Golang 多核运算处理大量数据

package main
 
import (
    "fmt"
    "runtime"
    "sync"
)
 
// 假设这是一个大数据处理函数
func processData(data []int, result chan int) {
    sum := 0
    for _, value := range data {
        sum += value
    }
    result <- sum
}
 
func main() {
    // 设置Go程的数量等于CPU核心数
    runtime.GOMAXPROCS(runtime.NumCPU())
 
    // 创建数据切片
    data := make([][]int, 10)
    for i := range data {
        data[i] = make([]int, 1000)
        for j := range data[i] {
            data[i][j] = i * 1000 + j
        }
    }
 
    // 创建result通道
    results := make([]chan int, len(data))
    var wg sync.WaitGroup
    wg.Add(len(data))
 
    // 并发处理每个数据集
    for i, subset := range data {
        results[i] = make(chan int)
        go func(data []int, result chan int) {
            defer wg.Done()
            processData(data, result)
        }(subset, results[i])
    }
 
    // 等待所有计算完成
    go func() {
        wg.Wait()
        for _, result := range results {
            close(result)
        }
    }()
 
    // 汇总结果
    sum := 0
    for _, result := range results {
        sum += <-result
    }
    fmt.Println("总和:", sum)
}

这段代码首先设置了Go程的数量等于CPU的核心数，以充分利用多核心处理能力。然后，创建了一个二维数据集，并且并发处理每个子集。使用sync.WaitGroup来同步并等待所有计算完成。最后，汇总所有部分的计算结果并打印出来。这个例子展示了如何在Go语言中有效地利用多核心处理海量数据。