直接起大量goroutine会因内存占用高、调度器压力大及压垮下游服务而出问题；用带缓冲channel可实现并发池，以容量控制最大并发数。
为什么直接起大量goroutine会出问题
Go 的 goroutine 虽轻量，但不是免费的：每个默认栈约 2KB（可增长），上万 goroutine 就吃掉几十 MB 内存；调度器压力增大，runtime.schedule 耗时上升；更常见的是下游服务被打爆——比如并发调用 HTTP 接口，没节制地起 5000 个 goroutine，目标服务可能直接 503。
用带缓冲 channel 实现最简并发池
核心思路是用 channel 做“令牌桶”：容量即最大并发数，每次任务前先 拿令牌，执行完再 <code>sem 归还。不依赖第三方库，零依赖，适合快速嵌入。
常见错误写法：sem := make(chan struct{}, 10) 后忘记初始化填充——必须提前塞满，否则第一个 就阻塞：
sem := make(chan struct{}, 10)
for i := 0; i < cap(sem); i++ {
sem <- struct{}{}
}使用时注意：
立即学习“go语言免费学习笔记（深入）”；
- 别在 goroutine 内部漏写
defer func() { sem ，panic 时令牌回不来 - 不要把
sem传给多个不相关的任务组，它们会共享同一池子，互相挤占 - 缓冲大小设太小（如 1）等于串行，太大（如 1000）失去控流意义
用 sync.WaitGroup + channel 控制任务生命周期
单纯靠 sem 只能限并发，没法等所有任务结束。必须配 sync.WaitGroup，且 WaitGroup.Add() 必须在发任务前调用，不能在 goroutine 里调——否则竞态或漏计数。
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
典型结构：
var wg sync.WaitGroup
sem := make(chan struct{}, 10)
for i := 0; i < cap(sem); i++ {
sem <- struct{}{}
}
<p>for _, task := range tasks {
wg.Add(1)
go func(t Task) {
defer wg.Done()
<-sem
defer func() { sem <- struct{}{} }()
t.Run()
}(task)
}
wg.Wait()注意点：
- 闭包捕获
task要传值（如(task)），别直接用循环变量t，否则所有 goroutine 用的是最后一个值 -
WaitGroup和sem是两个独立控制维度：前者管“是否结束”，后者管“能否开始” - 如果任务有返回值或错误，需额外 channel 收集结果，不能只靠
WaitGroup
生产环境建议用 worker pool 模式而非简单限流
上面方案适合一次性批量任务，但若要长期运行、支持动态扩缩容、任务优先级或超时控制，就得升级成 worker pool：启动固定数量的长驻 goroutine，从任务队列取活干。这样避免反复创建销毁开销，也更容易监控吞吐和积压。
关键差异：
- channel 类型从
chan struct{}变成chan Task（任务队列） - worker 数量在启动时确定，不再靠
sem动态抢锁 - 任务提交方只往队列发，不感知 worker 状态；worker 自己循环
，失败可重试或丢弃 - 要加
context.Context支持整体取消，否则关不掉正在跑的 worker
最容易被忽略的是：worker pool 的任务队列 channel 如果无缓冲且没人消费，jobs 会永久阻塞调用方。务必确保 worker 已就绪再投任务，或用带缓冲的 <code>jobs := make(chan Task, 100) 防止雪崩。
