真正可控的并发需固定worker数+带缓冲channel分发+WaitGroup协调；jobs缓冲防发送阻塞，大小取峰值并发1.5–2倍；close(jobs)须在所有任务提交后、wg.Wait()前；results需独立collector goroutine消费并关闭；worker数宜设为runtime.NumCPU()或略高，且务必配对wg.Add/Done。
直接用 go 启动大量 goroutine 处理任务，大概率会因调度过载、内存暴涨或 channel 死锁挂住；真正可控的并发，得靠固定数量 worker + channel 分发 + sync.WaitGroup 协调生命周期。
为什么 jobs channel 要带缓冲（比如 make(chan Job, 100)）
无缓冲 channel 在发送时会阻塞，直到有 worker 立即接收——但 worker 启动是异步的，主协程可能在第一个 worker 还没开始 for range 前就往 jobs 发任务，直接卡死。缓冲区提供“暂存空间”，让提交方不被阻塞，也给 worker 启动留出时间窗口。
- 缓冲大小不必精确匹配任务数，设为预估峰值并发量的 1.5–2 倍即可（如 100 或 500）
- 过小（如
1）仍可能在高并发提交时阻塞；过大（如10000）会浪费内存且掩盖背压问题 - 若任务本身含 I/O 或等待，worker 消费速度慢，缓冲区能平滑突发流量，避免生产者崩溃
关闭 jobs channel 的时机必须在所有任务提交完之后
close(jobs) 是通知 worker “不再有新任务” 的信号，但它不是“等所有任务执行完”的指令。如果提前 close，而还有任务没发出去，那些任务就永远丢失了。
- 正确顺序：先循环发送全部任务 → 再
close(jobs)→ 最后wg.Wait() - 绝对不要在发送任务的 for 循环里 close，也不要在某个 worker 里 close（会 panic）
- 常见错误现象：
fatal error: all goroutines are asleep - deadlock!，往往就是close太早，且results通道没人消费导致阻塞
results channel 不能由主协程边发边收，必须分离 collector
主协程如果一边往 jobs 发任务、一边从 results 收结果，容易形成循环依赖：worker 想发结果，但 results 没人读，就卡住；主协程卡在 results <- 上，又没法继续发任务或 close jobs。
初始化并管理阿里云SDK Go 客户端，涵盖 sync.Once 单例、goroutine 安全、endpoint 与 region 配置、VPC 端点及调试。
立即学习“go语言免费学习笔记（深入）”；
- 标准解法是起一个独立 collector goroutine：
go func() { wg.Wait(); close(results) }() - 主协程只负责
for range results，确保 channel 关闭后自然退出 - results channel 也建议带缓冲（如
make(chan Result, 100)），避免 worker 因无人接收而停摆
worker 数量别硬写死，优先用 runtime.NumCPU()
worker 数不是越多越好。CPU 密集型任务设成 runtime.NumCPU() 是较优起点；I/O 密集型可略高（如 ×1.5），但超过 2× 通常收益递减，反而加剧调度开销。
- 避免写死
workers := 16—— 在 4 核机器上会严重争抢，在 64 核上又严重欠载 - 可通过环境变量或配置项覆盖，但默认应基于当前机器动态计算
- 注意：goroutine 不等于 OS 线程，worker 数远高于 CPU 核心数时，只是让 Go 调度器更频繁切换，并不提升吞吐
最易被忽略的一点：每个 worker 的 for job := range jobs 循环退出后，必须调用 wg.Done()；而 wg.Add(1) 必须在 go 启动前完成。漏掉任一端，wg.Wait() 就永远卡住——它不会报错，只会静默 hang 住。
