Golang并发批量任务执行实例
“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 并发执行批量任务实例》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WaitGroup和Channel可实现Go中安全的并发任务控制。1. WaitGroup通过Add、Done、Wait方法确保所有goroutine完成;2. Channel用于协程间通信,传递结果或错误;3. 主协程启动任务前调用Add,每个任务完成后调用Done并发送结果到channel;4. 单独goroutine在Wait结束后关闭channel;5. 主循环从channel读取结果直至关闭。示例中并发抓取多个URL,WaitGroup保证全部完成,channel收集输出,避免混乱。注意:Add应在主协程预设,避免多goroutine同时Add;仅发送方关闭channel;合理设置缓冲防溢出。该模式适用于批量请求、并行处理等场景。

在 Golang 开发中,经常会遇到需要并发执行多个任务的场景,比如批量请求外部接口、处理大量数据等。为了高效利用资源并控制并发流程,WaitGroup 和 Channel 是两个非常关键的工具。它们配合使用可以实现安全、可控的批量任务并发执行。
WaitGroup 控制任务等待
sync.WaitGroup 用于等待一组 goroutine 完成。它通过计数器机制管理协程生命周期:每启动一个任务就调用 Add(1),任务完成时调用 Done(),主线程通过 Wait() 阻塞直到计数归零。
适用于所有子任务都需完成后再继续的场景。例如批量下载文件或并行计算:
- 在主协程中调用
wg.Add(n)设置总任务数 - 每个子协程执行完任务后调用
wg.Done() - 主协程调用
wg.Wait()等待全部完成
Channel 实现协程通信与同步
Channel 是 Go 中协程间通信的主要方式。它可以传递数据、控制执行节奏,还能避免竞态条件。结合 WaitGroup 使用,能更灵活地收集结果或错误信息。
定义一个缓冲 channel 存储任务结果,每个 goroutine 处理完将结果写入 channel,主线程统一读取:
- 创建带缓冲的 channel,如
resultCh := make(chan string, 10) - 每个并发任务执行完成后向 channel 发送结果
- WaitGroup 确保所有任务结束,再关闭 channel 并读取数据
实际应用示例:并发抓取网页内容
假设我们需要同时获取多个 URL 的响应内容,下面是一个完整例子:
package mainimport ( "fmt" "net/http" "sync" )
func fetchURL(url string, ch chan<- string, wg *sync.WaitGroup) { defer wg.Done()
resp, err := http.Get(url) if err != nil { ch <- fmt.Sprintf("Error fetching %s: %v", url, err) return } defer resp.Body.Close() ch <- fmt.Sprintf("Success: %s with status %d", url, resp.StatusCode)}
func main() { urls := []string{ "https://httpbin.org/status/200", "https://httpbin.org/status/404", "https://httpbin.org/status/500", }
var wg sync.WaitGroup resultCh := make(chan string, len(urls)) for _, url := range urls { wg.Add(1) go fetchURL(url, resultCh, &wg) } go func() { wg.Wait() close(resultCh) }() for result := range resultCh { fmt.Println(result) }}
这个例子中,WaitGroup 保证所有请求完成,channel 收集每个请求的结果,避免了直接打印可能引起的混乱输出。
注意事项与最佳实践
使用 WaitGroup 和 Channel 时要注意以下几点:
- 不要在多个 goroutine 中同时调用
Add(),建议在主协程中预设总数 - 确保每个
Add(1)都有对应的Done(),否则会死锁 - 只有发送方应关闭 channel,接收方不应调用
close() - 合理设置 channel 缓冲大小,防止内存溢出
基本上就这些。掌握 WaitGroup 与 Channel 的协作模式,能让你轻松应对大多数并发任务场景。
今天关于《Golang并发批量任务执行实例》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
PHP后台安装步骤与权限配置详解
- 上一篇
- PHP后台安装步骤与权限配置详解
- 下一篇
- Win11支持Wi-Fi6E怎么查?
-
- Golang · Go教程 | 2天前 | Go教程 · Go encoding/xml 空元素 指针字段
- Go encoding/xml 空元素与指针字段的处理方式
- 142浏览 收藏
-
- Golang · Go教程 | 2天前 | Go教程 · Go encoding/xml 字段映射 Unmarshaler
- Go encoding/xml 自定义 Unmarshaler 的字段映射
- 189浏览 收藏
-
- Golang · Go教程 | 2天前 |
- Go encoding/xml Token 流式读取大型 XML
- 424浏览 收藏
-
- Golang · Go教程 | 2天前 | go · encoding/json · JSON Go encoding/json omitempty
- Go encoding/json omitempty 对零值字段的输出边界
- 192浏览 收藏
-
- Golang · Go教程 | 2天前 |
- Go encoding/json Decoder Token 流式读取嵌套结构
- 364浏览 收藏
-
- Golang · Go教程 | 2天前 |
- Go encoding/json Decoder UseNumber 保留大整数精度
- 328浏览 收藏
-
- Golang · Go教程 | 2天前 |
- Go fmt.Scanner 自定义扫描规则的实现要点
- 182浏览 收藏
-
- Golang · Go教程 | 2天前 |
- Go fmt.Appendf 追加格式化结果的低分配写法
- 478浏览 收藏
-
- Golang · Go教程 | 2天前 |
- Go strings.IndexByte 定位协议分隔符的低分配写法
- 413浏览 收藏
-
- Golang · Go教程 | 2天前 | go · Strings · Go 字符串前缀 strings.CutPrefix
- Go strings.CutPrefix 处理可选前缀的分支设计
- 165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。
- 282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。
- 336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。
- 333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。
- 301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。
- 123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
