假设有一组任务需要异步处理且量很大，那我们需要同时开启多个 worker 以保证任务的处理速度而不会堵塞任务。其他语言，可能会需要开启多进程来完成，多进程的控制、IO 消耗等会是个需要注意的问题，而这些 Go 都能帮我们很轻易的解决。

大致的实现要点和流程：

• 创建2个信道，messages 用于传送任务消息，result 用于接收消息处理结果
• 创建3个 Worker 协程，用于接收和处理来自 messages 信道的任务消息，并将处理结果通过信道 result 返回
• 通过信道 messages 发布10条任务
• 通过信道 result 接收任务处理结果

示例代码：

package main

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

type Message struct {
    Id   int
    Name string
}

func main() {
    messages := make(chan Message, 100)
    result := make(chan error, 100)

    // 创建任务处理Worker
    for i := 0; i < 3; i ++ {
        go worker(i, messages, result)
    }

    total := 0
    // 发布任务
    for k := 1; k <= 10; k ++ {
        messages <- Message{Id: k, Name: "job" + strconv.Itoa(k)}
        total += 1
    }

    close(messages)

    // 接收任务处理结果
    for j := 1; j <= total; j ++ {
        res := <-result
        if res != nil {
            fmt.Println(res.Error())
        }
    }

    close(result)
}

func worker(worker int, msg <-chan Message, result chan<- error) {
    // 从通道 chan Message 中监听&接收新的任务
    for job := range msg {
        fmt.Println("worker:", worker, "msg: ", job.Id, ":", job.Name)

        // 模拟任务执行时间
        time.Sleep(time.Second * time.Duration(RandInt(1, 3)))

        // 通过通道返回执行结果
        result <- nil
    }
}

func RandInt(min, max int) int {
    rand.Seed(time.Now().UnixNano())
    return min + rand.Intn(max-min+1)
}

原文地址: https://shockerli.net/post/golang-worker-pools/