GO Ants 学习
文章目录
- 主要特性
- 安装
- 基本用法
- 1. 创建协程池并提交任务
- 2. 带返回值的任务提交
- 3. 自定义协程池的参数
- 4. 获取协程池状态
- 应用场景
- 优势
- 资源释放
- 性能对比
- 总结
ants 是一个高性能的 Go 语言协程池库,专注于有效地管理 Go 协程的数量。它通过复用协程减少了创建和销毁协程带来的性能开销,特别适合在高并发场景下使用。相比于直接使用 Go 的原生协程,
ants 提供了更细粒度的控制,并且可以极大减少内存消耗。
GitHub 仓库:ants
主要特性
- 高性能:通过协程池技术减少内存分配,提升系统性能。
- 自动伸缩:可以根据当前任务数动态调整池中协程数量。
- 任务超时控制:支持为任务设置超时时间,超时未完成的任务可以被取消。
- 多种提交任务方式:支持异步任务提交,带返回值的任务提交。
- 资源复用:通过复用协程来避免频繁创建和销毁协程,节省系统资源。
安装
使用 go get 来安装 ants:
go get -u github.com/panjf2000/ants
基本用法
1. 创建协程池并提交任务
通过 ants.NewPool 来创建一个具有固定大小的协程池。然后可以使用 Submit 方法向协程池中提交任务。
package mainimport ("fmt""sync""time""github.com/panjf2000/ants"
)func main() {var wg sync.WaitGroup// 创建一个容量为 10 的协程池pool, _ := ants.NewPool(10)defer pool.Release() // 在程序结束时释放协程池资源// 提交任务到协程池for i := 0; i < 100; i++ {wg.Add(1)// 使用 Submit 方法提交任务pool.Submit(func() {time.Sleep(100 * time.Millisecond)fmt.Println("任务完成")wg.Done()})}// 等待所有任务完成wg.Wait()fmt.Println("所有任务已完成")
}
2. 带返回值的任务提交
除了简单的任务提交外,ants 还支持带返回值的任务。可以通过 ants.PoolWithFunc 创建协程池,并使用 Invoke 方法提交任务。
package mainimport ("fmt""sync""github.com/panjf2000/ants"
)func main() {var wg sync.WaitGroup// 创建带有返回值的协程池pool, _ := ants.NewPoolWithFunc(10, func(i interface{}) {fmt.Println(i)wg.Done()})defer pool.Release()// 提交任务for i := 0; i < 10; i++ {wg.Add(1)pool.Invoke(i) // 使用 Invoke 提交带有参数的任务}// 等待所有任务完成wg.Wait()fmt.Println("所有任务已完成")
}
3. 自定义协程池的参数
可以通过 NewPool 方法传入自定义参数,例如最大协程数量、超时时间等。
package mainimport ("fmt""sync""time""github.com/panjf2000/ants"
)func main() {var wg sync.WaitGroup// 自定义协程池参数:最大协程数为 5,最大空闲时间为 10 秒pool, _ := ants.NewPool(5, ants.WithExpiryDuration(10*time.Second))defer pool.Release()for i := 0; i < 10; i++ {wg.Add(1)pool.Submit(func() {time.Sleep(1 * time.Second)fmt.Println("任务完成")wg.Done()})}wg.Wait()
}
4. 获取协程池状态
ants 提供了一些方法来获取协程池的状态,比如当前池中活跃的协程数量等。
fmt.Printf("运行中的协程数:%d\n", pool.Running()) // 获取正在执行任务的协程数量
fmt.Printf("协程池容量:%d\n", pool.Cap()) // 获取协程池的最大容量
fmt.Printf("空闲协程数:%d\n", pool.Free()) // 获取当前空闲的协程数量
应用场景
- 高并发任务处理:通过协程池有效地管理并发任务数,避免大量协程占用过多资源。
- 爬虫系统:可以用
ants协程池并发处理多个请求,爬取网页数据,控制并发数避免对服务器产生过大压力。 - 批量任务执行:适合批量处理任务的场景,比如图像处理、数据处理等。
- 服务端请求处理:在高并发服务端应用中,
ants协程池可以帮助限制同时处理的请求数量,减少内存占用。
优势
- 高性能:通过减少协程的频繁创建和销毁,
ants可以显著提升程序的执行效率。 - 内存占用低:复用协程可以有效减少内存开销,尤其在高并发场景中表现尤为显著。
- 自动伸缩:可以根据任务数动态调整协程数量,保证系统资源的最优利用。
资源释放
使用 ants 时,创建协程池后应该在使用完毕后调用 Release() 方法释放资源。
pool.Release() // 在程序结束或不再需要时调用
性能对比
ants 在并发性能和内存使用上优于直接使用 Go 的原生协程。根据其官方的性能测试结果,ants 能显著减少 Goroutine 的创建和销毁带来的资源开销,特别是在高并发、大量短生命周期任务的场景下表现优秀。
总结
ants 是一个非常高效的 Go 协程池库,适合在高并发场景下进行任务调度和协程管理。通过它可以显著减少内存和 CPU 的消耗,同时提供了灵活的任务提交和管理方式,适用于各类并发任务处理的场景。
相关文章:
GO Ants 学习
文章目录 主要特性安装基本用法1. 创建协程池并提交任务2. 带返回值的任务提交3. 自定义协程池的参数4. 获取协程池状态 应用场景优势资源释放性能对比总结 ants 是一个高性能的 Go 语言协程池库,专注于有效地管理 Go 协程的数量。它通过复用协程减少了创建和销毁协…...
Scikit-learn (`sklearn`) 教程
Scikit-learn (sklearn) 教程 Scikit-learn 是 Python 中最流行的机器学习库之一,提供了丰富的机器学习算法、数据预处理工具以及模型评估方法,广泛应用于分类、回归、聚类和降维等任务。 在本教程中,我们将介绍如何使用 Scikit-learn 进行…...
【计网】从零开始掌握序列化 --- JSON实现协议 + 设计 传输\会话\应用 三层结构
唯有梦想才配让你不安, 唯有行动才能解除你的不安。 --- 卢思浩 --- 从零开始掌握序列化 1 知识回顾2 序列化与编写协议2.1 使用Json进行序列化2.2 编写协议 3 封装IOService4 应用层 --- 网络计算器5 总结 1 知识回顾 上一篇文章我们讲解了协议的本质是双方能够…...
Qt 模型视图(四):代理类QAbstractItemDelegate
文章目录 Qt 模型视图(四):代理类QAbstractItemDelegate1.基本概念1.1.使用现有代理1.2.一个简单的代理 2.提供编辑器3.向模型提交数据4.更新编辑器的几何图形5.编辑提示 Qt 模型视图(四):代理类QAbstractItemDelegate 模型/视图结构是一种将数据存储和界面展示分离的编程方…...
django+vue
1. diango 只能加载静态js,和flask一样 2. 关于如何利用vue创建web,请查看flask vue-CSDN博客 3. 安装django pip install django 4. 创建新项目 django-admin startproject myproject 5.django 中可以包含多个app 5.1 创建一个app cd myprojec…...
HCIA--实验十七:EASY IP的NAT实现
一、实验内容 1.需求/要求: 通过一台PC,一台交换机,两台路由器来成功实现内网访问外网。理解NAT的转换机制。 二、实验过程 1.拓扑图: 2.步骤: 1.PC1配置ip地址及网关: 2.AR1接口配置ip地址࿱…...
彻底解决:QSqlDatabase: QMYSQL driver not loaded
具体错误 QSqlDatabase: QMYSQL driver not loaded QSqlDatabase: available drivers: QSQLITE QMIMER QMARIADB QMYSQL QODBC QPSQL 检查驱动 根据不同安装目录而不同: D:\Qt\6.7.2\mingw_64\plugins\sqldrivers 编译驱动 如果没有,需要自行编译&…...
leetcode02——59. 螺旋矩阵 II、203. 移除链表元素
59. 螺旋矩阵 II class Solution {public int[][] generateMatrix(int n) {int[][] nums new int[n][n]; // 定义二维数组用于存储数据int startX 0; // 定义每循环一个圈的起始位置int startY 0;int loop 1; // 定义圈数,最少1圈int count 1; // 用来给矩阵中…...
Matlab Simulink 主时间步(major time step)、子时间步(minor time step)
高亮颜色说明:突出重点 个人觉得,:待核准个人观点是否有误 高亮颜色超链接 文章目录 对Simulink 时间步的理解Simulink 采样时间的类型Discrete Sample Times(离散采样时间)Controllable Sample Time(可控采样时间) Continuous Sample Times(…...
docker 升级步骤
Docker 升级的步骤通常取决于你所使用的操作系统。以下是针对常见操作系统(如 Ubuntu 和 CentOS)的 Docker 升级步骤: Ubuntu 更新现有的包索引: sudo apt-get update 升级 Docker: 您可以运行以下命令来升级 Docker…...
828华为云征文 | 云服务器Flexus X实例:one-api 部署,支持众多大模型
目录 一、one-api 介绍 二、部署 one-api 2.1 拉取镜像 2.2 部署 one-api 三、运行 one-api 3.1 添加规则 3.2 运行 one-api 四、添加大模型 API 4.1 添加大模型 API 五、总结 本文通过 Flexus云服务器X实例 部署 one-api。Flexus云服务器X实例是新一代面向中小企业…...
2024 SNERT 预备队招新 CTF 体验赛-Web
目录 1、robots 2、NOF12 3、get_post 4、好事慢磨 5、uploads 6、rce 7、ezsql 8、RCE 1、robots robots 协议又叫爬虫协议,访问 robots.txt 继续访问 /JAY.php 拿到 flag:flag{hello_Do_YOU_KONw_JAY!} 2、NOF12 F12 和右键都被禁用 方法&#…...
亲测全网10大“免费”论文降重神器!论文写作必备!
在当今学术研究和论文写作中,AI技术的应用已经变得越来越普遍。为了帮助学者们更高效地完成论文撰写任务,以下将详细介绍十款必备的论文写作工具,其中特别推荐千笔-AIPassPaper。 1. 千笔-AIPassPaper 千笔-AIPassPaper是一款基于深度学习和…...
二分算法——优选算法
个人主页:敲上瘾-CSDN博客 个人专栏:游戏、数据结构、c语言基础、c学习、算法 本章我们来学习的是二分查找算法,二分算法的应用非常广泛,不仅限于数组查找,还可以用于解决各种搜索问题、查找极值问题等。在数据结构和算…...
Kafka 的基本概念
一、Kafka 主要用来做什么 作为消息系统:Kafka 具备系统解藕,流量削峰,缓冲,异步通信,扩展性,可恢复性等功能,以及消息顺序性保障和回溯消费 作为存储系统:Kafka 把消息持久化到磁…...
《粮油与饲料科技》是什么级别的期刊?是正规期刊吗?能评职称吗?
问题解答 问:《粮油与饲料科技》是不是核心期刊? 答:不是,是知网收录的第一批认定 学术期刊。 问:《粮油与饲料科技》级别? 答:省级。主管单位:中文天地出版传媒集团股份有限公司…...
Python之一些列表的练习题
1.比较和对比字符串、列表和元组。例如,它们可以容纳哪类内容以及在数据结构上可以做哪些操作。 1. 内容类型:- 字符串: 只能包含字符(文本)。- 列表: 可以包含任意类型的数据,如数字、字符串、其他列表等。- 元组: 可以包含任意类型的数据,与列表类似。3. 操作:(1…...
MoFA: 迈向AIOS
再一次向朋友们致以中秋的祝福! MoFA (Modular Framework for Agents)是一个独特的模块化AI智能体框架。MoFA以组合(Composition)的逻辑和编程(Programmable)的方法构建AI智能体。开发者通过模版的继承、编程、定制智能体…...
c语言中define使用方法
在C语言中,#define指令是预处理指令,用于定义宏。其常用格式是: 定义常量: #define 常量名 常量值 例子: #define PI 3.14159 #define MAX_SIZE 100 这里,PI和MAX_SIZE在代码中会被替换为其对应的值。没有…...
尚品汇-秒杀商品定时任务存入缓存、Redis发布订阅实现状态位(五十一)
目录: (1)秒杀业务分析 (2)搭建秒杀模块 (3)秒杀商品导入缓存 (4)redis发布与订阅实现 (1)秒杀业务分析 需求分析 所谓“秒杀”࿰…...
深入剖析AI大模型:大模型时代的 Prompt 工程全解析
今天聊的内容,我认为是AI开发里面非常重要的内容。它在AI开发里无处不在,当你对 AI 助手说 "用李白的风格写一首关于人工智能的诗",或者让翻译模型 "将这段合同翻译成商务日语" 时,输入的这句话就是 Prompt。…...
突破不可导策略的训练难题:零阶优化与强化学习的深度嵌合
强化学习(Reinforcement Learning, RL)是工业领域智能控制的重要方法。它的基本原理是将最优控制问题建模为马尔可夫决策过程,然后使用强化学习的Actor-Critic机制(中文译作“知行互动”机制),逐步迭代求解…...
k8s从入门到放弃之Ingress七层负载
k8s从入门到放弃之Ingress七层负载 在Kubernetes(简称K8s)中,Ingress是一个API对象,它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress,你可…...
成都鼎讯硬核科技!雷达目标与干扰模拟器,以卓越性能制胜电磁频谱战
在现代战争中,电磁频谱已成为继陆、海、空、天之后的 “第五维战场”,雷达作为电磁频谱领域的关键装备,其干扰与抗干扰能力的较量,直接影响着战争的胜负走向。由成都鼎讯科技匠心打造的雷达目标与干扰模拟器,凭借数字射…...
学校时钟系统,标准考场时钟系统,AI亮相2025高考,赛思时钟系统为教育公平筑起“精准防线”
2025年#高考 将在近日拉开帷幕,#AI 监考一度冲上热搜。当AI深度融入高考,#时间同步 不再是辅助功能,而是决定AI监考系统成败的“生命线”。 AI亮相2025高考,40种异常行为0.5秒精准识别 2025年高考即将拉开帷幕,江西、…...
【Linux】Linux安装并配置RabbitMQ
目录 1. 安装 Erlang 2. 安装 RabbitMQ 2.1.添加 RabbitMQ 仓库 2.2.安装 RabbitMQ 3.配置 3.1.启动和管理服务 4. 访问管理界面 5.安装问题 6.修改密码 7.修改端口 7.1.找到文件 7.2.修改文件 1. 安装 Erlang 由于 RabbitMQ 是用 Erlang 编写的,需要先安…...
EasyRTC音视频实时通话功能在WebRTC与智能硬件整合中的应用与优势
一、WebRTC与智能硬件整合趋势 随着物联网和实时通信需求的爆发式增长,WebRTC作为开源实时通信技术,为浏览器与移动应用提供免插件的音视频通信能力,在智能硬件领域的融合应用已成必然趋势。智能硬件不再局限于单一功能,对实时…...
CSS 工具对比:UnoCSS vs Tailwind CSS,谁是你的菜?
在现代前端开发中,Utility-First (功能优先) CSS 框架已经成为主流。其中,Tailwind CSS 无疑是市场的领导者和标杆。然而,一个名为 UnoCSS 的新星正以其惊人的性能和极致的灵活性迅速崛起。 这篇文章将深入探讨这两款工具的核心理念、技术差…...
【工具教程】多个条形码识别用条码内容对图片重命名,批量PDF条形码识别后用条码内容批量改名,使用教程及注意事项
一、条形码识别改名使用教程 打开软件并选择处理模式:打开软件后,根据要处理的文件类型,选择 “图片识别模式” 或 “PDF 识别模式”。如果是处理包含条形码的 PDF 文件,就选择 “PDF 识别模式”;若是处理图片文件&…...
统计按位或能得到最大值的子集数目
我们先来看题目描述: 给你一个整数数组 nums ,请你找出 nums 子集 按位或 可能得到的 最大值 ,并返回按位或能得到最大值的 不同非空子集的数目 。 如果数组 a 可以由数组 b 删除一些元素(或不删除)得到,…...
