背景：go的并发控制也是老生常谈，在公司业务中也是经常出现

谈谈我们这次并发模型的适用场景：要处理的任务很多比如有10000个，没开并发的时候我们要一个一个进行执行这个时候其实无论是cpu压力还是数据库和redis压力都比较小也就是说它们现在还很闲，我们可以给它们加并发压榨cpu和数据库的工作效率

限制：理论上讲并发数小于任务数，总不能1000个任务开2000个并发，首先就像1000个馒头让2000个人去吃一样撤，其次是开2000个并发如果任务比较重那数据库也受不了报警

我给出的并发模型的可以通过修改channel的容量来控制并发数

接下来看代码

package mainimport ("fmt""sync""time"
)func main() {GNUM := 100 //携程并发数ch := make(chan struct{}, GNUM)wg := sync.WaitGroup{}start := time.Now().Second() //记录开始时间for i := 1; i <= 1000; i++ {ch <- struct{}{}wg.Add(1)go func(i int) {defer func() {fmt.Printf("task%d执行完毕\n", i)<-chwg.Done()}()fmt.Printf("执行task%d   \n", i)time.Sleep(1 * time.Second)}(i)}wg.Wait()close(ch)end := time.Now().Second()                       //记录结束时间fmt.Printf("并发数：%d 时 花费时间为：%d", GNUM, end-start) //输出处理任务的总时间 单位S}

这个代码假设是每个任务执行时间是1秒如果我们不开并发执行1000个任务是1000秒但如果我们开100个并发只需要10秒 1000个并发只需要1秒 10个并发小于10秒