go并发模式之----工作池/协程池模式

常见模式之四:工作池/协程池模式

定义

顾名思义,就是有固定数量的工人(协程),去执行批量的任务

使用场景

  • 适用于需要限制并发执行任务数量的情况

  • 创建一个固定大小的 goroutine 池,将任务分发给池中的 goroutine 并等待它们完成,使用带缓冲的通道来接收任务,以避免阻塞主线程

示例

有生产需求,建议使用大佬写的 ants库 ,以下是模拟协程池的简单示例

假设,我们有固定数量(2个)工人执行批量(4个)任务

Go 复制代码
package main

import (
	"fmt"
	"sync"
)

type Task struct {
	TaskFunc func() interface{}
}

type WorkerPool struct {
	Size    int
	Wg      *sync.WaitGroup
	Tasks   chan Task
	Results chan Result
}

type Result struct {
	ID  int
	Res interface{}
}

func NewWorkerPool(workerNum, taskBufSize int) *WorkerPool {
	return &WorkerPool{
		Size:    workerNum,
		Wg:      &sync.WaitGroup{},
		Tasks:   make(chan Task, taskBufSize),
		Results: make(chan Result, taskBufSize),
	}
}

func (w *WorkerPool) AddTask(task Task) {
	w.Tasks <- task
}

func (w *WorkerPool) Run() {
	for i := 1; i <= w.Size; i++ {
		w.Wg.Add(1)
		go func(id int) {
			defer w.Wg.Done()
			w.Work(id, w.Tasks, w.Results)
		}(i)
	}
}

func (w *WorkerPool) Work(Id int, tasks chan Task, results chan Result) {
	for task := range tasks {
		results <- Result{
			ID:  Id,
			Res: task.TaskFunc(),
		}
	}
}

func main() {
	pool := NewWorkerPool(3, 10)
	pool.Run()
	pool.AddTask(Task{TaskFunc: func() interface{} {
		return 2 * 3
	}})
	pool.AddTask(Task{TaskFunc: func() interface{} {
		return 4 * 5
	}})
	pool.AddTask(Task{TaskFunc: func() interface{} {
		return 6 * 7
	}})
	pool.AddTask(Task{TaskFunc: func() interface{} {
		return 8 * 9
	}})
	close(pool.Tasks)
	go func() {
		pool.Wg.Wait()
		close(pool.Results)
	}()
	for v := range pool.Results {
		fmt.Println(v.ID, v.Res)
	}
}
相关推荐
曹轲恒8 小时前
Java中断
java·开发语言
xxxmine8 小时前
Java并发wait(timeout)
java
Grassto8 小时前
深入 `modload`:Go 是如何加载并解析 module 的
golang·go·go module
冰冰菜的扣jio8 小时前
Redis缓存问题——一致性问题、事务、持久化
java·spring·mybatis
施棠海8 小时前
监听与回调的三个demo
java·开发语言
時肆4858 小时前
C语言造轮子大赛:从零构建核心组件
c语言·开发语言
赴前尘9 小时前
golang 查看指定版本库所依赖库的版本
开发语言·后端·golang
de之梦-御风9 小时前
【C#.Net】C#开发的未来前景
开发语言·c#·.net
毕设源码-钟学长9 小时前
【开题答辩全过程】以 家政服务平台为例,包含答辩的问题和答案
java
知乎的哥廷根数学学派9 小时前
基于数据驱动的自适应正交小波基优化算法(Python)
开发语言·网络·人工智能·pytorch·python·深度学习·算法