concurrency - map() 和 reduce() 是否适合 Go 中的并发处理？

Question

我有 python 背景，刚开始接触 Go，我发现自己在寻找 Go 中 map() 和 reduce() 函数的等价物。我没有找到它们，所以又回到了 for 循环。例如，这是我用来代替 map() 的，其中 mapFunction 在别处定义:

data := make([]byte, 1024)
count, err := input.Read(data) // error handling removed from this snippet
for i:=0; i<count; i++ {
    data[i] = mapFunction(data[i])
}

这是我用来代替 reduce() 的方法，其中有 2 个状态变量，当代码遍历 slice 中的每个项目时，我使用它们来跟踪 CSV 中字段的引用:

data := make([]byte, 1024)
count, err := input.Read(data) // error handling removed from this snippet
for i:=0; i<count; i++ {
    data[i], stateVariable1, stateVariable2 =
        reduceFunction(data[i], stateVariable1, stateVariable2)
}

这是我的问题:

1. 是否有我错过的内置功能？
2. 对其中的每一个使用可变 slice 是否合适？
3. 为 map() 使用 goroutines 是个好主意吗？这是否允许解耦读取文件的 IO 操作和在每个项目上运行映射函数的进程，从而允许并行化？
4. 说 goroutines 不适合 reduce() 函数是否正确，因为 2 个状态变量由所有前面的数据定义，并且必须按顺序进行。换句话说，这个顺序过程不能从并发架构中受益？

谢谢!

ps - 完整代码在这里:https://github.com/dbro/csvquote/blob/go/csvquote.go

Answer 1

简而言之:

1. 没有，没有内置的 map 或 reduce。
2. 是的。还有什么？
3. 没有。如果没有事先衡量或一些已证实的真正需要，甚至不要考虑这些东西。
4. 是的。

有点长。

1. Go 没有功能，没有 map/reduce 内置函数或在标准库中
2. Go 中有数组和 slice 。两者都是可变的。大多数时候 slice 是自然选择。
3. 过早的优化...，但当然:读取处理可以进入一个循环并将输入包装在 bufio.Reader 中可能是个好主意。
4. Goroutines 很好，它们允许不同类型的程序构建，但这并不意味着它们可以用于所有事情。没有必要通过引入 goroutines 来复杂化一个非常清晰的 for 循环。