当前位置:首页 > 文章列表 > Golang > Go教程 > Go Bubble Tea 怎么并发启动互不依赖的命令

Go Bubble Tea 怎么并发启动互不依赖的命令

来源:17golang原创 2026-10-13 14:07:50 0浏览 收藏

把互不依赖的 tea.Cmd 交给 tea.Batch,并从Init或Update返回这个组合命令。Bubble Tea会并发执行这些命令,但不保证结果消息的顺序。每项任务应返回自己的消息,在Update里更新对应状态。

官方地址:https://github.com/charmbracelet/bubbletea

本文以v1.3.10接口写法说明Batch,不把这项已有能力包装成新发布消息。示例是同时加载标签和数量:它们不需要读取对方结果,因此适合并发。

先确认两项任务没有结果依赖

如果数量查询需要标签加载后的ID,就不应放进同一个Batch。这里的“互不依赖”还包括不同时修改同一个可变对象。示例中的loadLabels与loadTotal只产生独立结果,model状态交给Update管理。

Init组合两个互不依赖的命令
命令组合结构图:连线表示成员与依赖,不表示任务完成顺序。

在Init返回命令而不是提前执行

下面是一份可保存为main.go的完整示例,未在本文环境运行。time.Sleep仅模拟两项任务的延迟,不是性能基线。实际项目可以在命令闭包中调用业务服务,并把结果和错误包装到消息中。

package main

import (
    "fmt"
    "os"
    "strings"
    "time"
    tea "github.com/charmbracelet/bubbletea"
)

type labelsMsg struct { value string }
type totalMsg struct { value int }
type model struct {
    labels string
    total int
    labelsReady, totalReady bool
}

// 工厂返回Cmd,耗时操作放在闭包内部,不在Init期间执行。
func loadLabels() tea.Cmd {
    return func() tea.Msg {
        time.Sleep(250 * time.Millisecond) // 仅模拟独立任务延迟
        return labelsMsg{value: "alpha, beta"}
    }
}
func loadTotal() tea.Cmd {
    return func() tea.Msg {
        time.Sleep(100 * time.Millisecond) // 延迟不同,不承诺消息顺序
        return totalMsg{value: 7}
    }
}
func (m model) Init() tea.Cmd {
    // 两个任务不共享可变模型,也不依赖对方结果。
    return tea.Batch(loadLabels(), loadTotal())
}
func (m model) Update(msg tea.Msg) (tea.Model, tea.Cmd) {
    switch v := msg.(type) {
    case labelsMsg:
        m.labels, m.labelsReady = v.value, true
    case totalMsg:
        m.total, m.totalReady = v.value, true
    case tea.KeyMsg:
        if v.String() == "q" || v.String() == "ctrl+c" { return m, tea.Quit }
    }
    return m, nil
}
func (m model) View() string {
    var rows []string
    if m.labelsReady { rows = append(rows, "标签:"+m.labels) } else { rows = append(rows, "标签加载中") }
    if m.totalReady { rows = append(rows, fmt.Sprintf("数量:%d", m.total)) } else { rows = append(rows, "数量加载中") }
    return strings.Join(rows, "\n") + "\n按q退出\n"
}
func main() {
    // 程序启动失败交给调用方观察,不吞掉错误。
    if _, err := tea.NewProgram(model{}).Run(); err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
}
# 在已有Go module中固定示例版本,然后启动程序
go get github.com/charmbracelet/bubbletea@v1.3.10
go run .

读者运行时可观察标签和数量各自完成后的状态;不要把哪个先出现当作正确性的条件。工厂函数只构造命令,阻塞工作必须留在返回的闭包里。

在Update分别接收结果

labelsMsg与totalMsg区分两种结果,labelsReady与totalReady分别记录完成状态。Update不需要猜测“下一条一定属于哪个任务”;每次根据消息类型修改自己的字段,再返回新的model。

两种消息分别对应模型字段和完成状态
结果状态结构图:分别对应消息、字段和就绪标记,不是终端截图或运行证据。

并发不代表结果按参数排序

需要什么建议
互不依赖的任务并发Batch
命令按顺序执行考虑Sequence
后一个任务使用前一个结果收到前一个结果后,在Update构造后续命令

参数摆放顺序不是结果排序规则。Batch也不是业务层的限流器;若一次提供大量请求,应先设计并发上限与超时。刷新可以重叠时,还需用请求标识区分新旧结果,避免旧消息覆盖新状态。

相关问题

能在Init里直接调用耗时函数吗?

若它立即执行,构造Batch之前就已阻塞。应把耗时操作放入Cmd闭包。

Batch会忽略nil命令吗?

本文版本会忽略nil;全部为空时返回nil,只有一个有效命令时直接返回它。

为什么不能在命令里直接改model?

独立命令返回数据,由Update集中更新状态,能避免把并发任务和界面状态修改混在一起。

参考:Batch实现与说明;API文档。

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
Go Lip Gloss 怎么把左右两个文本面板并排布局Go Lip Gloss 怎么把左右两个文本面板并排布局
上一篇
Go Lip Gloss 怎么把左右两个文本面板并排布局
Go Lip Gloss 怎么计算带边框与内边距的面板宽度
下一篇
Go Lip Gloss 怎么计算带边框与内边距的面板宽度
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。
    459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。
    521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。
    537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。
    487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。
    306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