当前位置:首页 > 文章列表 > Golang > Go问答 > Go select 同时就绪多个 case 时能否依赖固定顺序

Go select 同时就绪多个 case 时能否依赖固定顺序

来源:17golang原创 2026-09-09 09:18:08 0浏览 收藏

不能依赖。Go 的 select 在多个通信同时可执行时,会从这些可执行的 case 中选择一个,而不是按照源码从上到下固定命中。规范把这个选择定义为“均匀伪随机”,所以把高优先级 channel 写在前面,只能影响阅读,不会形成调度优先级。

要点速览
  • 多个 case 同时就绪时,case 顺序不决定结果。
  • channel 表达式和发送值会在进入 select 时按源码顺序求值,但这和最终选中哪个 case 是两件事。
  • 需要业务优先级时要显式仲裁;两阶段 select 只能实现“尽力优先”。

一、先确认 select 的选择规则

把两个带缓冲 channel 都预先写入数据,循环中同时接收它们。每次循环结束后重新填充,观察结果可能交替,也可能连续命中同一个 channel。这个现象不是 Go 承诺的轮询顺序,而是随机选择的正常表现。

package main

import "fmt"

func main() {
	left := make(chan string, 1)
	right := make(chan string, 1)

	for i := 0; i 

运行多次后输出顺序可能不同。即便某次连续选中 left,也不能据此推断下一次仍会选它;随机结果只有在大量样本中才适合做统计观察,不能当作业务协议。

Go select 多个同时就绪的 channel case 进入均匀伪随机选择集合
图1:多个通信都已就绪时,它们共同进入可选集合,源码上下顺序不表示优先级。

二、求值顺序不等于 case 顺序

这里最容易混淆的是两个“顺序”。进入 select 时,所有 case 中的 channel 操作数,以及发送 case 的右值,会按照源码顺序各求值一次;但求值完成后,运行时会从能够继续的通信里选一个。因此,下面的日志可能先打印 left channel,却最终执行右侧接收分支。

package main

import "fmt"

func channel(name string, ch 

所以,不能用副作用函数的调用顺序推导 case 的执行顺序。更稳妥的写法是让 channel 表达式保持简单,把日志、计数和业务动作放到实际选中的 case 内。

三、为什么不能把随机选择当成公平调度

“均匀伪随机”表示候选 case 会被随机选取,并不表示每个业务对象在任何短窗口内严格轮流,也不保证高优先级消息永远先处理。下面这张判断表可以帮助排除几种常见误用。

需求只调整 case 顺序更合适的做法
两个来源都能消费可以,接受非固定顺序记录来源并让处理逻辑幂等
高优先级消息先处理不可靠两阶段检查或显式优先级队列
严格轮询、配额、公平性不能保证维护游标、计数器或集中调度器
避免忙等case 顺序无关不要滥用 default,必要时让 select 阻塞

四、需要优先级时怎么写

如果只是希望“有高优先级消息时尽量先拿”,可以先用一个带 default 的小 select 探测高优先级 channel,再进入包含普通 channel 的 select。注意这仍然不是严格保证:高优先级消息可能在探测之后才到达,第二个 select 也可能已经同时看见两个就绪 case。

func consume(high, normal 

若系统要求严格优先级,不要继续调整 case 排列。可以让一个 dispatcher 负责接收输入,把消息分别放入高、普通两个内部队列,再由单一决策点始终先取高优先级队列。这样“谁先处理”由数据结构和调度代码表达,测试也更容易稳定。

Go select case 顺序不能保证高优先级消息优先处理的静态关系图
图2:case 排列只表达代码阅读顺序;尽力优先和严格仲裁需要不同的控制结构。

相关问题

select 没有 case 会怎样?

select {} 会永久阻塞当前 goroutine。只有 nil channel 的 select 且没有 default,也会一直阻塞。

加上 default 就能保证先处理高优先级吗?

不能。两阶段写法只能降低普通消息抢先的概率,不能覆盖探测之后到达的消息和第二阶段的随机选择。

如何测试 select 的分支逻辑?

不要断言某一次一定命中某个 case;分别测试每个 channel 单独就绪、都就绪和都未就绪的行为,并让处理函数可观察、可重复。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Linux cgroup v2 memory.current 和 memory.max 怎么配合Linux cgroup v2 memory.current 和 memory.max 怎么配合
上一篇
Linux cgroup v2 memory.current 和 memory.max 怎么配合
Web Worker 不能直接改 DOM 时应该如何回传结果
下一篇
Web Worker 不能直接改 DOM 时应该如何回传结果
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
  • 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。
    41次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    191次使用
  • C-Eval中文评测基准:大语言模型多学科能力评估指南
    C-Eval
    深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
    129次使用
  • AI Prompt Library:免费AI提示词库,助力ChatGPT高效创作与营销
    AI Prompt Library
    探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
    56次使用
  • Generrated:DALL·E 2/3 AI绘画提示词灵感库与图像对比平台
    Generrated
    Generrated汇集9300+张DALL·E生成图像及对应提示词,支持查看完整图集、对比DALL·E 2与3版本差异,是AI绘图新手学习Prompt设计与获取创作灵感的实用工具。
    42次使用