面试题：Go语言Goroutine复杂任务分解与并发调度策略

Question

假设有一个复杂任务，它可以分解为多个子任务，这些子任务有的需要按顺序执行，有的可以并发执行，同时还存在子任务之间的数据依赖。请设计一个基于Goroutine的解决方案，并阐述你所采用的并发调度策略，包括如何处理数据依赖和任务顺序，最后给出关键部分的代码实现。

Answer 1

解决方案设计

1. 任务分解与抽象：将复杂任务分解为多个独立的子任务，并将每个子任务抽象为一个函数。
2. 数据依赖处理：使用共享变量或通道（Channel）来传递数据依赖。如果子任务A的输出是子任务B的输入，那么可以通过通道将A的输出传递给B。
3. 任务顺序处理：对于需要按顺序执行的子任务，可以通过在代码中依次调用相应的函数来实现。对于可并发执行的子任务，使用Goroutine启动多个协程并行执行。

并发调度策略

1. 数据依赖处理：
   • 使用通道来传递数据，确保数据的生产者（某个子任务）和消费者（依赖该数据的子任务）之间的同步。例如，如果子任务TaskA产生的数据是子任务TaskB所需要的，TaskA将数据发送到通道，TaskB从通道接收数据。
   • 对于共享数据，使用sync.Mutex或sync.RWMutex来保护数据，防止竞态条件。
2. 任务顺序处理：
   • 对于顺序执行的子任务，直接在主函数或某个控制函数中依次调用这些子任务的函数。
   • 对于并发执行的子任务，使用go关键字启动Goroutine，并通过sync.WaitGroup来等待所有并发子任务完成。

关键部分代码实现

package main

import (
    "fmt"
    "sync"
)

// 模拟子任务1，返回结果
func TaskA(wg *sync.WaitGroup, resultChan chan int) {
    defer wg.Done()
    // 模拟一些计算
    result := 10
    resultChan <- result
}

// 模拟子任务2，依赖子任务1的结果
func TaskB(wg *sync.WaitGroup, resultChan chan int, depChan chan int) {
    defer wg.Done()
    depResult := <-depChan
    // 模拟一些依赖于depResult的计算
    result := depResult * 2
    resultChan <- result
}

func main() {
    var wg sync.WaitGroup
    resultChan := make(chan int)
    depChan := make(chan int)

    wg.Add(2)
    go TaskA(&wg, depChan)
    go TaskB(&wg, resultChan, depChan)

    go func() {
        wg.Wait()
        close(resultChan)
    }()

    for result := range resultChan {
        fmt.Println("最终结果:", result)
    }
}

在上述代码中：

1. TaskA和TaskB是两个模拟的子任务，TaskB依赖TaskA的结果。
2. 使用sync.WaitGroup来等待TaskA和TaskB完成。
3. 使用通道depChan传递TaskA的结果给TaskB，使用通道resultChan来收集最终结果。
4. 主函数中启动两个Goroutine分别执行TaskA和TaskB，并等待它们完成后关闭resultChan，通过for... range循环读取最终结果。