素手烹茶|- 高性能低损耗的 Goroutine 池，Ants( 二 ) antspool

除了使用默认的工作池外，我们还可以自己实例化一个工作池，并提供容量和任务函数，使用NewPoolWithFunc简单完成goroutine池的创建：
packagemainimport("fmt""sync""sync/atomic""time""github.com/panjf2000/ants/v2")varsumint32funcmyFunc(iinterface{}){n:=i.(int32)atomic.AddInt32(&sum,n)fmt.Printf("runwith%dn",n)}funcmain(){runTimes:=1000//创建一个容量为10的goroutine池p,_:=ants.NewPoolWithFunc(10,func(iinterface{}){myFunc(i)wg.Done()})deferp.Release()fori:=0;i<runTimes;i++{wg.Add(1)_=p.Invoke(int32(i))}wg.Wait()fmt.Printf("runninggoroutines:%dn",p.Running())fmt.Printf("finishalltasks,resultis%dn",sum)}可以看到，使用ants.NewPoolWithFunc ，创建了一个自定义容量和任务的函数工作池，任务函数可以提供一个interface{}参数，方便传递数据。然后，通过函数工作池的Invoke接口，完成任务参数的传递和任务的提交。在这个例子中，实现了从0到1000的并发求和，最终打印出计算结果。
此外，我们还可以使用最基础的方法NewPool来进行ants.Pool结构的实例化：
p,_:=ants.NewPool(10000)NewPool的函数签名如下：
funcNewPool(sizeint,options...Option)(*Pool,error)其接收一个容量参数，以及其他配置参数，返回指向Pool类型实例的指针和错误。我们可以使用options参数进行更为细化的配置，配置参数包括：
ExpiryDuration：清理goroutine的时间间隔。每隔一段时间， Ants就会对池中未被使用的goroutine进行清理，减少内存占用；PreAlloc：是否在初始化工作池时预分配内存。对于一个超大容量，且任务耗时长的工作池来说，预分配内存可以大幅降低goroutine池中的内存重新分配损耗；MaxBlockingTasks：阻塞任务的最大数， 0代表无限制；Nonblocking：工作池是否是非阻塞的，这决定了Pool.Submit接口在提交任务时是否会被阻塞；PanicHandler：任务崩溃时的处理函数；Logger：日志记录器这些参数既可以在初始化的时候通过Option传递，也可以使用链式调用的方法实现配置叠加，利用WithExpiryDuration、WithPreAlloc等方法实现。
Ants的工作池的容量需要在初始化的时候提供，但它并不是一成不变的，可以通过Tune接口实现goroutine池容量的动态调整：
pool.Tune(1000)pool.Tune(100000)这个方法时线程安全的，不必担心动态调整带来的数据并发问题。
在使用完成后，需要对工作池进行资源释放，一般通过defer机制调用：
pool.Release()也可以通过Reboot方法，把一个已经释放资源被销毁的池重新激活，投入使用：
pool.Reboot()Ants以其高性能和低消耗著称，自然有测试依据。项目作者进行了1000万大规模并发任务执行的性能测试， Ants使用70万的goroutine就完成了全部任务，执行速度比原生goroutine提高了100% ，且内存消耗保持在不使用Pool的40% 。此外，还进行了吞吐量测试，使用Ants的吞吐性能达到了原生goroutine的2到6倍，而内存消耗则达到10到20倍的降低。从测试结果来看， Ants的高性能特性名不虚传。
总结【素手烹茶|- 高性能低损耗的 Goroutine 池，Ants】Ants作为一个高性能goroutine池，提供了比原生goroutine实现更为高级的调度管理和复用机制，抽象层次更高，且充分利用池化策略，使用尽可能少的goroutine数量和内存占用，以更快的速度完成并发任务的执行，在大规模和高吞吐场景下，具备很强的性能优势。 Ants项目代码整洁，注释详尽，文档丰富，对于goroutine并发模型有较深的理解，对相关领域感兴趣的开发者可以进行参考学习。