How to implement a Workpool in Golang
本篇文章为大家展示了Golang中怎么实现一个工作池，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
worker pool简介
worker pool其实就是线程池thread pool。对于go来说，直接使用的是goroutine而非线程，不过这里仍然以线程来解释线程池。
在线程池模型中，有2个队列一个池子：任务队列、已完成任务队列和线程池。其中已完成任务队列可能存在也可能不存在，依据实际需求而定。
只要有任务进来，就会放进任务队列中。只要线程执行完了一个任务，就将任务放进已完成任务队列，有时候还会将任务的处理结果也放进已完成队列中。
worker pool中包含了一堆的线程(worker，对go而言每个worker就是一个goroutine)，这些线程嗷嗷待哺，等待着为它们分配任务，或者自己去任务队列中取任务。取得任务后更新任务队列，然后执行任务，并将执行完成的任务放进已完成队列。
下图来自wiki：
在Go中有两种方式可以实现工作池：传统的互斥锁、channel。
传统互斥锁机制的工作池
假设Go中的任务的定义形式为：
type Task struct { ...}
每次有任务进来时，都将任务放在任务队列中。
使用传统的互斥锁方式实现，任务队列的定义结构大概如下：
type Queue struct{ M sync.Mutex Tasks []Task }
然后在执行任务的函数中加上Lock()和Unlock()。例如：
func Worker(queue *Queue) { for { // Lock()和Unlock()之间的是critical section queue.M.Lock() // 取出任务 task := queue.Tasks[0] // 更新任务队列 queue.Tasks = queue.Tasks[1:] queue.M.Unlock() // 在此goroutine中执行任务 process(task) }}
假如在线程池中激活了100个goroutine来执行Worker()。Lock()和Unlock()保证了在同一时间点只能有一个goroutine取得任务并随之更新任务列表，取任务和更新任务队列都是critical section中的代码，它们是具有原子性。然后这个goroutine可以执行自己取得的任务。于此同时，其它goroutine可以争夺互斥锁，只要争抢到互斥锁，就可以取得任务并更新任务列表。当某个goroutine执行完process(task)，它将因为for循环再次参与互斥锁的争抢。
上面只是给出了一点主要的代码段，要实现完整的线程池，还有很多额外的代码。
通过互斥锁，上面的一切操作都是线程安全的。但问题在于加锁/解锁的机制比较重量级，当worker(即goroutine)的数量足够多，锁机制的实现将出现瓶颈。
通过buffered channel实现工作池
在Go中，也能用buffered channel实现工作池。
示例代码很长，所以这里先拆分解释每一部分，最后给出完整的代码段。
在下面的示例中，每个worker的工作都是计算每个数值的位数相加之和。例如给定一个数值234，worker则计算2+3+4=9。这里交给worker的数值是随机生成的[0,999)范围内的数值。
这个示例有几个核心功能需要先解释，也是通过channel实现线程池的一般功能：
创建一个task buffered channel，并通过allocate()函数将生成的任务存放到task buffered channel中创建一个goroutine pool，每个goroutine监听task buffered channel，并从中取出任务goroutine执行任务后，将结果写入到result buffered channel中从result buffered channel中取出计算结果并输出
首先，创建Task和Result两个结构，并创建它们的通道：
type Task struct { ID int randnum int } type Result struct { task Task result int } var tasks = make(chan Task, 10) var results = make(chan Result, 10)
这里，每个Task都有自己的ID，以及该任务将要被worker计算的随机数。每个Result都包含了worker的计算结果result以及这个结果对应的task，这样从Result中就可以取出任务信息以及计算结果。
另外，两个通道都是buffered channel，容量都是10。每个worker都会监听tasks通道，并取出其中的任务进行计算，然后将计算结果和任务自身放进results通道中。
然后是计算位数之和的函数process()，它将作为worker的工作任务之一。
func process(num int) int { sum := 0 for num != 0 { digit := num % 10 sum += digit num /= 10 } time.Sleep(2 * time.Second) return sum}
这个计算过程其实很简单，但随后还睡眠了2秒，用来假装执行一个计算任务是需要一点时间的。
然后是worker()，它监听tasks通道并取出任务进行计算，并将结果放进results通道。
func worker(wg *WaitGroup){ defer wg.Done() for task := range tasks { result := Result{task, process(task.randnum)} results
