這是一個建立於 的文章,其中的資訊可能已經有所發展或是發生改變。
假設有一組任務需要非同步處理且量很大,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,可能會需要開啟多進程來完成,多進程的控制、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。
大致的實現要點和流程:
- 建立2個通道,messages 用於傳送任務訊息,result 用於接收訊息處理結果
- 建立3個 Worker 協程,用於接收和處理來自 messages 通道的任務訊息,並將處理結果通過通道 result 返回
- 通過通道 messages 發布10條任務
- 通過通道 result 接收任務處理結果
範例程式碼:
package mainimport ( "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 // 發布任務 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) // 類比任務執行時間 time.Sleep(time.Second * time.Duration(RandInt(1, 3))) // 通過通道返回執行結果 result <- nil }}func RandInt(min, max int) int { rand.Seed(time.Now().UnixNano()) return min + rand.Intn(max-min+1)}
原文地址: https://shockerli.net/post/go...