面试题：Go WaitGroup与其他并发原语结合优化高并发系统

系统模型设计

任务队列与 Channel：
- 使用一个 Channel 作为任务队列，用于接收需要处理的任务。例如：
```
taskQueue := make(chan Task, 100)
```
- 这里 Task 是自定义的任务结构体，100 是 Channel 的缓冲大小，可根据实际情况调整。

工作池与 WaitGroup：

创建一组固定数量的工作协程，组成工作池。使用 WaitGroup 来等待所有工作协程完成任务。

var wg sync.WaitGroup
numWorkers := 10
for i := 0; i < numWorkers; i++ {
    wg.Add(1)
    go func() {
        defer wg.Done()
        for task := range taskQueue {
            // 处理任务
            processTask(task)
        }
    }()
}

共享资源与 Mutex：

如果工作协程在处理任务时需要访问共享资源（如数据库连接池、缓存等），则使用 Mutex 来保护共享资源。例如：

var mu sync.Mutex
sharedResource := make(map[string]interface{})
func processTask(task Task) {
    mu.Lock()
    // 访问或修改共享资源
    sharedResource[task.Key] = task.Value
    mu.Unlock()
}

不同负载情况下的性能表现

低负载：
- 性能表现：系统中任务数量较少，工作协程不会处于忙碌状态，Channel 中的任务能及时被处理。由于竞争少，Mutex 的使用对性能影响较小。工作协程之间的等待时间也很少，因此整体性能较高。
- 优化策略：可以适当减少工作协程数量，以降低资源消耗。例如将 numWorkers 从 10 降低到 5，避免过多的协程创建和调度开销。
中负载：
- 性能表现：任务数量适中，工作协程基本处于忙碌状态，但 Channel 还能正常缓冲任务。Mutex 的竞争开始显现，会有一定的锁等待时间。整体性能会略有下降，但仍在可接受范围内。
- 优化策略：可以考虑优化共享资源的访问方式，减少锁的粒度。例如，将大的共享资源分割成多个小的部分，每个部分使用单独的 Mutex 保护，从而减少锁竞争。
高负载：
- 性能表现：任务数量过多，Channel 可能会满，导致任务发送方阻塞。Mutex 的竞争非常激烈，锁等待时间大幅增加，工作协程的有效工作时间减少，整体性能急剧下降。
- 优化策略：
  - 增加 Channel 的缓冲大小，以减少任务发送方的阻塞时间。
  - 进一步优化共享资源的访问，例如采用读写锁（sync.RWMutex），如果共享资源读多写少，可以提高并发读的性能。
  - 动态调整工作协程数量，根据任务队列的长度和系统资源（如 CPU 利用率、内存使用等）动态增加或减少工作协程，以更好地适应高负载情况。

星途面试题库

面试题：Go WaitGroup与其他并发原语结合优化高并发系统

知识考点

面试题答案

系统模型设计

不同负载情况下的性能表现