答案：使用Golang的goroutine和channel实现并发任务队列，通过Task结构体封装任务，利用worker池从channel中并发消费任务，实现解耦与削峰填谷。
在高并发场景下，任务队列是解耦和削峰填谷的重要手段。Golang 凭借其轻量级的 goroutine 和强大的 channel 机制，非常适合实现高效的任务队列并发消费模型。下面通过一个实战示例，展示如何用 Golang 构建一个可扩展、可控、安全的并发任务消费者。
1. 基本结构设计
我们要实现的是：多个 worker 并发从任务队列中取任务执行，任务来源可以是外部请求或定时生成。核心组件包括：
- Task：表示一个待执行的任务
- Queue：存放任务的缓冲通道（channel）
- Worker Pool：一组并发运行的 worker，从队列中消费任务
- Dispatcher：负责将任务分发到队列，供 worker 消费
注意：这里使用 Go 的 channel 作为队列载体，天然支持并发安全。
2. 定义任务结构与处理函数
每个任务可以封装成一个结构体，包含数据和处理逻辑：
立即学习“go语言免费学习笔记（深入）”；
type Task struct {
ID string
Data interface{}
Fn func() error // 实际执行的函数
}
func (t *Task) Execute() error {
return t.Fn()
}
也可以简化为只传函数，适用于轻量任务：
type Task func() error
3. 创建 Worker 池与并发消费
启动固定数量的 worker，每个 worker 持续监听任务通道：
func StartWorkerPool(numWorkers int, taskQueue <-chan Task) {
var wg sync.WaitGroup
for i := 0; i < numWorkers; i++ {
wg.Add(1)
go func(workerID int) {
defer wg.Done()
for task := range taskQueue {
if err := task.Execute(); err != nil {
log.Printf("Worker %d failed to execute task: %v", workerID, err)
} else {
log.Printf("Worker %d completed task", workerID)
}
}
}(i)
}
// 等待所有 worker 结束（通常主程序不会退出）
go func() {
wg.Wait()
close(taskQueue) // 可选：任务结束时关闭
}()}
4. 分发任务到队列
通过一个输入通道接收外部任务，并写入任务队列：
func DispatchTasks(taskQueue chan<- Task, tasks []Task) {
for _, task := range tasks {
select {
case taskQueue <- task:
// 成功发送
default:
log.Println("Task queue is full, dropping task")
// 可做降级处理：持久化、拒绝等
}
}
}
使用带缓冲的 channel 防止阻塞：
taskQueue := make(chan Task, 100) // 缓冲 100 个任务
StartWorkerPool(5, taskQueue) // 启动 5 个 worker
5. 实战示例：模拟异步邮件发送
假设我们需要异步发送邮件，避免阻塞主流程：
func sendEmail(to, subject string) Task {
return func() error {
time.Sleep(time.Second) // 模拟网络请求
log.Printf("Email sent to %s with subject '%s'", to, subject)
return nil
}
}
// 主函数调用
func main() {
taskQueue := make(chan Task, 100)
StartWorkerPool(3, taskQueue)
// 模拟外部请求不断提交任务
go func() {
for i := 0; i < 10; i++ {
task := sendEmail(fmt.Sprintf("user%d@example.com", i), "Welcome!")
select {
case taskQueue <- task:
default:
log.Println("Queue full, skip sending email")
}
time.Sleep(100 * time.Millisecond)
}
}()
// 防止主程序退出
time.Sleep(5 * time.Second)}
6. 进阶优化建议
- 优雅关闭：使用 context 控制 worker 退出
- 错误重试：执行失败的任务可放入重试队列
- 限流控制：结合 semaphore 或 rate limiter 防止过载
- 持久化队列：对接 Redis、RabbitMQ 等，防止宕机丢任务
- 监控指标：记录处理速度、失败率、队列长度
例如使用 context 改造 worker：
func StartWorkerWithContext(ctx context.Context, workerID int, taskQueue <-chan Task) {
for {
select {
case <-ctx.Done():
log.Printf("Worker %d shutting down...", workerID)
return
case task, ok := <-taskQueue:
if !ok {
return
}
task.Execute()
}
}
}
基本上就这些。Golang 的并发模型让任务队列实现变得简洁而强大。合理利用 channel 和 goroutine，就能快速构建出高性能的并发消费系统。关键是控制好资源、处理好边界情况，才能在生产环境稳定运行。
