当前位置:首页 > 文章列表 > Golang > Go教程 > Golang实现简单生产者消费者模型

Golang实现简单生产者消费者模型

2026-03-25 09:35:33 0浏览 收藏
本文深入浅出地展示了如何利用Go语言原生的goroutine和channel特性构建轻量、高效且线程安全的生产者消费者模型,通过带缓冲channel与sync.WaitGroup协同控制并发流程,完美实现数据生成与处理的解耦——无论你是初学Go并发编程,还是正在设计任务队列或实时消息系统,这个简洁而实用的实现都为你提供了即开即用的核心范式。

用Golang实现一个简单的生产者消费者并发模型

在Go语言中,通过goroutine和channel可以非常方便地实现生产者消费者模型。这个模型常用于解耦数据生成和处理过程,适用于任务队列、消息处理等场景。

模型基本结构

生产者负责生成数据并发送到channel,消费者从channel接收数据并处理。channel作为协程间通信的桥梁,保证线程安全。

下面是一个完整的示例,包含一个生产者、两个消费者,使用带缓冲的channel来提高效率:

代码实现:

package main

import ( "fmt" "math/rand" "sync" "time" )

// 生产者函数 func producer(ch chan<- int, wg sync.WaitGroup) { defer wg.Done() for i := 0; i < 5; i++ { num := rand.Intn(100) ch <- num fmt.Printf("生产者: 生成数字 %d\n", num) time.Sleep(time.Millisecond 100) // 模拟耗时 } close(ch) // 生产完成,关闭channel }

// 消费者函数 func consumer(ch <-chan int, id int, wg sync.WaitGroup) { defer wg.Done() for num := range ch { // channel关闭后循环自动退出 fmt.Printf("消费者 %d: 处理数字 %d\n", id, num) time.Sleep(time.Millisecond 200) // 模拟处理时间 } }

func main() { // 创建带缓冲的channel,容量为3 ch := make(chan int, 3)

var wg sync.WaitGroup

// 启动生产者
wg.Add(1)
go producer(ch, &wg)

// 启动两个消费者
for i := 1; i <= 2; i++ {
    wg.Add(1)
    go consumer(ch, i, &wg)
}

// 等待所有goroutine完成
wg.Wait()
fmt.Println("所有任务完成")

}

关键点说明

使用sync.WaitGroup确保主程序等待所有goroutine执行完毕。生产者在完成任务后关闭channel,通知消费者数据已发送完毕。range循环会自动检测channel是否关闭,避免死锁。

  • channel带缓冲可以减少goroutine阻塞,提升吞吐量
  • 生产者关闭channel,消费者不应再向channel写入
  • WaitGroup用于协调goroutine生命周期

运行效果

程序会输出类似以下内容:

生产者: 生成数字 42
消费者 1: 处理数字 42
生产者: 生成数字 73
消费者 2: 处理数字 73
...

基本上就这些。这个模型简单但实用,可以根据实际需求扩展为多个生产者或使用select处理多个channel。并发控制和通信由Go运行时自动管理,代码清晰易维护。

好了,本文到此结束,带大家了解了《Golang实现简单生产者消费者模型》,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!

创建语义化关闭按钮的正确方法创建语义化关闭按钮的正确方法
上一篇
创建语义化关闭按钮的正确方法
Go中error接口详解与使用技巧
下一篇
Go中error接口详解与使用技巧
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。
    293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。
    348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。
    353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。
    315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。
    135次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码