Golang并发限流技巧与实现解析
欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《Golang并发限流实现方法详解》,这篇文章主要讲到等等知识,如果你对Golang相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!
使用带缓冲channel实现并发限流,通过固定容量channel作为许可证池控制最大并发数;2. 采用golang.org/x/sync/semaphore的WeightedSemaphore支持超时和上下文取消,适合复杂场景;3. 基于rate.Limiter控制请求速率,适用于API调用等需限频的场景;4. 根据需求选择合适方法:限并发用channel或信号量,限频率用rate.Limiter,可组合使用。

在Golang中实现并发限流,核心目标是控制同时运行的协程数量,防止系统资源被耗尽。常用方法包括使用带缓冲的channel、semaphore(信号量)或第三方库如golang.org/x/sync/semaphore。下面介绍几种实用且清晰的实现方式。
使用Buffered Channel控制并发数
通过一个固定容量的channel来充当“许可证池”,每个goroutine执行前需先获取一个许可,执行完后归还。这种方式简单直观,适合大多数场景。
示例代码:
func main() {
maxConcurrency := 3
sem := make(chan struct{}, maxConcurrency)
for i := 0; i < 10; i++ {
sem <- struct{}{} // 获取许可
go func(id int) {
defer func() { <-sem }() // 释放许可
fmt.Printf("处理任务 %d\n", id)
time.Sleep(2 * time.Second) // 模拟工作
fmt.Printf("完成任务 %d\n", id)
}(i)
}
// 等待所有任务完成(这里可用WaitGroup更精确)
time.Sleep(10 * time.Second)}
这种方式利用channel的阻塞特性自动实现限流,当channel满时,新的goroutine会等待,直到有空位。
使用golang.org/x/sync/semaphore
标准库没有原生信号量,但golang.org/x/sync包提供了WeightedSemaphore,支持异步获取,还能处理超时和上下文取消,更适合复杂控制。
安装:
go get golang.org/x/sync/semaphore
使用示例:
sem := semaphore.NewWeighted(3) // 最多3个并发for i := 0; i < 10; i++ { if err := sem.Acquire(context.Background(), 1); err != nil { log.Printf("获取信号量失败: %v", err) continue }
go func(id int) { defer sem.Release(1) fmt.Printf("处理任务 %d\n", id) time.Sleep(2 * time.Second) fmt.Printf("完成任务 %d\n", id) }(i)}
优势在于可结合context实现超时控制,例如:
ctx, cancel := context.WithTimeout(context.Background(), 500*time.Millisecond)
基于Ticker的速率限流(RPS控制)
如果关注的是请求频率(如每秒最多10次),可以用time.Ticker或golang.org/x/time/rate实现。
使用rate.Limiter示例:
import "golang.org/x/time/rate"limiter := rate.NewLimiter(10, 1) // 每秒10个,突发1
for i := 0; i < 100; i++ { limiter.Wait(context.Background()) go func(id int) { fmt.Printf("执行任务 %d\n", id) }(i) }
注意:这种方式控制的是请求发起速率,不直接限制并发数,适合API调用等场景。
选择哪种方式取决于需求:控制最大并发数用channel或WeightedSemaphore;控制请求频率用rate.Limiter。实际项目中常组合使用,比如先限频再限并发。
基本上就这些,关键点是理解不同工具的适用场景,避免过度设计。
好了,本文到此结束,带大家了解了《Golang并发限流技巧与实现解析》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!
vivo浏览器如何查看历史记录?
- 上一篇
- vivo浏览器如何查看历史记录?
- 下一篇
- Go语言len函数使用技巧
-
- Golang · Go教程 | 15小时前 | Go教程 · HTTP客户端 · 后端开发 · io.ReadAll io.LimitReader Go HTTP客户端 Go LimitedReader 响应体大小限制
- 通过 LimitedReader 防止未知响应体耗尽内存
- 166浏览 收藏
-
- Golang · Go教程 | 15小时前 | Go教程 · Go io.Pipe zip.Writer 流式上传 CloseWithError HTTP请求体
- 用 io.Pipe 边生成边上传数据而不落整包临时文件
- 245浏览 收藏
-
- Golang · Go教程 | 16小时前 |
- 设计可重试错误与永久错误的稳定边界
- 263浏览 收藏
-
- Golang · Go教程 | 16小时前 |
- 用错误包装保留上下文并支持 errors.Is 分类判断
- 468浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- 把 trace 标识贯穿日志上下文但不污染业务函数
- 256浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- 用 slog 建立请求级字段并统一 JSON 日志输出
- 120浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- 通过 go work sync 对齐工作区构建列表与模块依赖
- 370浏览 收藏
-
- Golang · Go教程 | 18小时前 | Go教程 · gowork go.work 多模块开发 Go Modules Go多模块工作区 独立发布
- 用 go.work 同时开发两个模块并保持各自发布独立
- 201浏览 收藏
-
- Golang · Go教程 | 19小时前 | Go教程 · 工程实践 · go.mod go.sum 间接依赖 go mod tidy Go Modules 依赖整理
- 整理 go.mod 间接依赖并解释 tidy 的增删结果
- 247浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 374次使用
-
- 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。
- 443次使用
-
- 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。
- 451次使用
-
- 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。
- 397次使用
-
- 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。
- 221次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览

