Go語言協程處理數據問題怎么解決

本篇內容主要講解“Go語言協程處理數據問題怎么解決”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Go語言協程處理數據問題怎么解決”吧!

一、Goroutine

當然第一個想到可能是采用協程處理循環里面要查詢的數據

type Card struct {
	Name    string  `json:"name"`
	Balance float64 `json:"balance"`
}
func main() {
	// 獲取卡列表數據
	list := getList()
	var data = make([]Card, 0, len(list))
	for _, val := range list {
		go func(card Card) {
			// 查詢業務，將值加入該記錄中
			var balance = getBalance()
			data = append(data, Card{
				Name:    card.Name,
				Balance: balance,
			})
		}(val)
	}
	log.Printf("數據：%+v", data)
}
// 獲取數據列表
func getList() []Card {
	var list = make([]Card, 0)
	for i := 0; i < 10000; i++ {
		list = append(list, Card{
			Name: "卡-" + strconv.Itoa(i+1),
		})
	}
	return list
}
// 獲取余額
func getBalance() float64 {
	time.Sleep(time.Millisecond * 100)
	return float64(rand.Int63n(1000))
}

運行上述代碼，結果： "數據：[]"，這是為什么呢？主要是協程處理業務需要時間，循環提前結束，所以才會出現這樣的結果，該怎么讓所有結果都處理結束才輸出結果呢？

二、sync.WaitGroup

此方法就是等待組進行多個任務的同步，等待組可以保證在并發環境中完成指定數量的任務

func main() {
	list := getList() // 獲取卡列表數據
	var data = make([]Card, 0, len(list))
	var wg sync.WaitGroup // 聲明一個等待組
	for _, val := range list {
		wg.Add(1) // 每一個任務開始時,將等待組增加1
		go func(card Card) {
			defer wg.Done() // 使用defer, 表示函數完成時將等待組值減1
			// 查詢業務,休眠100微妙，將值加入該記錄中
			var balance = getBalance()
			data = append(data, Card{
				Name:    card.Name,
				Balance: balance,
			})
		}(val)
	}
	wg.Wait() // 等待所有任務完成
	log.Printf("數據：%+v", data)
}

運行結果會輸出所有數據，但細心的我們會發現，這個時候數據的順序是亂的，這個也符合業務需求，該怎么進一步改良呢？

三、數據排序

上面講到協程處理之后的額數據是無序的，這里我們知道數據跳數，直接初始化一個len和cap等于len(list)的空間，將之前append到data的數據改成通過下標復制，這樣輸出的數據就是list的數據順序。

func main() {
	list := getList() // 獲取卡列表數據
	var data = make([]Card, len(list), len(list))
	var wg sync.WaitGroup // 聲明一個等待組
	for k, val := range list {
		wg.Add(1) // 每一個任務開始時,將等待組增加1
		go func(k int, card Card) {
			defer wg.Done() // 使用defer, 表示函數完成時將等待組值減1
			// 查詢業務,休眠100微妙，將值加入該記錄中
			var balance = getBalance()
			data[k] = Card{
				Name:    card.Name,
				Balance: balance,
			}
		}(k, val)
	}
	wg.Wait() // 等待所有任務完成
	log.Printf("數據：%+v", data)
}

運行上述代碼，雖然可以獲取到想要的數據排序，但下次下載數據較多，開的協程過多，勢必導致資源開銷過大，帶來一系列問題，那怎么優化限制協程個數呢？

四、限制協程數

大家都知道協程過多，自然消耗過多資源，可能導致其他問題；這里我們借助chan限制協程個數

// 限制100個協程
type pool struct {
	queue chan int
	wg    *sync.WaitGroup
}
func main() {
	list := getList() // 獲取卡列表數據
	var data = make([]Card, len(list), len(list))
	var gl = &pool{queue: make(chan int, 500), wg: &sync.WaitGroup{}} // 顯示協程數最大500個
	for k, val := range list {
		gl.queue <- 1 // 每一個任務開始時, chan輸入1個
		gl.wg.Add(1)  // 每一個任務開始時,將等待組增加1
		go func(k int, card Card) {
			defer func() {
				<-gl.queue   // 完成時chan取出1個
				gl.wg.Done() // 完成時將等待組值減1
			}()
			// 查詢業務,休眠100微妙，將值加入該記錄中
			var balance = getBalance()
			data[k] = Card{
				Name:    card.Name,
				Balance: balance,
			}
		}(k, val)
	}
	gl.wg.Wait() // 等待所有任務完成
	log.Printf("數據：%+v", data)
}

通過使用chan，可以自己定義可協程最大數；現在看起來沒有什么問題，但如果協程獲取數據panic，會導致整個程序崩潰。

五、協程Panic處理

針對協程的panic（），我們需要接收，使用recover處理

func main() {
	list := getList() // 獲取卡列表數據
	var data = make([]Card, len(list), len(list))
	var gl = &pool{queue: make(chan int, 500), wg: &sync.WaitGroup{}} // 顯示協程數最大500個
	for k, val := range list {
		gl.queue <- 1 // 每一個任務開始時, chan輸入1個
		gl.wg.Add(1)  // 每一個任務開始時,將等待組增加1
		go func(k int, card Card) {
			// 解決協程panic，不至于程序崩潰
			defer func() {
				recover()
			}()
			defer func() {
				<-gl.queue   // 完成時chan取出1個
				gl.wg.Done() // 完成時將等待組值減1
			}()
			// 查詢業務,休眠100微妙，將值加入該記錄中
			var balance = getBalance()
			data[k] = Card{
				Name:    card.Name,
				Balance: balance,
			}
		}(k, val)
	}
	gl.wg.Wait() // 等待所有任務完成
	log.Printf("數據：%+v", data)
}
// 獲取余額
func getBalance() float64 {
	panic("獲取余額panic")
	time.Sleep(time.Millisecond * 100)
	return float64(rand.Int63n(1000))
}

在協程中使用defer recover()；這樣協程拋出來的panic被接受，不會導致程序奔潰。

到此，相信大家對“Go語言協程處理數據問題怎么解決”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！