用 Go 实现一个轻量级并发任务调度器（支持限速）

前言

在日常开发中，我们经常会遇到这样的场景：

• 有一堆任务要跑（比如：发请求、处理数据、爬虫等）
• 不希望一次性全部跑完，担心打爆服务端或者被封
• 想要设置并发数、限速，还能控制任务重试、失败记录

那么，能不能用 Go 实现一个"轻量级的并发任务调度器"？------答案是：当然可以！

今天我们就来用 Go 从零实现一个可配置的任务调度器，支持：

• 最大并发数控制（worker pool）
• 每秒请求速率限制（rate limit）
• 简单的失败重试机制
• 支持结果收集与错误输出

效果展示

你可以像这样调用我们的调度器：

go 复制代码

scheduler := NewScheduler(5, 10) // 并发 5，速率限制每秒 10 次

for i := 0; i < 100; i++ {
    task := NewTask(func() error {
        // 模拟网络请求或业务逻辑
        fmt.Println("正在处理任务:", i)
        time.Sleep(300 * time.Millisecond)
        return nil
    })
    scheduler.Submit(task)
}

scheduler.Wait()
fmt.Println("全部任务完成")

核心组件设计

1. 任务（Task）

我们将每个任务抽象为一个结构体：

go 复制代码

type Task struct {
    fn   func() error
    retry int
}

2. 调度器（Scheduler）

负责维护任务队列、worker、速率限制器：

go 复制代码

type Scheduler struct {
    tasks       chan *Task
    wg          sync.WaitGroup
    rateLimiter <-chan time.Time
}

实现代码

下面是完整实现（可以直接复制使用）：

go 复制代码

type Task struct {
    fn    func() error
    retry int
}

func NewTask(fn func() error) *Task {
    return &Task{fn: fn, retry: 3}
}

type Scheduler struct {
    tasks       chan *Task
    wg          sync.WaitGroup
    rateLimiter <-chan time.Time
}

func NewScheduler(concurrency int, ratePerSecond int) *Scheduler {
    s := &Scheduler{
        tasks:       make(chan *Task, 100),
        rateLimiter: time.Tick(time.Second / time.Duration(ratePerSecond)),
    }

    for i := 0; i < concurrency; i++ {
        go s.worker()
    }

    return s
}

func (s *Scheduler) Submit(task *Task) {
    s.wg.Add(1)
    s.tasks <- task
}

func (s *Scheduler) worker() {
    for task := range s.tasks {
        <-s.rateLimiter // 限速

        err := task.fn()
        if err != nil && task.retry > 0 {
            fmt.Println("任务失败，重试中...")
            task.retry--
            s.Submit(task)
        } else if err != nil {
            fmt.Println("任务最终失败:", err)
        }

        s.wg.Done()
    }
}

func (s *Scheduler) Wait() {
    s.wg.Wait()
    close(s.tasks)
}

实战应用场景

• 网络爬虫限速抓取
• 批量发送邮件/SMS/请求，防止接口限流
• 云服务任务调度、批量自动化操作
• 异步数据采集和聚合

总结

Go 的并发模型非常适合处理"海量任务 + 控制速率 + 错误重试"的需求。本篇实现的调度器非常轻量，适合作为基础组件集成到你自己的系统中。

如果你有更多需求，比如：

• 增加失败回调
• 支持超时控制
• 任务优先级
• 后台监控 dashboard

欢迎留言交流，我们可以继续升级这个任务调度器！

关注我，带你用 Go 写出更有趣的小工具！

如果你觉得这篇文章对你有帮助，别忘了点赞、收藏、转发哈～