Go by Example 项目中关于WaitGroups的闭包变量捕获问题解析
2025-07-06 02:37:42作者:柯茵沙
引言
在Go语言并发编程中,WaitGroups是一个常用的同步机制,用于等待一组goroutine完成工作。在gobyexample项目的WaitGroups示例代码中,曾经存在一个看似多余但实际上非常重要的代码行,这行代码涉及Go语言中闭包变量捕获的微妙问题。
问题现象
在早期的WaitGroups示例代码中,循环创建goroutine时有这样一段代码:
for i := 1; i <= 5; i++ {
wg.Add(1)
i := i // 这行看似多余的代码
go func() {
defer wg.Done()
worker(i)
}()
}
这段代码中,i := i这行看起来像是重复声明,但实际上它解决了Go语言中一个常见的并发陷阱。
技术背景
在Go 1.22版本之前,循环变量在闭包中的行为是这样的:
- 循环变量
i在每次迭代中会被重用 - goroutine创建时捕获的是变量的引用而非值
- 当goroutine真正执行时,循环可能已经继续,
i的值已经改变
这意味着如果不使用i := i这行代码,所有goroutine可能会使用相同的i值(通常是循环结束时的值),而不是创建goroutine时的值。
解决方案分析
i := i这行代码实际上创建了一个新的局部变量,每个循环迭代都有自己的i副本。这样,当goroutine执行时,它捕获的是这个局部变量的值,而不是循环变量的引用。
这种模式在Go 1.22之前的代码中非常常见,是处理循环中创建goroutine的标准做法。
Go 1.22的改进
从Go 1.22版本开始,语言规范修改了循环变量的行为:
- 每次迭代都会创建新的循环变量实例
- 闭包捕获的是当前迭代的变量值
- 不再需要额外的变量声明来避免捕获问题
因此,在Go 1.22及以后的版本中,可以安全地移除i := i这行代码,示例代码也相应进行了简化。
实际开发建议
- 如果你的项目需要兼容Go 1.21及更早版本,建议保留这种变量捕获模式
- 如果确定使用Go 1.22+,可以简化代码
- 在团队开发中,应该统一代码风格,明确使用的Go版本要求
总结
这个看似简单的代码行背后反映了Go语言在并发编程中的一个重要特性演变。理解这种变化不仅有助于编写正确的并发代码,也能让我们更好地把握Go语言的设计哲学和发展方向。随着Go语言的不断演进,类似的简化会越来越多,但理解其背后的原理仍然至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322