使用 Goroutine 和 Channel 来实现更复杂的并发模式是 Go 语言的强大特性之一。
下面分别介绍如何实现并发任务执行和并发数据处理:
并发任务执行:
假设您有一些任务需要并发地执行,您可以使用 Goroutine 来同时执行这些任务,然后使用 Channel 来汇总结果。
下面是一个示例,展示如何使用 Goroutine 和 Channel 并发执行任务并收集结果:
go
package main
import (
"fmt"
"sync"
"time"
)
func worker(id int, jobs <-chan int, results chan<- int) {
for job := range jobs {
fmt.Printf("Worker %d started job %d\n", id, job)
time.Sleep(time.Second) // 模拟任务执行
results <- job * 2 // 将结果发送到通道
fmt.Printf("Worker %d finished job %d\n", id, job)
}
}
func main() {
const numJobs = 10
const numWorkers = 3
jobs := make(chan int, numJobs)
results := make(chan int, numJobs)
// 创建并启动多个工作 Goroutine
var wg sync.WaitGroup
for i := 1; i <= numWorkers; i++ {
wg.Add(1)
go func(workerID int) {
defer wg.Done()
worker(workerID, jobs, results)
}(i)
}
// 提供任务给工作 Goroutine
for i := 1; i <= numJobs; i++ {
jobs <- i
}
close(jobs)
// 等待所有工作完成
wg.Wait()
close(results)
// 收集任务结果
for result := range results {
fmt.Println("Result:", result)
}
}
在此示例中,我们创建了一些工作任务并将它们放入 jobs
通道中,然后启动了多个工作 Goroutine 来从 jobs
通道中获取任务并执行。每个工作 Goroutine 将结果发送到 results
通道中,然后主程序从 results
通道中收集结果。
并发数据处理:
假设您有一些数据需要并发地处理,您可以将数据分割成块,并使用 Goroutine 来并发处理每个块数据。下面是一个示例,展示如何使用 Goroutine 和 Channel 并发处理数据:
go
package main
import (
"fmt"
"sync"
)
func processData(data []int, results chan<- int) {
result := 0
for _, num := range data {
result += num
}
results <- result
}
func main() {
data := []int{1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
const numWorkers = 3
chunkSize := len(data) / numWorkers
results := make(chan int, numWorkers)
var wg sync.WaitGroup
for i := 0; i < numWorkers; i++ {
wg.Add(1)
start := i * chunkSize
end := (i + 1) * chunkSize
go func() {
defer wg.Done()
processData(data[start:end], results)
}()
}
wg.Wait()
close(results)
totalResult := 0
for result := range results {
totalResult += result
}
fmt.Println("Total result:", totalResult)
}
在此示例中,我们将数据分割成多个块,每个块数据由一个工作 Goroutine 并发处理,然后将处理结果发送到 results
通道中。主程序等待所有工作完成,然后从 results
通道中收集处理结果并计算总和。
这只是一些示例,您可以根据具体的应用场景和需求,灵活地使用 Goroutine 和 Channel 来实现各种并发模式。