当前位置:首页 > 文章列表 > Golang > Go问答 > 为什么这个 OrDone 通道实现从 Done 通道接收两次?

为什么这个 OrDone 通道实现从 Done 通道接收两次?

来源:stackoverflow 2024-04-17 19:00:38 0浏览 收藏

本篇文章给大家分享《为什么这个 OrDone 通道实现从 Done 通道接收两次?》,覆盖了Golang的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。

问题内容

一直在阅读 go 中的 concurrency,它引入了一个方便的“or-done”通道。

tldr;当您使用无法控制的通道(可能来自系统的其他部分)时,代码可能会变得有点难看。

// quite nice to read
for v := range mychan {
  ... do stuff
}

// not so nice
loop:
for {
  select {
  case <- done:
    break loop
  case maybeval, ok := <-mychan:
    if !ok {
      return
    }
    // do something with maybeval
  }
}

本书提供了一种使用 ordone 通道来简化此操作的方法。定义如下。我不明白的是,为什么在嵌套选择中,我们需要再次从 <-done 接收数据。

ordone := func(done, c <-chan interface{}) <-chan interface{} {
  valstream := make(chan interface{})
  go func() {
    defer close(valstream)
    for {
      select {
      case <- done:
        return
      case v, ok := <-c:
        if !ok {
          return
        }
        select {
        case valstream <- v:
        case <-done: // why do we also need to receive on done here?
        }
      }
    }
  }
  return valstream
}

这允许您返回到原始的 for 循环,从而增强可读性 - 就像这样:

for val := range orDone(done, myChan) {
  // Once again, do something
}

解决方案


实际上只是增加了 peter 答案的可见性。

这是因为,如果接收 valstream 的人失去兴趣,valstream 本身可能会阻止发送。

在您从通道 c 收到值的情况下,您可以输入嵌套的 select{}。此时如果我们取出第二个 <-done 你就会得到这个;

select {
case valStream: <- v:
}

即使 done 通道关闭,这也会无限期地阻塞,直到从通道 v 接收到值为止。通过添加嵌套检查,我们允许自己在任一点退出 select{}。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《为什么这个 OrDone 通道实现从 Done 通道接收两次?》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
pprof -call_tree 有什么作用?pprof -call_tree 有什么作用?
上一篇
pprof -call_tree 有什么作用?
PHP 函数执行顺序与性能优化之间的关系是什么?
下一篇
PHP 函数执行顺序与性能优化之间的关系是什么?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    264次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    316次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    300次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    273次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    93次使用