👁 В задачах автоматизации на Go часто возникает соблазн запустить всё «в параллель» — особенно при обработке очередей, API или файлов. В итоге легко получить перегрузку CPU, сети или внешнего сервиса. Правильнее контролировать параллелизм через worker pool.
📝 Реализация worker pool с ограничением нагрузки
package main
import (
"fmt"
"sync"
)
func worker(id int, jobs <-chan int, wg *sync.WaitGroup) {
defer wg.Done()
for job := range jobs {
fmt.Printf("worker %d обрабатывает %d\n", id, job)
}
}
func main() {
jobs := make(chan int, 10)
var wg sync.WaitGroup
for w := 1; w <= 3; w++ {
wg.Add(1)
go worker(w, jobs, &wg)
}
for j := 1; j <= 10; j++ {
jobs <- j
}
close(jobs)
wg.Wait()
}
📌 Как это работает:
- Создаётся фиксированное количество воркеров, которые читают задачи из канала.
- Канал jobs выступает как очередь, распределяя задачи между горутинами.
- Такой подход ограничивает параллелизм и защищает систему от перегрузки.
❗️ Worker pool — базовый паттерн для автоматизации в Go. Он позволяет держать нагрузку под контролем и избегать ситуаций, когда «параллельность ради скорости» убивает стабильность системы.
tags: #go #автоматизация #разработка
