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~

相关推荐
YQ_ZJH11 分钟前
Spring Boot 如何校验前端传递的参数
前端·spring boot·后端
普罗米修斯18 分钟前
C++ 设计模式理论与实战大全【共73课时】
c++·后端
YouEmbedded19 分钟前
解码查找算法与哈希表
数据结构·算法·二分查找·散列表·散列查找·线性查找
普罗米修斯21 分钟前
C++ 设计模式原理与实战大全-架构师必学课程 | 完结
c++·后端
MX_935935 分钟前
SpringBoot项目优先级以及bean的管理
java·spring boot·后端·spring
greentea_201344 分钟前
Codeforces Round 65 C. Round Table Knights(71)
c语言·开发语言·算法
小秋学嵌入式-不读研版1 小时前
C61-结构体数组
c语言·开发语言·数据结构·笔记·算法
豆浆Whisky1 小时前
Go泛型实战指南:从入门到工程最佳实践|Go语言进阶(12)
后端·go
可触的未来,发芽的智生1 小时前
触摸未来2025.10.04:当神经网络拥有了内在记忆……
人工智能·python·神经网络·算法·架构
元亓亓亓1 小时前
SSM--day4--SpringMVC(补充)
java·后端·ssm