前文分析了 LangGraph 的 Graph、Channel、Pregel 调度和 Checkpoint。本篇继续回答两个运行时问题：

1. LangGraph 在哪里产生事件，如何收集并输出事件流
2. interrupt() 暂停时发生什么，用户如何获得上下文，Command(resume=...) 又如何把输入交还给节点

其中 messages 模式依赖 LangChain Chat Model 的流式 Callback，因此还会单独分析 BaseChatModel、Provider 的 _stream() 和 LangGraph 的 StreamMessagesHandler 如何连接。

1. 需求背景

假设用户下单后，系统需要依次完成：

1

锁定库存 -> 支付 -> 创建物流单 -> 订单完成

直接在一个服务进程中执行这段代码并不困难，困难的是中途发生故障：

Go 语言提供了一些并发调试工具，这些工具可以帮我们有效的发现并发编程中的 bug

1. Go race detector

Go race detector可以帮助我们自动发现程序有没有数据竞争(data race)，它是基于 Google 的 C/C++ sanitizers 技术实现的，编译器通过探测所有的内存访问，加入代码能监视对这些内存地址的访问（读还是写）。在代码运行的时候，race detector 就能监控到对共享变量的非同步访问，出现 race 时，就会打印出警告信息。

1. 分布式队列

1.1 基础使用

etcd 通过 github.com/coreos/etcd/contrib/recipes 包提供了分布式队列这种数据结构。其类型和方法的签名如下:

1
2
3
4
5
6
7
8

// 创建队列
func NewQueue(client *v3.Client, keyPrefix string) *Queue


// 入队
func (q *Queue) Enqueue(val string) error
//出队
func (q *Queue) Dequeue() (string, error)

需要注意的是，如果这个分布式队列当前为空，调用 Dequeue 方法的话，会被阻塞，直到有元素可以出队才返回。

1. 分布式并发原语概述

在前面的课程里，我们学习的并发原语都是在进程内使用的，即一个运行程序为了控制共享资源、实现任务编排和进行消息传递而提供的控制类型。布式的并发原语实现更加复杂，因为在分布式环境中，网络不可靠、时钟不一致、以及不可预测的程序暂停，使得节点之间的通信相对于内存具有非常的不确定性。不过还好有相应的软件系统去做这些事情。这些软件系统会专门去处理这些节点之间的协调和异常情况，并且保证数据的一致性。我们要做的就是在它们的基础上实现我们的业务。etcd 就提供了非常好的分布式并发原语，比如分布式互斥锁、分布式读写锁、Leader 选举，等等。所以，今天，我就以 etcd 为基础，给你介绍几种分布式并发原语。

1. 分组操作概述

共享资源保护、任务编排和消息传递是 Go 并发编程中常见的场景，而分组执行一批相同的或类似的任务则是任务编排中一类情形，本节我们来介绍一下分组编排的一些常见场景和并发原语，包括: