用带缓冲的channel实现任务队列够用但有边界：适用于单进程内存内短生命周期场景；需防goroutine泄漏、消费者panic退出、生产者阻塞；缓冲大小须显式指定，消费者应for range配合close。
用 channel 实现基础任务队列，够用但有边界
Go 里最轻量的任务队列就是带缓冲的 chan。它适合单进程、内存内、短生命周期的调度场景，比如批量处理日志、触发通知、预热缓存等。
关键不是“能不能跑”，而是“会不会漏”和“卡不卡住”。常见错误是：goroutine 泄漏（没关闭 chan）、消费者 panic 后退出、生产者阻塞在满的缓冲区上。
- 缓冲大小必须显式指定，
make(chan Task, 100)比make(chan Task)更可控 - 消费者要用
for range配合close()，不能只写for { - 生产者写入前建议加超时：
select { case ch <- task: case <-time.After(500 * time.Millisecond): log.Println("task dropped: queue full") }
sync.WaitGroup 和 context.Context 必须一起用
只靠 WaitGroup 等 goroutine 结束，会忽略中断、超时、panic 等退出路径；只靠 Context 又没法知道所有 worker 是否真退出了。两者缺一不可。
典型结构是：启动 N 个 worker，每个都监听 ctx.Done() 并在退出前调用 wg.Done()；主 goroutine 调用 wg.Wait() 后再清理资源。
立即学习“go语言免费学习笔记（深入）”；
- worker 内部必须检查
ctx.Err() != nil，不能只依赖 channel 关闭 -
ctx.WithTimeout的 timeout 应该比单个任务预期耗时长 2–3 倍，避免误杀 - 如果 worker 在处理中收到 cancel，要主动 return，不要继续执行或重试
别直接拿 redis 当队列用，先封装一层
直接用 redis.Client.LPush + BRPop 容易出问题：消息丢失（pop 成功但处理失败）、重复消费（worker crash 后未 ack）、无重试机制。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
至少得包一层简单抽象，比如：
type RedisQueue struct {
client *redis.Client
key string
}
<p>func (q *RedisQueue) Push(ctx context.Context, payload []byte) error {
return q.client.RPush(ctx, q.key, payload).Err()
}</p><p>func (q <em>RedisQueue) Pop(ctx context.Context) ([]byte, error) {
result, err := q.client.BRPop(ctx, 30</em>time.Second, q.key).Result()
if err != nil {
return nil, err
}
if len(result) < 2 {
return nil, io.EOF
}
return []byte(result[1]), nil
}注意：BRPop 返回的是 []string，第二项才是实际数据；超时时间设为 30 秒，避免无限等待；返回 io.EOF 是为了兼容标准 reader 接口习惯。
任务失败时，别只打日志，要区分可重试和不可重试错误
网络超时、DB 连接断开这类错误可以重试；JSON 解析失败、字段缺失、权限不足这类错误重试也没用，还可能污染下游。
推荐做法是：定义两个 error 类型，用 errors.Is() 判断：
var ErrPermanent = errors.New("permanent failure")var ErrTransient = errors.New("transient failure")- 重试逻辑只对
ErrTransient生效，最多 3 次，每次 delay 指数增长 - 永久错误直接进 dead-letter 队列（哪怕只是本地文件或另一个 redis key）
真正难的是判断——很多第三方 SDK 不暴露错误类型，只能靠 strings.Contains(err.Error(), "timeout") 这种方式兜底，得在注释里写清楚为什么这么 hack。
