17370845950

本文详解如何在 go 中安全实现“并发读取文件 + 并行处理行数据”，解决因通道关闭时机不当导致的死锁问题，通过分离读取、处理与聚合三阶段，并合理使用 goroutine 和 sync.waitgroup，构建健壮的无锁（mutex-free）流水线。

在 Go 中实现“并发读取文件并行处理”时，一个常见误区是将文件读取、任务分发和结果收集全部放在主 goroutine 中同步执行——这极易引发死锁。正如示例代码所示：主协程在 close(jobs) 后调用 wg.Wait()，但此时 worker 协程仍在阻塞等待 jobs 通道（虽已关闭，但需确保所有 worker 已退出），而主协程又未消费 results 通道，导致 results

核心原则：职责分离（Separation of Concerns）
应将流程拆分为三个独立并发阶段：

• Producer（生产者）：单独 goroutine 负责逐行读取文件 → 写入 jobs 通道 → 完成后关闭 jobs；
• Workers（工作池）：多个 goroutine 从 jobs 读取、执行正则匹配 → 将结果（如 1）写入 results；
• Collector（收集器）：单独 goroutine 监听 wg.Wait() 完成信号 → 关闭 results；主 goroutine 则安全地 range 消费 results。

以下是修正后的完整实现（关键改动已加注释）：

func telephoneNumbersInFile(path string) int {
    file := strings.NewReader(path)
    telephone := regexp.MustCompile(`\(\d+\)\s\d+-\d+`)

    jobs := make(chan string, 100)   // 建议缓冲，避免 producer 因 consumer 慢而阻塞
    results := make(chan int, 100)

    wg := new(sync.WaitGroup)

    // 1️⃣ 启动 Worker 池（3 个）
    for w := 1; w <= 3; w++ {
        wg.Add(1)
        go matchTelephoneNumbers(jobs, results, wg, telephone)
    }

    // 2️⃣ 生产者：在新 goroutine 中读取文件并关闭 jobs
    go func() {
        scanner := bufio.NewScanner(file)
        for scanner.Scan() {
            jobs <- scanner.Text()
        }
        close(jobs) // ✅ 关键：必须在 goroutine 中关闭，避免阻塞主流程
    }()

    // 3️⃣ 收集器：等待所有 worker 结束后关闭 results
    go func() {
        wg.Wait()
        close(results) // ✅ 确保 results 可被 range 安全遍历
    }()

    // 4️⃣ 主 goroutine：安全聚合结果
    counts := 0
    for v := range results { // ✅ range 自动在 channel 关闭后退出
        counts += v
    }
    return counts
}

func matchTelephoneNumbers(jobs <-chan string, results chan<- int, wg *sync.WaitGroup, telephone *regexp.Regexp) {
    defer wg.Done()
    for line := range jobs { // ✅ range 自动在 jobs 关闭后退出
        if telephone.MatchString(line) {
            results <- 1
        }
    }
}

关键注意事项：

• ? 通道缓冲很重要：jobs 和 results 均设为缓冲通道（如 make(chan T, 100)），可显著提升吞吐量，避免生产者/消费者因瞬时速度差而阻塞；
• ? 永远不要在主 goroutine 中 close() 后立即 wg.Wait()：这会形成竞态，必须由独立 goroutine 触发 close(results)；
• ? 无需 mutex：本方案完全基于通道通信（CSP 模型），天然线程安全，符合 Go “不要通过共享内存来通信”的哲学；
• ? 扩展性提示：若需批量处理（如每次传入 []string），只需将 jobs 类型改为 chan []string，并在 Producer 中按需切片发送，Worker 内部遍历切片即可——逻辑不变。

此模式是 Go 中构建高并发 I/O 处理流水线的标准范式，适用于日志分析、ETL、配置解析等场景。掌握它，你便拥有了驾驭 Go 并发本质的一把关键钥匙。