カテゴリ: Go言語 更新日: 2025/12/26

Go言語のWorker Poolパターンをマスター!効率的に並行処理を管理しよう

Go言語のWorker Poolパターンで効率的に並行処理を管理しよう
Go言語のWorker Poolパターンで効率的に並行処理を管理しよう

先生と生徒の会話形式で理解しよう

生徒

「先生、Goで複数のgoroutineを使うと便利ですが、数が増えすぎるとメモリやCPUが心配です。」

先生

「その通りです。そこでWorker Poolパターンを使うと、goroutineの数を制御しつつ効率的に並行処理ができます。」

生徒

「Worker Poolって具体的にはどういう仕組みですか?」

先生

「簡単に言うと、複数の作業員(Worker)がいて、仕事(Job)を順番に割り振る仕組みです。goroutineの数を一定に保ち、CPUやメモリを効率よく使えます。」

1. Worker Poolパターンの基本構造

1. Worker Poolパターンの基本構造
1. Worker Poolパターンの基本構造

Worker Poolは、仕事を送るjobsチャンネルと結果を受け取るresultsチャンネルを使います。複数のWorkerがjobsチャンネルから仕事を受け取り、処理結果をresultsチャンネルに送ります。


package main

import (
    "fmt"
    "sync"
    "time"
)

func worker(id int, jobs <-chan int, results chan<- int, wg *sync.WaitGroup) {
    defer wg.Done()
    for j := range jobs {
        fmt.Printf("Worker %d がジョブ %d を処理中\n", id, j)
        time.Sleep(time.Second)
        results <- j * 2
    }
}

func main() {
    jobs := make(chan int, 5)
    results := make(chan int, 5)
    var wg sync.WaitGroup

    for w := 1; w <= 3; w++ {
        wg.Add(1)
        go worker(w, jobs, results, &wg)
    }

    for j := 1; j <= 5; j++ {
        jobs <- j
    }
    close(jobs)

    wg.Wait()
    close(results)

    for res := range results {
        fmt.Println("結果:", res)
    }
}

この例では3つのWorkerが存在し、5つのジョブを処理します。Worker Poolにより、goroutineの数を制御しながら並行処理を実現しています。

2. Worker Poolのメリット

2. Worker Poolのメリット
2. Worker Poolのメリット
  • goroutineの数を制限できるため、CPUやメモリの消費を抑えられる
  • ジョブの処理状況を簡単に管理できる
  • 複数のWorkerで処理を分散し、全体の処理時間を短縮できる
  • エラー処理やキャンセル処理を組み込みやすい

Worker Poolは大規模なデータ処理やWebサーバーのリクエスト処理など、多くの場面で応用できます。

3. Worker Poolのベストプラクティス

3. Worker Poolのベストプラクティス
3. Worker Poolのベストプラクティス

初心者でも安全にWorker Poolを使うためのポイントです。

  • Workerの数はCPUコア数や処理の重さを考えて設定する
  • channelを使うときはバッファ付きかどうかを検討する
  • sync.WaitGroupを使って全Workerの終了を待つ
  • ジョブ送信後は必ずchannelをcloseする
  • 結果チャンネルのcloseも忘れずに行い、安全にrangeで受信する

これらのポイントを守ることで、Worker Poolを使った並行処理を安全かつ効率的に実装できます。

4. Worker Poolの応用例

4. Worker Poolの応用例
4. Worker Poolの応用例

Worker Poolは、例えばWebスクレイピングやAPIリクエスト、画像処理などで便利です。複数の処理を並列で実行しつつ、処理数を制限することでリソースの過剰消費を防ぎます。

例えば、10件の画像を3つのWorkerで同時に処理すると、CPUとメモリを安定させながら全ての画像を処理できます。Worker Poolは効率的で安全な並行処理の基本パターンです。

カテゴリの一覧へ
新着記事
New1
Kotlin
Kotlinの構文ルールまとめ!インデント・セミコロンなど初心者が最初に覚えるべきポイント
New2
Kotlin
Kotlinの関数ドキュメンテーションコメント(KDoc)の書き方を徹底解説!初心者でもわかる丁寧なガイド
New3
Kotlin
KotlinでHello Worldを表示するには?最初の1行を実行してみよう
New4
Go言語
Go言語の依存関係管理を始めよう!go modの基本設定と導入手順
人気記事
No.1
Java&Spring記事人気No1
Kotlin
KotlinのAPI通信でGETリクエストを送る方法!初心者向け徹底ガイド
No.2
Java&Spring記事人気No2
Go言語
Go言語の関数パラメータ!値渡しと参照渡しの違いを理解しよう
No.3
Java&Spring記事人気No3
Go言語
Go言語のテストでタイムアウト・並行処理を扱うポイント
No.4
Java&Spring記事人気No4
Swift
SwiftのURLSessionでのネットワークエラー対策!再試行とタイムアウトを初心者向けに解説
No.5
Java&Spring記事人気No5
Kotlin
Gradleファイル(build.gradle.kts)の書き方と役割をやさしく解説!Kotlin初心者向け完全ガイド
No.6
Java&Spring記事人気No6
Go言語
Go言語のWebアプリにおけるセキュリティベストプラクティス集
No.7
Java&Spring記事人気No7
Kotlin
Android Studioのインストール手順と初期設定を初心者向けに完全解説!
No.8
Java&Spring記事人気No8
Swift
Swift JSONデコード失敗の原因と対処|DecodingError徹底解説