在Golang的并发编程场景中，生产者消费者模型是非常实用的设计模式，它可以将生产数据和消费数据的逻辑拆分，通过中间缓冲区实现两者的解耦，避免生产速度和消费速度不匹配导致的资源浪费或者程序阻塞问题。Golang自带的goroutine和channel特性，能够非常简洁地实现这个模型，不需要依赖复杂的第三方库。
核心实现原理
生产者消费者模型的实现主要依赖三个核心组件：
- 生产者：负责生成数据，将数据发送到中间缓冲区，当缓冲区满时可以选择阻塞或者丢弃数据。
- 消费者：负责从中间缓冲区获取数据，处理数据逻辑，当缓冲区为空时可以选择阻塞等待新数据。
- 中间缓冲区：用来存储生产者生成的数据，平衡生产和消费的速度差异，Golang中通常使用channel作为缓冲区。
同时需要用到sync.WaitGroup来等待所有生产者和消费者任务完成，避免主程序提前退出。
基础实现示例
下面是一个简单的单生产者单消费者实现示例，生产者生成1到10的整数，消费者将这些整数打印出来：
package main
import (
"fmt"
"sync"
)
func main() {
// 创建带缓冲的channel作为中间缓冲区，容量为5
ch := make(chan int, 5)
// 创建WaitGroup等待生产者和消费者完成
var wg sync.WaitGroup
// 启动生产者协程
wg.Add(1)
go func() {
defer wg.Done()
defer close(ch) // 生产者完成后关闭channel，避免消费者死等
for i := 1; i <= 10; i++ {
fmt.Printf("生产者生产数据：%dn", i)
ch <- i // 将数据发送到channel
}
}()
// 启动消费者协程
wg.Add(1)
go func() {
defer wg.Done()
for num := range ch { // 循环从channel读取数据，channel关闭后自动退出循环
fmt.Printf("消费者消费数据：%dn", num)
}
}()
// 等待所有协程完成
wg.Wait()
fmt.Println("所有任务执行完成")
}
多生产者多消费者实现
实际场景中往往会有多个生产者和多个消费者同时工作，下面的示例实现了2个生产者、3个消费者的模型，生产者生成100以内的随机整数，消费者计算这些整数的平方：
package main
import (
"fmt"
"math/rand"
"sync"
"time"
)
func main() {
// 初始化随机种子
rand.Seed(time.Now().UnixNano())
// 创建缓冲区容量为10的channel
ch := make(chan int, 10)
// 用于等待所有生产者完成
var producerWg sync.WaitGroup
// 用于等待所有消费者完成
var consumerWg sync.WaitGroup
// 启动2个生产者
producerCount := 2
for i := 0; i < producerCount; i++ {
producerWg.Add(1)
go func(id int) {
defer producerWg.Done()
for j := 0; j < 5; j++ { // 每个生产者生成5个数据
num := rand.Intn(100)
fmt.Printf("生产者%d生产数据：%dn", id, num)
ch <- num
time.Sleep(time.Millisecond * 100) // 模拟生产耗时
}
}(i)
}
// 启动3个消费者
consumerCount := 3
for i := 0; i < consumerCount; i++ {
consumerWg.Add(1)
go func(id int) {
defer consumerWg.Done()
for num := range ch {
fmt.Printf("消费者%d消费数据：%d，平方为：%dn", id, num, num*num)
time.Sleep(time.Millisecond * 200) // 模拟消费耗时
}
}(i)
}
// 等待所有生产者完成，然后关闭channel
go func() {
producerWg.Wait()
close(ch)
}()
// 等待所有消费者完成
consumerWg.Wait()
fmt.Println("多生产者多消费者任务全部完成")
}
注意事项
在实现生产者消费者模型时，有几个需要注意的点：
- channel的关闭操作只能由生产者侧执行，并且要在所有生产者都完成生产后再关闭，避免向已关闭的channel发送数据导致panic。
- 使用
sync.WaitGroup时要确保Add的数量和Done的调用次数匹配，否则会导致程序阻塞或者panic。 - 缓冲channel的容量需要根据实际生产和消费的速度来调整，容量过大会浪费内存，容量过小会导致生产者频繁阻塞。
- 如果有多个生产者，需要确保所有生产者都完成后再关闭channel，可以通过额外的WaitGroup来协调。
适用场景
这个模型非常适合以下场景：
- 异步任务处理，比如用户请求后需要执行耗时操作，将任务放入channel由消费者异步处理。
- 消息队列的简易实现，多个生产者发送消息，多个消费者处理消息。
- 数据批处理场景，生产者收集数据，消费者批量处理数据提升效率。
通过goroutine和channel实现的Golang生产者消费者模型，代码简洁且性能优秀，能够很好地满足大部分并发任务协同的需求。
Golang生产者消费者模型goroutinechannelsync_WaitGroup修改时间：2026-06-17 08:45:30