Golang并发扫描技巧分享
“纵有疾风来,人生不言弃”,这句话送给正在学习Golang的朋友们,也希望在阅读本文《Golang并发端口扫描技巧分享》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新Golang相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!
使用Golang实现端口扫描工具时,通过goroutine和channel实现并发扫描,结合sync.WaitGroup和带缓冲channel控制并发数量,能高效稳定地探测开放端口。

使用Golang实现端口扫描工具时,利用其强大的并发模型可以显著提升扫描效率。Go语言通过goroutine和channel提供了轻量级的并发支持,非常适合用于网络探测类任务,比如端口扫描。下面介绍如何构建一个高效的并发端口扫描器,并分享几个关键优化技巧。
基础端口扫描逻辑
端口扫描的核心是尝试与目标IP的指定端口建立TCP连接。如果连接成功,说明端口开放。在Go中,可以使用net.DialTimeout来发起带超时的连接请求。
示例代码片段:
func scanPort(host string, port int, timeout time.Duration) bool {
address := fmt.Sprintf("%s:%d", host, port)
conn, err := net.DialTimeout("tcp", address, timeout)
if err != nil {
return false
}
conn.Close()
return true
}这个函数尝试连接指定主机和端口,成功则返回true,否则返回false。简单直接,但单次执行效率低,需引入并发。
使用Goroutine并发扫描端口
将每个端口的扫描任务放入独立的goroutine中,可以同时探测多个端口。配合channel收集结果,避免竞态条件。
实现思路:
- 为每个待扫描端口启动一个goroutine
- 使用无缓冲channel传递扫描结果(开放端口)
- 通过sync.WaitGroup等待所有任务完成
代码示例:
func scanPorts(host string, ports []int, timeout time.Duration) []int {
var openPorts []int
var mutex sync.Mutex
var wg sync.WaitGroup
resultCh := make(chan int)
// 启动结果收集goroutine
go func() {
for port := range resultCh {
mutex.Lock()
openPorts = append(openPorts, port)
mutex.Unlock()
}
}()
for _, port := range ports {
wg.Add(1)
go func(p int) {
defer wg.Done()
if scanPort(host, p, timeout) {
resultCh <- p
}
}(port)
}
// 所有扫描完成,关闭channel
go func() {
wg.Wait()
close(resultCh)
}()
// 等待所有结果处理完毕
for range resultCh {
}
return openPorts}
控制并发数量避免系统资源耗尽
虽然Go的goroutine很轻量,但一次性启动成千上万个仍可能导致文件描述符耗尽或系统负载过高。应使用带缓冲的channel作为信号量来限制并发数。
优化方法:
- 创建一个容量为最大并发数的channel,作为“令牌”池
- 每个goroutine执行前先获取令牌,完成后释放
示例:
semaphore := make(chan struct{}, 100) // 最多100个并发
for _, port := range ports {
wg.Add(1)
go func(p int) {
defer wg.Done()
semaphore <- struct{}{} // 获取令牌
if scanPort(host, p, timeout) {
resultCh <- p
}
<-semaphore // 释放令牌
}(port)
}
这样能有效控制同时活跃的连接数,避免被系统限制或触发防火墙告警。
进一步优化建议
- 合理设置超时时间:连接超时建议设为1-3秒,太短可能误判,太长影响整体速度
- 支持端口范围配置:允许用户指定常见端口或自定义范围,减少无效扫描
- 使用更高效的协议:高级场景可考虑SYN扫描(需原始套接字权限),但TCP Connect扫描最通用
- 输出格式化:支持JSON或简洁列表输出,便于集成到其他系统
基本上就这些。Golang的并发模型让端口扫描工具既高效又易于实现。关键是合理控制并发规模,平衡速度与稳定性。不复杂但容易忽略细节。
本篇关于《Golang并发扫描技巧分享》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于Golang的相关知识,请关注golang学习网公众号!
Java数字格式错误怎么解决
- 上一篇
- Java数字格式错误怎么解决
- 下一篇
- Go语言可见性控制:大小写决定导出规则
-
- Golang · Go教程 | 22小时前 |
- Go os/signal 处理服务退出信号的生命周期
- 322浏览 收藏
-
- Golang · Go教程 | 22小时前 | Go crypto/tls 证书到期时间 x509.Certificate NotAfter
- Go crypto/tls 读取证书到期时间的代码写法
- 183浏览 收藏
-
- Golang · Go教程 | 22小时前 |
- Go net/netip 解析地址并区分 IPv4 映射
- 377浏览 收藏
-
- Golang · Go教程 | 22小时前 |
- Go container/heap 实现定时任务优先队列
- 395浏览 收藏
-
- Golang · Go教程 | 22小时前 | Go 切片排序 稳定排序 sort.SliceStable
- Go sort.SliceStable 保持同键顺序的排序实现
- 300浏览 收藏
-
- Golang · Go教程 | 22小时前 | 配置 · 错误处理 · Go教程 · Go 超时配置 time.Duration time.ParseDuration 配置时长
- Go time.ParseDuration 读取配置时长的错误处理
- 119浏览 收藏
-
- Golang · Go教程 | 22小时前 | goroutine · go · Context · Go 定时任务 reset goroutine泄漏 time.Ticker Stop
- Go time.Ticker 长时间服务的停止与泄漏规避
- 121浏览 收藏
-
- Golang · Go教程 | 22小时前 |
- Go time.Location 处理业务时区的转换方法
- 239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。
- 487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。
- 543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。
- 566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。
- 521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。
- 334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
