背景
这个问题简单说一下背景，如果不明白可以看上篇文章 ，不想看也没关系，这是个通用的解法，后面我会总结抽象下。在上篇文章的最后提到对每个摘除的地址做决策时，需要顺序执行，且每一个要摘除的地址都要实时获取该集群的地址信息，以便做出是否需要兜底的决策。当被摘除的机器非常多时，获取地址信息的请求量就会非常大，对注册中心造成了不小的压力。

请求数据源的接口如下所示（其中 cuuid 是集群的 id）

type Read interface {
ListClusterEndpoints(ctx context.Context, cuuid string) ([]ptypes.Endpoint, error)
}

相信大家也能理解这个非常简单的背景并且能想到一些解法。每次决策需要按 cuuid 获取集群，也就是单个单个地获取实时集群地址信息，由于是实时信息，缓存首先排除，其次自然而然地能想到如果能将请求合并一下，是不是就能解决请求量大的问题？

难点
如果只是改逻辑合并一下请求，吭哧吭哧改代码就完了，也不值得写这篇文章了，如何改最少的代码来实现合并请求才是最难的。

解法
那天遇到这个问题，晚上辗转反侧想到了这个解法，其实主要也是参考 Go http client 的实现，都说看源码没用，这不就是用处么？Read 数据源接口定义保持不变，也就是上层的业务代码完全不用改，只需要把 ListClusterEndpoints 的实现换掉。我们可以用一个队列把每个请求入队，入队列以后，调用方阻塞，然后起一些协程去队列里取一批请求参数，发起批量请求，响应之后唤醒阻塞的调用方。

为此，我们实现一个可以阻塞并被其他协程唤醒的工具：

type token struct {
    value interface {}
    err error
}

type Token chan token

func NewToken() Token {
    return make(Token, 1)
}

func(t Token) Done(value interface {}, err error) {
    t < -token {
        value: value,
        err: err
    }
}

func(t Token) Wait(timeout time.Duration)(value interface {}, err error) {
    if timeout <= 0 {
        tk: = < -t
        return tk.value,
        tk.err
    }

    select {
        case tk:
            = < -t:
                return tk.value, tk.err
        case <-time.After(timeout):
            return nil, ErrTokenTimeout
    }
}

其次，定义队列和其他参数：

type DataSource struct {
    paramCh chan param
    readTimeout time.Duration
    concurrency int
    step int
}

type param struct {
    cuuid string
    token Token
}

替换掉原来 ListClusterEndpoints 的实现：

func(p * DataSource) ListClusterEndpoints(ctx context.Context, cuuid string)([] ptypes.Endpoint, error) {
    req: = param {
        cuuid: cuuid,
        token: NewToken(),
    }

        select {
        case p.paramCh < -req:
        default:
            return nil, fmt.Errorf("list cluster endpoints write channel failed")
    }

        value,
    err: = req.token.Wait(p.readTimeout)
    if err != nil {
        return nil, err
    }
    eps,
    ok: = value.([] ptypes.Endpoint)
    if !ok {
        return nil, fmt.Errorf("value is not endpoints")
    }
    return endpoints,
    nil
}

再起几个协程来处理任务：

func(p * DataSource) startListClusterEndpointsLoop() {
    for i: = 0;
    i < p.concurrency;
    i++{
        go func() {
            for {
                reqs: = p.getListClusterEndpointsReqFromChan()
                p.doBatchListClusterEndpoints(reqs)
            }
        }()
    }
}

最关键的是 getListClusterEndpointsReqFromChan 的实现，既不能让协程空跑，这样太消耗cpu，又要能及时地取到一批参数，我们采取的方法是先阻塞地获取一个参数，如果没数据则阻塞，如果有数据，继续取，直到数量达到上限或者取不到数据为止，此时这一批数据就可以批量地进行调用了。

func(p * DataSource) getListClusterEndpointsReqFromChan()[] param {
    reqs: = make([] param, 0)
    select {
        case req:
            = < -p.paramCh:
                reqs = append(reqs, req)
            for i: = 1;
            i < p.step;
            i++{
                select {
                    case reqNext:
                        = < -p.paramCh:
                            reqs = append(reqs, reqNext)
                    default:
                        break
                }
            }
    }
    return reqs
}

最后
这个方法很简单，但是有一些要注意的地方，得做好监控，比如调用方单个请求的QPS、RT，实际批量请求的QPS、RT，这样才好计算出处理协程开多少个合适，还有队列写入失败、队列长度等等监控，当容量不足时及时做出调整。