golang并发下载多个文件

背景说明

假设有一个分布式文件系统，现需要从该系统中并发下载一部分文件到本地机器。
已知该文件系统的部分节点ip, 以及需要下载的文件fileID列表，并能通过这些信息来拼接下载地址。
其中节点ip列表保存在xx_node.txt， 要下载的fileID保存在xx_fileID.txt中。

代码示例

package main

import (
    "bufio"
    "flag"
    "fmt"
    "io"
    "math/rand"
    "net/http"
    "os"
    "time"
)

var (
    clustername = flag.String("clustername", "c1", "download clustername")
)

// 逐行读取文件内容
func ReadLines(fpath string) []string {
    fd, err := os.Open(fpath)
    if err != nil {
        panic(err)
    }
    defer fd.Close()

    var lines []string
    scanner := bufio.NewScanner(fd)
    for scanner.Scan() {
        lines = append(lines, scanner.Text())
    }
    if err := scanner.Err(); err != nil {
        fmt.Fprintln(os.Stderr, err)
    }

    return lines
}

// 实现单个文件的下载
func Download(clustername string, node string, fileID string) string {
    nt := time.Now().Format("2006-01-02 15:04:05")
    fmt.Printf("[%s]To download %s\n", nt, fileID)

    url := fmt.Sprintf("http://%s/file/%s", node, fileID)
    fpath := fmt.Sprintf("/yourpath/download/%s_%s", clustername, fileID)
    newFile, err := os.Create(fpath)
    if err != nil {
        fmt.Println(err.Error())
        return "process failed for " + fileID
    }
    defer newFile.Close()

    client := http.Client{Timeout: 900 * time.Second}
    resp, err := client.Get(url)
    defer resp.Body.Close()

    _, err = io.Copy(newFile, resp.Body)
    if err != nil {
        fmt.Println(err.Error())
    }
    return fileID
}

func main() {
    flag.Parse()

    // 从文件中读取节点ip列表
    nodelist := ReadLines(fmt.Sprintf("%s_node.txt", *clustername))
    if len(nodelist) == 0 {
        return
    }

    // 从文件中读取待下载的文件ID列表
    fileIDlist := ReadLines(fmt.Sprintf("%s_fileID.txt", *clustername))
    if len(fileIDlist) == 0 {
        return
    }

    ch := make(chan string)

    // 每个goroutine处理一个文件的下载
    r := rand.New(rand.NewSource(time.Now().UnixNano()))
    for _, fileID := range fileIDlist {
        node := nodelist[r.Intn(len(nodelist))]
        go func(node, fileID string) {
            ch <- Download(*clustername, node, fileID)
        }(node, fileID)
    }

    // 等待每个文件下载的完成，并检查超时
    timeout := time.After(900 * time.Second)
    for idx := 0; idx < len(fileIDlist); idx++ {
        select {
        case res := <-ch:
            nt := time.Now().Format("2006-01-02 15:04:05")
            fmt.Printf("[%s]Finish download %s\n", nt, res)
        case <-timeout:
            fmt.Println("Timeout...")
            break
        }
    }
}

小结

下载时没有用到默认的http Client, 并指定了超时时间；
下载文件时调用了系统调用, goroutine会被挂起；
下载文件完成后会唤醒被挂起的goroutine, 该goroutine执行完后面的代码后便退出；
全局超时控制，超时后主线程退出。