Quais são os padrões comuns de concorrência em Go?

Question

Accepted Answer

As goroutines e canais do Go permitem um conjunto de **padrões de concorrência** bem estabelecidos que resolvem problemas comuns — distribuindo trabalho, fan-out/fan-in, pipelines e rate limiting. Conhecer esses padrões idiomáticos permite construir sistemas concorrentes corretos e eficientes.

## Worker pool — bounded concurrency

```go
func workerPool(jobs <-chan int, results chan<- int, numWorkers int) {
    var wg sync.WaitGroup
    for w := 0; w < numWorkers; w++ {     // a FIXED number of workers
        wg.Add(1)
        go func() {
            defer wg.Done()
            for job := range jobs {        // each worker pulls jobs until the channel closes
                results <- process(job)
            }
        }()
    }
    wg.Wait()
    close(results)
}
```

Um **worker pool** executa um número fixo de goroutines consumindo de um canal de jobs compartilhado — limitando concorrência (por exemplo, não abra 10.000 conexões de BD; use 10 workers). Este é o padrão mais importante para controlar o uso de recursos.

## Fan-out / fan-in

```text
Fan-out: distribute work across MULTIPLE goroutines (parallelize)
Fan-in:  MERGE results from multiple goroutines back into one channel
```

```go
// fan-in: merge several channels into one
func merge(channels ...<-chan int) <-chan int {
    out := make(chan int)
    var wg sync.WaitGroup
    for _, ch := range channels {
        wg.Add(1)
        go func(c <-chan int) {
            defer wg.Done()
            for v := range c { out <- v }   // forward each channel's values to out
        }(ch)
    }
    go func() { wg.Wait(); close(out) }()    // close out when all sources are drained
    return out
}
```

## Pipeline — stages connected by channels

```go
// each stage is a goroutine: receives from an input channel, sends to an output channel
func generate(nums ...int) <-chan int {
    out := make(chan int)
    go func() { for _, n := range nums { out <- n }; close(out) }()
    return out
}
func square(in <-chan int) <-chan int {
    out := make(chan int)
    go func() { for n := range in { out <- n * n }; close(out) }()
    return out
}
// compose: square(generate(1,2,3)) → a streaming pipeline
for result := range square(generate(1, 2, 3)) { fmt.Println(result) }
```

Um **pipeline** encadeia estágios de processamento via canais — dados fluem, cada estágio os transforma concorrentemente.

## Rate limiting

```go
limiter := time.Tick(200 * time.Millisecond)   // a tick every 200ms
for req := range requests {
    <-limiter                                    // wait for the next tick before proceeding
    go handle(req)                                // → at most 5 requests/second
}
```

## Cancellation with context (cross-cutting)

```go
select {
case result := <-work:
case <-ctx.Done():    return   // stop on cancellation — prevents leaks
}
```

## Por que isso importa

Esses padrões de concorrência são o kit de ferramentas prático para construir sistemas Go concorrentes reais, transformando goroutines e canais brutos em soluções estruturadas e corretas para problemas recorrentes.

O **worker pool** é especialmente importante — ele limita a concorrência para proteger recursos limitados (conexões de banco de dados, limites de taxa de API, memória), prevenindo o erro comum de gerar goroutines ilimitadas que esgotam o sistema. **Fan-out/fan-in** paraleliza trabalho e mescla resultados; **pipelines** modelam transformações de dados em streaming de forma limpa; **rate limiting** controla a taxa de transferência.

Combinado com **cancelamento baseado em contexto** (para evitar vazamentos de goroutine), esses padrões são como os serviços Go em produção lidam com concorrência de forma segura e eficiente.

Compreendê-los — e especialmente saber limitar a concorrência com worker pools em vez de iniciar goroutines ilimitadas — é uma marca de competência sênior em Go e um tópico frequente de entrevista avançada, pois concorrência ingênua (goroutines ilimitadas, vazamentos, race conditions) é uma fonte comum de falhas em produção.