在 Go 语言中，goroutine 的轻量特性使得高并发编程变得异常简单。然而，随着并发量的增加，频繁创建对象和无限制启动 goroutine 也可能带来内存浪费、GC 压力和资源抢占等问题。为了解决这些隐患，协程池成为常用的优化手段。用于控制并发数量、避免系统过载。本文将简要介绍golang 中大名鼎鼎的 ants 协程池库的实现原理。
ants包仓库 : https://github.com/panjf2000/ants
为什么用协程池？
- 提升性能：主要面向一类场景：大批量轻量级并发任务，任务执行成本与协程创建/销毁成本量级接近；
- 动态调配并发资源 : 能够动态调整所需的协程数量以及各个模块的并发度上限；
- 协程生命周期控制：实时查看当前全局并发的协程数量；有一个统一的紧急入口释放全局协程.
1. 使用方法
安装ants库
go
go get -u github.com/panjf2000/ants/v21.1 创建协程池 NewPool(size int)
用于创建一个容量为 size 的协程池。默认情况下，协程池不会自动扩容，因此超出容量限制的任务会等待空闲 worker。
go
import "github.com/panjf2000/ants/v2"
var pool *ants.Pool
func init() {
var err error
pool, err = ants.NewPool(10) // 创建容量为10的协程池
if err != nil {
log.Fatalf("Failed to create goroutine pool: %v", err)
}
}- NewPool() 返回的是一个可复用的固定容量协程池，内部通过任务队列与 worker 协同处理。
1.2 提交任务 Submit(task func())
协程池的核心方法
go
// Submit submits a task to the pool.
//
// Note that you are allowed to call Pool.Submit() from the current Pool.Submit(),
// but what calls for special attention is that you will get blocked with the last
// Pool.Submit() call once the current Pool runs out of its capacity, and to avoid this,
// you should instantiate a Pool with ants.WithNonblocking(true).
func (p *Pool) Submit(task func()) error 使用 Submit() 提交一个函数类型任务给协程池异步执行
示例 :
go
err := pool.Submit(func() {
fmt.Println("Task executed by goroutine:", runtime.NumGoroutine())
})
if err != nil {
log.Println("Failed to submit task:", err)
}-
每次调用 Submit() 不会阻塞主线程。
-
如果当前运行的 goroutine 已达到上限，任务将等待空闲 worker。
1.3 释放协程池 Release()
释放协程池资源，释放后协程池不再接受新的任务提交。
go
pool.Release()⚠️ 注意：一旦调用 Release()，协程池将被永久关闭，不能再次使用。再次提交任务将 panic。
1.4 查询当前运行数 Running()
适合用于实时监控协程池负载状态。
go
fmt.Printf("Running goroutines: %d\n", pool.Running())适合用于实时监控协程池负载状态。
1.5 池容量
获取池容量 Cap()
返回协程池的最大容量（即最大 goroutine 数量）。可用于与 Running() 搭配分析使用率。
go
fmt.Printf("Pool capacity: %d\n", pool.Cap())动态调整容量 Tune(newSize int)
在运行时动态调整协程池容量，适应系统负载变化。
go
pool.Tune(20) // 将容量调整为20- 扩容会立即生效。
- 缩容后，多余的 worker 会在任务完成后自动回收。
- Tune() 不会中断正在执行的任务。
流程
2. 底层实现
原理篇前置知识
详细请看以往文章 : Go语言底层(三): sync 包锁与对象池
2.1 核心数据结构
2.1.1 goWorker
go
type goWorker struct {
pool *Pool
task chan func()
recycleTime time.Time
}goWorker 就是我们协程池里的实例 , 简单理解为一个长时间运行而不回收的协程，用于反复处理用户提交的异步任务
-
pool：goWorker 所属的协程池；
-
task：goWorker 用于接收异步任务包的管道；
-
recycleTime：goWorker 回收到协程池的时间.
2.1.2 Pool
go
type Pool struct {
capacity int32
running int32
lock sync.Locker
workers workerArray
state int32
cond *sync.Cond
workerCache sync.Pool
waiting int32
heartbeatDone int32
stopHeartbeat context.CancelFunc
options *Options
}- capacity：池子的容量
- running：出于运行中的协程数量
- lock：自制的自旋锁，保证取 goWorker 时并发安全
- workers：goWorker 列表，即"真正意义上的协程池"
- state：池子状态标识，0-打开；1-关闭
- cond：并发协调器，用于阻塞模式下，挂起和唤醒等待资源的协程
- waiting：标识出于等待状态的协程数量；
- heartbeatDone：标识回收协程是否关闭；
- stopHeartbeat：用于关闭回收协程的控制器函数；
- options：一些定制化的配置.
- workerCache：存放 goWorker 的对象池，用于缓存释放的 goworker 资源用于复用. 对象池需要区别于协程池，协程池中的
goWorker 仍存活，进入对象池的 goWorker 逻辑意义已经销毁；
2.1.3 workerArray
go
type workerArray interface {
len() int
isEmpty() bool
insert(worker *goWorker) error
detach() *goWorker
retrieveExpiry(duration time.Duration) []*goWorker
reset()
}该 interface 主要定义了作为数据集合的几个通用 api，以及用于回收过期 goWorker 的 api.
- insert 插入一个
goWorker - detach 取出一个
goWorker - retrieveExpiry 获取池中空闲时间超过 duration 的 已经过期的
goWorker集合 ,其中goWorker的回收时间与入栈先后顺序相关，因此可以借助binarySearch方法基于二分法快速获取到目标集合.
2.2 核心方法的实现
2.2.1 NewPool 创建协程池
go
func NewPool(size int, options ...Option) (*Pool, error) {
// 读取用户配置，做一些前置校验，默认值赋值等前处理动作...
opts := loadOptions(options...)
// 构造好 Pool 数据结构；
p := &Pool{
capacity: int32(size),
lock: internal.NewSpinLock(),
options: opts,
}
// 构造对象池
p.workerCache.New = func() interface{} {
return &goWorker{
pool: p,
task: make(chan func(), workerChanCap),
}
}
// 构造好 goWorker 对象池 workerCache，声明好工厂函数；
p.workers = newWorkerArray(stackType, 0)
// golang 标准库提供的并发协调器，用于实现指定条件下阻塞和唤醒协程的操作.
p.cond = sync.NewCond(p.lock)
// 异步启动 goWorker 过期销毁协程.
var ctx context.Context
ctx, p.stopHeartbeat = context.WithCancel(context.Background())
go p.purgePeriodically(ctx)
return p, nil
}2.2.2 pool.Submit 提交任务
go
func (p *Pool) Submit(task func()) error {
// 从 Pool 中取出一个可用的 goWorker；
var w *goWorker
if w = p.retrieveWorker(); w == nil {
return ErrPoolOverload
}
// 将用户提交的任务包添加到 goWorker 的 channel 中.
w.task <- task
return nil
}取出goWorker 的实现:
go
func (p *Pool) retrieveWorker() (w *goWorker) {
// 声明了一个构造 goWorker 的函数 spawnWorker 用于兜底，从对象池 workerCache 中获取 goWorker；
spawnWorker := func() {
w = p.workerCache.Get().(*goWorker)
w.run()
}
p.lock.Lock()
// 尝试从池中取出一个空闲的 goWorker；
w = p.workers.detach()
if w != nil {
p.lock.Unlock()
// 倘若池子容量未超过上限, 从对象池中取出一个 goWorker
} else if capacity := p.Cap(); capacity == -1 || capacity > p.Running() {
p.lock.Unlock()
spawnWorker()
} else {
// 倘若池子容量超限，且池子为非阻塞模式，直接抛回错误；
if p.options.Nonblocking {
p.lock.Unlock()
return
}
// 倘若池子容量超限，且池子为阻塞模式，则基于并发协调器 cond 挂起等待有空闲 worker；
retry:
// 若阻塞任务已达最大限制，也直接返回；
if p.options.MaxBlockingTasks != 0 && p.Waiting() >= p.options.MaxBlockingTasks {
p.lock.Unlock()
return
}
// 增加等待数并使用 cond 条件变量挂起当前协程；
p.addWaiting(1)
p.cond.Wait() // block and wait for an available worker
p.addWaiting(-1)
// 被唤醒后（可能是因为 scavenger 清理协程），判断是否还有运行中的 worker；
var nw int
if nw = p.Running(); nw == 0 { // awakened by the scavenger
p.lock.Unlock()
spawnWorker()
return
}
// 再次尝试重新获取一个空闲 worker；
if w = p.workers.detach(); w == nil {
if nw < p.Cap() {
p.lock.Unlock()
spawnWorker()
return
}
goto retry
}
// 获取到了可用 worker，解锁并返回；
p.lock.Unlock()
}
return
}2.2.3 goWorker 运行
go
func (w *goWorker) run() {
w.pool.addRunning(1)
go func() {
defer func() {
w.pool.addRunning(-1)
w.pool.workerCache.Put(w)
if p := recover(); p != nil {
// panic 后处理
}
w.pool.cond.Signal()
}()
for f := range w.task {
if f == nil {
return
}
f()
if ok := w.pool.revertWorker(w); !ok {
return
}
}
}()- 循环 + 阻塞等待，直到获取到用户提交的异步任务包 task 并执行；
- 执行完成 task 后，会将自己交还给协程池；
- 倘若回归协程池失败，或者用户提交了一个空的任务包，则该 goWorker 会被销毁，销毁方式是将自身放回协程池的对象池 workerCache. 并且会调用协调器 cond 唤醒一个阻塞等待的协程.
参考文章 : 小徐的编程世界