Go语言无原生带权重并发读取机制，权重需在业务层建模：按文件大小分组设并发数、依处理代价配缓冲区与worker、用rate.Limiter软限速IO带宽。
Go 语言里没有原生的「带权重的并发读取」机制——os.ReadFile、bufio.Reader 或 io.Copy 都不接受权重参数。所谓“带权重”，实际是业务层对不同文件（或不同文件区域）施加差异化处理优先级或资源配额，需手动建模实现。
为什么不能直接给 goroutine 加权重？
goroutine 本身无调度权重概念，Go 运行时按公平轮转调度，不支持 CPU 时间片配比或 I/O 带宽预留。试图用 runtime.Gosched() 或 sleep 模拟权重，只会引入延迟、降低吞吐，且无法真正约束磁盘 I/O 占用。
- 磁盘 I/O 是系统级瓶颈，权重控制必须落在资源申请环节（如打开句柄数、缓冲区大小、并发 goroutine 数）
- 文件间差异（如大小、路径深度、存储介质）才是可量化的“权重”来源，而非 goroutine 自身
- 真正需要加权的，通常是后续处理逻辑（如解析 JSON 比解析纯文本慢 5 倍），而非读取动作本身
按文件大小动态分配并发数
这是最常见也最实用的加权策略：大文件分更多块，并发处理；小文件合并读取，避免启动开销。关键不是“让大文件读得更快”，而是“不让小文件拖慢整体 pipeline”。
- 先用
os.Stat获取每个文件的Size()，按阈值分组（如 <1MB、1–10MB、>10MB） - 为每组预设最大并发数：
smallFiles: 20、mediumFiles: 8、largeFiles: 3 - 用同一套信号量 channel 控制，但初始化时按组注入不同容量：
sem := make(chan struct{}, concurrency) - 避免为每个文件单独建 goroutine，小文件建议批量串行读取（例如 5 个 <100KB 文件合并在一个 goroutine 中
os.ReadFile）
按处理代价预估缓冲区与 worker 数
读取只是第一步，真正耗时的是后续操作。若某类文件需做 base64 解码 + JSON 解析 + 网络校验，它就该比只做 strings.TrimSpace 的日志文件获得更高资源配额。
立即学习“go语言免费学习笔记（深入）”；
- 把「权重」映射为
bufio.NewReaderSize(file, bufferSize)的bufferSize：高代价文件用 128KB 缓冲，低代价用 4KB - worker pool 中，为高代价任务分配专用 channel 和更多 goroutine（如 10 个 parser goroutine 专处理 XML，3 个专处理 CSV）
- 用
sync.Pool为高代价类型预分配专用缓冲池（如xmlBufferPool），避免混用导致 GC 扫描压力上升 - 注意：缓冲区不是越大越好——超过 L3 cache 容量（通常 8–32MB）反而触发 TLB miss，实测 32KB~64KB 在多数 SSD 场景下收益最高
用 context.WithTimeout + 限速器实现软性带宽控制
当多个文件共享同一块磁盘或网络挂载点时，硬性限制并发数可能不够。此时可用 golang.org/x/time/rate 对读取速率做软性节流，等效于「IO 带宽权重」。
- 为每个文件创建独立的
rate.Limiter，limit := rate.Every(100 * time.Millisecond)表示每 100ms 最多允许一次 read 调用 - 在
reader.Read()前调用limiter.Wait(ctx)，阻塞直到配额可用 - 权重体现为 limiter 的
rate.Limit值：高优先级文件设为10（每秒 10 次），低优先级设为1 - ⚠️ 注意：这会拉长单个文件读取总耗时，仅适用于可容忍延迟的后台批处理，不适用于低延迟服务
真正难的不是写几个带权重的 goroutine，而是判断权重该加在哪一层：是文件打开阶段？缓冲区分配？还是数据处理？多数人卡在过早优化读取并发，却忘了 os.Open 本身就有内核级缓存，冷文件第一次读慢是常态，反复读同一块数据时，权重策略甚至会起反作用。
