在进行工作池的代码练习时候，我发现了一个有趣的事情，首先看下面一段代码：
package main
import "fmt"
import "time"
func worker(id int, jobs <-chan int, results chan<- int) {
for j := range jobs {
fmt.Println("worker", id, "processing job", j)
time.Sleep(time.Second)
results <- j * 2
}
}
func main() {
jobs := make(chan int, 100)
results := make(chan int, 100)
for w := 1; w <= 3; w++ {
go worker(w, jobs, results)
}
for j := 1; j <= 9; j++ {
jobs <- j
}
close(jobs)
for a := 1; a <= 9; a++ {
<-results
}
}
上面代码运行结果是下面这样的，会发现3个工人，平均分配了9个工作，每人有3个
worker 3 processing job 1 worker 2 processing job 3 worker 1 processing job 2 worker 3 processing job 4 worker 1 processing job 5 worker 2 processing job 6 worker 1 processing job 8 worker 2 processing job 7 worker 3 processing job 9
但是，如果将代码改造成下面这样，去掉了工作的时间等待：
package main
import "fmt"
func worker(id int, jobs <-chan int, results chan<- int) {
for j := range jobs {
fmt.Printf("I am %d working at jobs %d\n", id, j)
results <- j * 2
}
}
func main() {
jobs := make(chan int, 10)
results := make(chan int, 10)
for i := 1; i < 4; i++ {
go worker(i, jobs, results)
}
for k := 1; k < 10; k++ {
jobs <- k
}
for v := 1; v < 10; v++ {
<-results
}
}
那么运行结果变成了下面这样：
I am 3 working at jobs 1 I am 3 working at jobs 4 I am 3 working at jobs 5 I am 3 working at jobs 6 I am 3 working at jobs 7 I am 3 working at jobs 8 I am 3 working at jobs 9 I am 1 working at jobs 2 I am 2 working at jobs 3
你会发现，第三个工人做了9件工作里面的7件，剩余两个工人闲下来了。经过代码的分析发现，这个例子的逻辑是，先将9件工作全部放在jobs通道中，然后再由工人从jobs通道里取任务，做完后返回结果。但是如果某个工人做的快，还没等剩余的工人取任务时候就完成了，那他就会做很多工作，如果在实际开发中，不考虑类似问题的话，会造成性能浪费，任务分配不平均的问题
经过思考，我决定改变任务分配方式，不能一股脑的将任务全部分配下去，应该做完一件，再分配一件，这样来避免任务分配问题，我在代码中，增加了一个isTrue通道，当第一个任务做完后，将结果发送给isTrue通道，然后任务分配方拿到isTrue里的值后再分配下一个任务，改造后的代码如下：
package main
import "fmt"
func worker(id int, jobs <-chan int, results chan<- int, isTrue chan<- bool) {
for j := range jobs {
fmt.Printf("I am %d working at jobs %d\n", id, j)
results <- j * 2
isTrue <- true
}
}
func main() {
jobs := make(chan int, 10)
results := make(chan int, 10)
isTrue := make(chan bool)
for i := 1; i < 4; i++ {
go worker(i, jobs, results, isTrue)
}
for k := 1; k < 10; k++ {
jobs <- k
<-isTrue
}
for v := 1; v < 10; v++ {
<-results
}
}
代码运行结果如下：
I am 3 working at jobs 1 I am 1 working at jobs 2 I am 2 working at jobs 3 I am 3 working at jobs 4 I am 1 working at jobs 5 I am 2 working at jobs 6 I am 3 working at jobs 7 I am 1 working at jobs 8 I am 2 working at jobs 9
以上就解决了任务分配问题。当然，我这种方式还是有缺点的，因为增加了分配任务的时间，会让任务完成总时间增大，在实际业务中，肯定还会有更加完美的解决方案