工作中经常会遇到一些批量处理数据的需求，如果这些数据的处理没有逻辑上的先后顺序，这时候就正好可以使用Golang的并发编程来提升效率了，话不多说，上代码：
package mainimport (
"fmt"
"sync"
)func main() {
//初始化管道来接收任务数据
ch := make(chan int, 10000)
//所有任务执行完毕才结束进程
wg := &sync.WaitGroup{}
//用来控制协程数量,超过50个会阻塞
pool := make(chan struct{}, 50)
//任务数量
count := 1000
go producer(ch, count, wg)
consumer(ch, pool, wg)
wg.Wait()
fmt.Println("任务处理完毕")
}//生产者
func producer(ch chan int, count int, wg *sync.WaitGroup) {
defer close(ch)
wg.Add(count)
for i := 0;
i < count;
i++ {
ch <- i
fmt.Println("任务", i, "生产完毕")
}
}//消费者
func consumer(ch chan int, pool chan struct{}, wg *sync.WaitGroup) {
for c := range ch {
pool <- struct{}{}
<-pool
go handler(c, wg)
}
}//具体消费逻辑
func handler(c int, wg *sync.WaitGroup) {
defer wg.Done()
fmt.Println("任务", c, "消费完毕")
}- producer是生产者，里面批量生产业务数据，放到一个有缓冲管道里
- consumer是消费者，起多个协程消费管道里的数据，而协程的数量自然需要控制，怎么控制呢？通过pool这个有缓冲管道，机制就是每消费一条数据就往pool里发送一条数据，消费完读出，这样同时最多有50个任务同时在处理，超过则会阻塞等待其他协程处理完毕。
- wg用来等待子协程处理完毕
【用Golang实现一个简单的生产者/消费者模型】如果追求更高的性能可以考虑一下第三方库，像panjf2000/ants的协程池就很成熟，后面有空的话会分析一下它是如何实现的。
