scc项目新增并发控制参数：精细化调节目录扫描与文件处理性能

在代码统计工具scc的最新版本中，开发团队引入了四个关键的性能调优参数，这些参数允许用户根据实际硬件环境和项目规模，精细控制工具在目录扫描和文件处理过程中的并发行为。这项改进特别适合需要处理超大型代码仓库或资源受限环境的开发者。

并发架构解析

scc工具内部采用多阶段流水线架构处理代码统计任务：

1. 目录遍历阶段：递归扫描目标目录结构
2. 文件读取阶段：将发现的文件内容加载到内存
3. 统计分析阶段：计算代码行数、复杂度等指标
4. 结果汇总阶段：准备最终输出数据

每个阶段都采用独立的goroutine池和任务队列实现并发处理，这种设计避免了单一瓶颈，但默认配置可能不适合所有场景。

新增调优参数详解

1. 目录遍历并发控制

--directory-walker-job-workers参数控制扫描目录树的goroutine数量。增大此值可加速大型项目的初始扫描，但会增加内存开销。建议在SSD存储设备上适当调高（如16-32），机械硬盘则保持较低值（4-8）。

2. 文件处理流水线配置

--file-list-queue-size设置已发现文件的缓冲队列长度，--file-process-job-workers决定实际处理文件的goroutine数量。这两个参数需要配合调整：

• 内存充足时，增大队列可平滑处理波动
• CPU核心较多时，增加worker数可提升吞吐量
• 典型比例建议保持 worker数 ≈ 队列大小/2

3. 结果汇总队列

--file-summary-job-queue-size控制统计结果的缓冲能力。对于需要生成复杂报告（如JSON格式）的场景，适当增大此值（16-32）可避免处理线程阻塞。

实战调优建议

1. 资源受限环境（如容器）：

   scc --directory-walker-job-workers 2 --file-process-job-workers 4
   

2. 高性能服务器：

   scc --directory-walker-job-workers 16 --file-list-queue-size 32 --file-process-job-workers 16
   

3. 超大型单体仓库： 建议分阶段调整，先增加目录walker数量快速建立文件列表，再根据CPU核心数设置处理workers。

性能监控方法

用户可通过time命令结合系统监控工具（如top/htop）观察调整效果：

• CPU利用率应接近但不超过100%
• 内存增长应平稳
• 磁盘I/O不应持续饱和