景。通过调整 worker 数量，可以找到性能和资源消耗的最佳平衡点。

小贴士：worker 数量通常设置为 CPU 核心数的 2-4 倍，但具体需结合任务类型（CPU 密集型还是 IO 密集型）进行基准测试确定。