使用带缓冲channel和goroutine实现并发队列，通过定义任务结构体、创建缓冲channel并启动多个worker协程从channel消费任务，实现安全高效的消息处理。
在Go语言中实现并发队列消息处理，核心是结合goroutine和channel构建安全、高效的消息流转机制。实际开发中常用于任务调度、事件处理、日志写入等场景。关键在于控制并发度、避免资源竞争、保证消息有序或按需处理。
使用带缓冲Channel作为消息队列
最简单的并发队列模型是使用带缓冲的channel存储消息，多个worker从channel中消费。
示例：定义一个任务结构体，并创建缓冲channel作为队列：
type Task struct {
ID int
Data string
}
taskQueue := make(chan Task, 100) // 缓冲大小为100
启动多个worker协程处理任务：
立即学习“go语言免费学习笔记（深入）”；
for i := 0; i < 5; i++ {
go func(workerID int) {
for task := range taskQueue {
fmt.Printf("Worker %d processing task %d: %s\n", workerID, task.ID, task.Data)
// 模拟处理耗时
time.Sleep(time.Second)
}
}(i)
}
生产者向队列发送消息：
for i := 0; i < 10; i++ {
taskQueue <- Task{ID: i, Data: fmt.Sprintf("data-%d", i)}
}
close(taskQueue) // 发送完毕后关闭channel
这种方式简单高效，但需注意channel容量设置，避免阻塞或内存溢出。
控制并发数量防止资源耗尽
无限制启动goroutine可能导致系统负载过高。通过semaphore或固定worker池控制并发数更安全。
推荐使用带长度的channel模拟信号量：
semaphore := make(chan struct{}, 3) // 最多3个并发
for _, task := range tasks {
semaphore <- struct{}{} // 获取许可
go func(t Task) {
defer func() { <-semaphore }() // 释放许可
processTask(t)
}(task)
}
该方法能有效限制同时运行的goroutine数量，适用于I/O密集型任务如HTTP请求、数据库操作。
结合WaitGroup等待所有任务完成
当需要等待所有消息处理结束后再继续执行，应使用sync.WaitGroup同步生命周期。
改进版worker模式：
var wg sync.WaitGroup taskQueue := make(chan Task, 100)// 启动worker for i := 0; i < 4; i++ { go func() { for task := range taskQueue { processTask(task) wg.Done() // 每完成一个任务，计数减一 } }() }
// 提交任务 for i := 0; i < 10; i++ { wg.Add(1) taskQueue <- Task{ID: i, Data: "example"} } close(taskQueue)
wg.Wait() // 阻塞直到所有任务完成 fmt.Println("All tasks processed")
这种结构确保主流程不会提前退出，适合批处理场景。
使用第三方库增强功能（如queue包或并发安全队列）
标准channel适合多数情况，但在复杂需求下可选用成熟库，例如github.com/hibiken/asynq（基于Redis的分布式任务队列）或workpool类轻量级库。
若需优先级队列、持久化、重试机制，建议使用asynq：
client := asynq.NewClient(asynq.RedisClientOpt{Addr: "localhost:6379"})
// 入队任务
_, err := client.Enqueue(asynq.NewTask("email:send", payload))
if err != nil {
log.Fatal(err)
}
服务端消费：
srv := asynq.NewServer(redisConnOpt, asynq.Config{Concurrency: 10})
mux := asynq.NewServeMux()
mux.HandleFunc("email:send", handleEmailDelivery)
if err := srv.Run(mux); err != nil {
log.Fatal(err)
}
这类库提供超时、失败重试、监控等企业级能力，适合生产环境。
基本上就这些。根据业务规模选择合适方案：小项目用channel+worker即可；高可用、分布式的系统建议引入Redis-backed队列。关键是理解Go并发原语的组合方式，避免过度设计。不复杂但容易忽略的是错误处理和优雅关闭——记得在worker中捕获panic，必要时通过context控制取消。
