我正在構(gòu)建一個(gè)參數(shù)優(yōu)化器，它基本上生成配置，對(duì)所有配置進(jìn)行基準(zhǔn)測(cè)試，收集所有結(jié)果，對(duì)它們進(jìn)行排序，然后選擇相對(duì)于基準(zhǔn)測(cè)試結(jié)果的最佳性能配置?；鶞?zhǔn)測(cè)試本身工作正常，但每次運(yùn)行需要 50 毫秒和 2 秒，具體取決于配置。關(guān)鍵是，優(yōu)化程序生成了非常大量的配置，這意味著，在最低端的 100k 和高端的大約 4000 萬(wàn)之間，大約 100 萬(wàn)到 500 萬(wàn)是一個(gè)很好的正常范圍。顯然，單線程版本需要永遠(yuǎn)，CPU負(fù)載實(shí)際上非常低，因?yàn)槿蝿?wù)相對(duì)較輕。我已經(jīng)設(shè)計(jì)了基準(zhǔn)測(cè)試，以使其與并發(fā)性很好地配合使用，也就是說(shuō)，運(yùn)行器被封裝在一個(gè)單獨(dú)的結(jié)構(gòu)（稱為代理）中，基準(zhǔn)測(cè)試本質(zhì)上是一個(gè)將所有狀態(tài)作為參數(shù)的純函數(shù)。從本質(zhì)上講，每次運(yùn)行都會(huì)創(chuàng)建自己的狀態(tài)，然后獨(dú)立于所有其他運(yùn)行，但所有函數(shù)都使用相同的（引用的）共享數(shù)據(jù)集。該函數(shù)如下所示。但是，我很難處理每個(gè)基準(zhǔn)測(cè)試的返回值?；氐竭^(guò)去，在“縮放”中，我們使用 Async / Await 來(lái)實(shí)現(xiàn)任務(wù)并行性，然后讓結(jié)果繼續(xù)。Go 例程，afaik 只能很好地與沒(méi)有返回值的函數(shù)一起使用。在實(shí)踐中，通道是從戈魯廷獲取值的最自然方式。這就是我正在考慮的關(guān)鍵：考慮到我通常有>100萬(wàn)個(gè)任務(wù)，如何正確有效地捕獲返回值？與此相關(guān)的是，Golang實(shí)際上有一個(gè)非常快速的參數(shù)優(yōu)化器嗎？對(duì)于蟒蛇，我記得optum提供了出色的結(jié)果。謝謝func (a *Agent) runOptimization(strategyConfigs []cmdb.Config) (result *bmx.OptimizeResult) {scores := make([]bmx.BackTestResult, len(strategyConfigs))println("Run all benchmarks")for i, config := range strategyConfigs {    state := newState(&config)    score := a.runBenchmark(state)    scores[i] = *score // sort only works on actual values}println("Sort results")sort.Sort(bmx.ByTotalPnL(scores))println("Select best config")best := scores[len(scores)-1]println("Generate best strategy config")stratConf := a.getStrategyConfig(best.PatternConfig)println("Return optimization results ")result = &bmx.OptimizeResult{    Symbol:          best.Symbol,    StrategyType:    best.StrategyType,    OptimizedConfig: &stratConf,    ...}    return result }