谈到高并发编程，Golang无疑是程序员们的宠儿。
因为它自带的Goroutine轻巧又高效，简直是多线程编程的神器。
不过，有时候高并发也会带来一些棘手的问题，比如多次重复的请求导致系统压力骤增，这时就是「singleFlight」闪亮登场的时刻了！
什么是singleFlight？
大家想象一下场景：你正在开发一个API服务，突然有大量请求打到你的服务上来，每个请求都要查询数据库获取相同的数据。这就好比一群人同时去问你同一个问题，搞得你来回重复同样的回答，浪费时间不说，还让你的系统性能跟着吃不消。
Golang中的singleFlight就是为了解决这种场景下的「重复请求」问题。它的核心思想非常简单——一群相同的请求来了，咱不着急，等第一个请求处理完了，再把结果发给后续的所有请求。这样就避免了重复处理相同的工作。
简单点说，singleFlight能让同一个资源的请求只执行一次，其他的直接用缓存结果。
singleFlight的核心原理
singleFlight的实现原理有点像「抢占」机制：第一个进来的请求会发起实际操作，剩下的请求则排队等待。当第一个请求完成时，后续所有等待的请求都能得到这个结果。这样不仅减少了不必要的重复操作，也极大提升了系统的吞吐量。
在Golang中，singleFlight通过sync包下的sync.WaitGroup等机制来管理请求的执行和结果的分发。你可以理解为singleFlight就是一位超级「调度员」，它能精确安排哪些请求要执行，哪些只需要拿结果。
如何使用singleFlight？
说了这么多，直接上代码最直观。下面是如何使用singleFlight的一个简单示例：
package main
import (
"fmt"
"golang.org/x/sync/singleflight"
"time"
)
var sf singleflight.Group
func slowFunction() (interface{}, error) {
fmt.Println("执行了慢函数")
time.Sleep(2 * time.Second) // 模拟耗时操作
return "结果", nil
}
func main() {
for i := 0; i < 5; i++ {
go func(i int) {
result, err, _ := sf.Do("key", slowFunction)
if err != nil {
fmt.Printf("Goroutine %d: 发生错误: %v\n", i, err)
return
}
fmt.Printf("Goroutine %d: 得到结果: %v\n", i, result)
}(i)
}
time.Sleep(3 * time.Second)
}
代码解析
在上面的代码中，我们模拟了一个耗时操作 slowFunction，并用singleFlight来确保即使有多个Goroutine同时调用这个函数，实际的函数只会执行一次。后续的所有请求都会使用第一个请求的结果。
重点在这一行：
result, err, _ := sf.Do("key", slowFunction)
sf.Do函数会根据给定的key判断是否已经有相同的操作在执行，如果有，它就会等第一个操作完成并返回结果，而不是直接启动一个新的操作。
为什么是“key”？
这个key其实就是用来区分不同请求的标识。就像每个人都有个身份证一样，singleFlight会根据key来决定请求是否需要排队。如果key相同，那就等前一个操作的结果。如果不同，那就各自执行。
使用场景
二毛告诉你，这个singleFlight在一些场景中可以派上大用场，尤其是在资源有限、读操作频繁的系统里。例如：
- 缓存穿透：在高并发的情况下，大量请求同时发起读取同一份数据，比如缓存失效时，可以用
singleFlight来确保只有一次读取数据库，避免重复加载。 - 限流机制：对于某些需要限流的接口，可以利用
singleFlight来合并相同请求，避免浪费系统资源。 - 批量请求处理：合并相同的请求，减少不必要的网络开销和后端资源消耗。
singleFlight的局限性
虽说singleFlight在高并发场景下表现优秀，但它也并不是万能的。比如：
- 结果的一致性：
singleFlight会返回第一次请求的结果，但在某些实时性要求非常高的场景中，这种结果可能并不符合要求。 - 数据的准确性：对于一些需要非常精准和实时更新的数据，可能无法满足要求，因为它避免了重复请求，而可能牺牲了一部分准确性。
总结
Golang的singleFlight可以说是高并发编程中的一大法宝，能有效减少重复的操作，提升系统性能。当然，二毛也要提醒大家，singleFlight的使用要根据场景和需求来决定，不能盲目套用。
当你下次遇到需要优化重复请求的问题时，不妨试试这把“高并发利器”吧！
