环形队列不同语言有很多种不同的实现，不过大部分都比较复杂。
在使用golang实践生产者消费者模型时，发现了一种变相的环形队列，代码比“常规的”环形队列简单的多，解决2个问题：
1、生产者消费者间数据传递；
2、内存空间预申请，避免频繁的动态内存申请释放带来内存碎片以及性能损耗。
package mainimport ( "fmt" "net" "time")const ( BUFF_MAX = 100 BUFF_LEN = 1500)var ( buff [BUFF_MAX][BUFF_LEN]byte buffCh = make(chan int, BUFF_MAX-2) // chan 的长度要比buff少2，否则生产者会因为太快的写入，把未被消费者处理的缓冲区覆盖掉)func listenUdp(ip, port string) (*net.UDPConn, error) { addr, err := net.ResolveUDPAddr("udp4", ip+":"+"port") if err != nil { return nil, err } socket, err := net.ListenUDP("udp4", addr) if err != nil { return nil, err } return socket, nil}func connectUdp(ip, port string) (*net.UDPConn, error) { addr, err := net.ResolveUDPAddr("udp4", ip+":"+"port") if err != nil { return nil, err } socket, err := net.DialUDP("udp4", nil, addr) if err != nil { return nil, err } return socket, nil}func main() { go func() { sock, _ := listenUdp("localhost", "5000") defer sock.Close() index := 0 for { n, _ := sock.Read(buff[index][:]) if n > 0 { buffCh = BUFF_MAX { // 模拟换行队列，从头开始复用buff index = 0 } } } }() go func() { sock, _ := connectUdp("localhost", "5000") defer sock.Close() for { data := >16, data&0xffff fmt.Println(index, n) // 现在可以处理 buff[index] 中的数据了，有效的数据长度 n time.Sleep(time.Second) // 模拟处理每包数据需要耗费的时间 } }()}代码说明：
1、第一个goroutine 生产者，第二个是消费者；
2、buffCh中传递了可以访问的数据在buff中的index和长度，实际使用中用什么chan以及什么方式传递这些内容可以根据需求变，比如传递buff[index][:]；
3、特别要注意chan的长度要比buff至少少2。否则在生产者填充数据的时候，可能当前被填充的缓冲区正在被消费者使用。
借助于golang的chan的顺序性，可以非常简单的实现生产者和消费者传递数据，也避免了常规环形队列复杂的指针和互斥操作。
以上面udp socket处理为例，有时需要消费者可以比较“平稳的”处理包数据，即在一个时间段内处理n包，不要太快。比如流视频场景，平稳的将报文投递到上层，可以让视频流更顺畅，而且也可以让接收端有机会对乱序、丢包做出一些处理。
一般的思路是：
1、启动一个循环定时器；
2、超时后处理n包数据。
代码示例(对上面的消费者修改)：
go func() { const PKG_MAX = 10 sock, _ := connectUdp("localhost", "5000") defer sock.Close() t := time.NewTimer(time.Millisecond * 1000) for { for i := 0; i < PKG_MAX; i++ { data := >16, data&0xffff fmt.Println(index, n) // 现在可以处理 buff[index] 中的数据了，有效的数据长度 n time.Sleep(time.Millisecond * 50) // 模拟处理每包数据需要耗费的时间 } 上面代码的意图是，每秒发送10包数据，如果报文处理的快，那就等定时器超时；如果报文处理的慢，那定时器相当于失效了(每次执行到
需要注意是，定时器粒度越小越不准，波动越大。上面的设置，如果改成每100ms发一包，会产生一些波动，而且性能也会下降不少。有兴趣的可以自己测测。
再演变的话，这个模型需要三个goroutine就可以实现一个流量稳定的rudp：
- routineA：负责接收udp报文，将报文通过chan1传给routineB；
- routineB：
- 对乱序报文重排序、对丢包报文考虑重传(自己实现)；
- 将整理好的报文通过chan2传给routineC；
- routineC：就像上面代码一样，定时定量把报文投递到应用层。