GO語言（十一）：開始使用多模塊工作區

本教程介紹 Go 中多模塊工作區的基礎知識。使用多模塊工作區，您可以告訴 Go 命令您正在同時在多個模塊中編寫代碼，并輕松地在這些模塊中構建和運行代碼。

創新互聯建站是專業的青川網站建設公司，青川接單;提供網站設計、做網站,網頁設計,網站設計,建網站,PHP網站建設等專業做網站服務;采用PHP框架,可快速的進行青川網站開發網頁制作和功能擴展;專業做搜索引擎喜愛的網站,專業的做網站團隊,希望更多企業前來合作!

在本教程中，您將在共享的多模塊工作區中創建兩個模塊，對這些模塊進行更改，并在構建中查看這些更改的結果。

本教程需要 go1.18 或更高版本。使用go.dev/dl中的鏈接確保您已在 Go 1.18 或更高版本中安裝了 Go 。

首先，為您要編寫的代碼創建一個模塊。

1、打開命令提示符并切換到您的主目錄。

在 Linux 或 Mac 上：

在 Windows 上：

2、在命令提示符下，為您的代碼創建一個名為工作區的目錄。

3、初始化模塊

我們的示例將創建一個hello依賴于 golang.org/x/example 模塊的新模塊。

創建你好模塊：

使用 . 添加對 golang.org/x/example 模塊的依賴項go get。

在 hello 目錄下創建 hello.go，內容如下：

現在，運行 hello 程序：

在這一步中，我們將創建一個go.work文件來指定模塊的工作區。

在workspace目錄中，運行：

該go work init命令告訴為包含目錄中模塊的工作空間go創建一個文件 。go.work./hello

該go命令生成一個go.work如下所示的文件：

該go.work文件的語法與go.mod相同。

該go指令告訴 Go 應該使用哪個版本的 Go 來解釋文件。它類似于文件中的go指令go.mod 。

該use指令告訴 Go在進行構建時hello目錄中的模塊應該是主模塊。

所以在模塊的任何子目錄中workspace都會被激活。

2、運行工作區目錄下的程序

在workspace目錄中，運行：

Go 命令包括工作區中的所有模塊作為主模塊。這允許我們在模塊中引用一個包，即使在模塊之外。在模塊或工作區之外運行go run命令會導致錯誤，因為該go命令不知道要使用哪些模塊。

接下來，我們將golang.org/x/example模塊的本地副本添加到工作區。然后，我們將向stringutil包中添加一個新函數，我們可以使用它來代替Reverse.

在這一步中，我們將下載包含該模塊的 Git 存儲庫的副本golang.org/x/example，將其添加到工作區，然后向其中添加一個我們將從 hello 程序中使用的新函數。

1、克隆存儲庫

在工作區目錄中，運行git命令來克隆存儲庫：

2、將模塊添加到工作區

該go work use命令將一個新模塊添加到 go.work 文件中。它現在看起來像這樣：

該模塊現在包括example.com/hello模塊和 `golang.org/x/example 模塊。

這將允許我們使用我們將在模塊副本中編寫的新代碼，而不是使用命令stringutil下載的模塊緩存中的模塊版本。

3、添加新功能。

我們將向golang.org/x/example/stringutil包中添加一個新函數以將字符串大寫。

將新文件夾添加到workspace/example/stringutil包含以下內容的目錄：

4、修改hello程序以使用該功能。

修改workspace/hello/hello.go的內容以包含以下內容：

從工作區目錄，運行

Go 命令在go.work文件指定的hello目錄中查找命令行中指定的example.com/hello模塊 ，同樣使用go.work文件解析導入golang.org/x/example。

go.work可以用來代替添加replace 指令以跨多個模塊工作。

由于這兩個模塊在同一個工作區中，因此很容易在一個模塊中進行更改并在另一個模塊中使用它。

現在，要正確發布這些模塊，我們需要發布golang.org/x/example 模塊，例如在v0.1.0. 這通常通過在模塊的版本控制存儲庫上標記提交來完成。發布完成后，我們可以增加對 golang.org/x/example模塊的要求hello/go.mod：

這樣，該go命令可以正確解析工作區之外的模塊。

Go語言的應用

Go語言由Google公司開發，并于2009年開源，相比Java/Python/C等語言，Go尤其擅長并發編程，性能堪比C語言，開發效率肩比Python，被譽為“21世紀的C語言”。

Go語言在云計算、大數據、微服務、高并發領域應用應用非常廣泛。BAT大廠正在把Go作為新項目開發的首選語言。

Go語言應用范圍：

1、服務端開發：以前你使用C或者C++做的那些事情，用Go來做很合適，例如日志處理、文件系統、監控系統等;

2、DevOps：運維生態中的Docker、K8s、prometheus、grafana、open-falcon等都是使用Go語言開發;

3、網絡編程：大量優秀的Web框架如Echo、Gin、Iris、beego等，而且Go內置的 net/http包十分的優秀;

4、Paas云平臺領域：Kubernetes和Docker Swarm等;

5、分布式存儲領域：etcd、Groupcache、TiDB、Cockroachdb、Influxdb等;

6、區塊鏈領域：區塊鏈里面有兩個明星項目以太坊和fabric都使用Go語言;

7、容器虛擬化：大名鼎鼎的Docker就是使用Go語言實現的;

8、爬蟲及大數據：Go語言天生支持并發，所以十分適合編寫分布式爬蟲及大數據處理。

如何實現支持數億用戶的長連消息系統

此文是根據周洋在【高可用架構群】中的分享內容整理而成，轉發請注明出處。

周洋，360手機助手技術經理及架構師，負責360長連接消息系統，360手機助手架構的開發與維護。

不知道咱們群名什么時候改為“Python高可用架構群”了，所以不得不說，很榮幸能在接下來的一個小時里在Python群里討論golang....

360消息系統介紹

360消息系統更確切的說是長連接push系統，目前服務于360內部多個產品，開發平臺數千款app，也支持部分聊天業務場景，單通道多app復用，支持上行數據，提供接入方不同粒度的上行數據和用戶狀態回調服務。

目前整個系統按不同業務分成9個功能完整的集群，部署在多個idc上（每個集群覆蓋不同的idc），實時在線數億量級。通常情況下，pc，手機，甚至是智能硬件上的360產品的push消息，基本上是從我們系統發出的。

關于push系統對比與性能指標的討論

很多同行比較關心go語言在實現push系統上的性能問題，單機性能究竟如何，能否和其他語言實現的類似系統做對比么？甚至問如果是創業,第三方云推送平臺，推薦哪個?

其實各大廠都有類似的push系統，市場上也有類似功能的云服務。包括我們公司早期也有erlang，nodejs實現的類似系統，也一度被公司要求做類似的對比測試。我感覺在討論對比數據的時候，很難保證大家環境和需求的統一，我只能說下我這里的體會，數據是有的，但這個數據前面估計會有很多定語~

第一個重要指標：單機的連接數指標

做過長連接的同行，應該有體會，如果在穩定連接情況下，連接數這個指標，在沒有網絡吞吐情況下對比，其實意義往往不大，維持連接消耗cpu資源很小，每條連接tcp協議棧會占約4k的內存開銷，系統參數調整后，我們單機測試數據，最高也是可以達到單實例300w長連接。但做更高的測試，我個人感覺意義不大。

因為實際網絡環境下，單實例300w長連接，從理論上算壓力就很大：實際弱網絡環境下，移動客戶端的斷線率很高，假設每秒有1000分之一的用戶斷線重連。300w長連接，每秒新建連接達到3w，這同時連入的3w用戶，要進行注冊，加載離線存儲等對內rpc調用，另外300w長連接的用戶心跳需要維持,假設心跳300s一次，心跳包每秒需要1w tps。單播和多播數據的轉發，廣播數據的轉發，本身也要響應內部的rpc調用，300w長連接情況下，gc帶來的壓力，內部接口的響應延遲能否穩定保障。這些集中在一個實例中，可用性是一個挑戰。所以線上單實例不會hold很高的長連接,實際情況也要根據接入客戶端網絡狀況來決定。

第二個重要指標:消息系統的內存使用量指標

這一點上，使用go語言情況下，由于協程的原因，會有一部分額外開銷。但是要做兩個推送系統的對比，也有些需要確定問題。比如系統從設計上是否需要全雙工（即讀寫是否需要同時進行）如果半雙工，理論上對一個用戶的連接只需要使用一個協程即可（這種情況下，對用戶的斷線檢測可能會有延時），如果是全雙工，那讀/寫各一個協程。兩種場景內存開銷是有區別的。

另外測試數據的大小往往決定我們對連接上設置的讀寫buffer是多大，是全局復用的，還是每個連接上獨享的，還是動態申請的。另外是否全雙工也決定buffer怎么開。不同的策略，可能在不同情況的測試中表現不一樣。

第三個重要指標：每秒消息下發量

這一點上，也要看我們對消息到達的QoS級別(回復ack策略區別），另外看架構策略，每種策略有其更適用的場景，是純粹推？還是推拉結合？甚至是否開啟了消息日志？日志庫的實現機制、以及緩沖開多大？flush策略……這些都影響整個系統的吞吐量。

另外為了HA，增加了內部通信成本，為了避免一些小概率事件，提供閃斷補償策略，這些都要考慮進去。如果所有的都去掉，那就是比較基礎庫的性能了。

所以我只能給出大概數據，24核，64G的服務器上，在QoS為message at least，純粹推，消息體256B~1kB情況下，單個實例100w實際用戶（200w+）協程，峰值可以達到2~5w的QPS...內存可以穩定在25G左右，gc時間在200~800ms左右（還有優化空間）。

我們正常線上單實例用戶控制在80w以內，單機最多兩個實例。事實上，整個系統在推送的需求上，對高峰的輸出不是提速，往往是進行限速，以防push系統瞬時的高吞吐量，轉化成對接入方業務服務器的ddos攻擊所以對于性能上，我感覺大家可以放心使用，至少在我們這個量級上，經受過考驗，go1.5到來后，確實有之前投資又增值了的感覺。

消息系統架構介紹

下面是對消息系統的大概介紹，之前一些同學可能在gopher china上可以看到分享，這里簡單講解下架構和各個組件功能，額外補充一些當時遺漏的信息：

架構圖如下，所有的service都 written by golang.

幾個大概重要組件介紹如下：

dispatcher service根據客戶端請求信息，將應網絡和區域的長連接服務器的，一組IP傳送給客戶端?？蛻舳烁鶕祷氐腎P，建立長連接，連接Room service.

room Service，長連接網關，hold用戶連接，并將用戶注冊進register service，本身也做一些接入安全策略、白名單、IP限制等。

register service是我們全局session存儲組件，存儲和索引用戶的相關信息，以供獲取和查詢。

coordinator service用來轉發用戶的上行數據，包括接入方訂閱的用戶狀態信息的回調，另外做需要協調各個組件的異步操作，比如kick用戶操作,需要從register拿出其他用戶做異步操作.

saver service是存儲訪問層，承擔了對redis和mysql的操作，另外也提供部分業務邏輯相關的內存緩存，比如廣播信息的加載可以在saver中進行緩存。另外一些策略，比如客戶端sdk由于被惡意或者意外修改，每次加載了消息，不回復ack，那服務端就不會刪除消息，消息就會被反復加載，形成死循環，可以通過在saver中做策略和判斷。（客戶端總是不可信的）。

center service提供給接入方的內部api服務器，比如單播或者廣播接口，狀態查詢接口等一系列api,包括運維和管理的api。

舉兩個常見例子，了解工作機制：比如發一條單播給一個用戶，center先請求Register獲取這個用戶之前注冊的連接通道標識、room實例地址，通過room service下發給長連接 Center Service比較重的工作如全網廣播，需要把所有的任務分解成一系列的子任務，分發給所有center，然后在所有的子任務里，分別獲取在線和離線的所有用戶，再批量推到Room Service。通常整個集群在那一瞬間壓力很大。

deployd/agent service用于部署管理各個進程，收集各組件的狀態和信息,zookeeper和keeper用于整個系統的配置文件管理和簡單調度

關于推送的服務端架構

常見的推送模型有長輪訓拉取，服務端直接推送（360消息系統目前主要是這種），推拉結合（推送只發通知，推送后根據通知去拉取消息）.

拉取的方式不說了，現在并不常用了，早期很多是nginx+lua+redis，長輪訓，主要問題是開銷比較大，時效性也不好，能做的優化策略不多。

直接推送的系統，目前就是360消息系統這種，消息類型是消耗型的，并且對于同一個用戶并不允許重復消耗,如果需要多終端重復消耗，需要抽象成不同用戶。

推的好處是實時性好，開銷小，直接將消息下發給客戶端，不需要客戶端走從接入層到存儲層主動拉取.

但純推送模型，有個很大問題，由于系統是異步的，他的時序性無法精確保證。這對于push需求來說是夠用的，但如果復用推送系統做im類型通信，可能并不合適。

對于嚴格要求時序性，消息可以重復消耗的系統，目前也都是走推拉結合的模型，就是只使用我們的推送系統發通知，并附帶id等給客戶端做拉取的判斷策略，客戶端根據推送的key，主動從業務服務器拉取消息。并且當主從同步延遲的時候，跟進推送的key做延遲拉取策略。同時也可以通過消息本身的QoS，做純粹的推送策略，比如一些“正在打字的”低優先級消息，不需要主動拉取了，通過推送直接消耗掉。

哪些因素決定推送系統的效果？

首先是sdk的完善程度，sdk策略和細節完善度，往往決定了弱網絡環境下最終推送質量.

SDK選路策略,最基本的一些策略如下：有些開源服務可能會針對用戶hash一個該接入區域的固定ip，實際上在國內環境下不可行，最好分配器（dispatcher）是返回散列的一組，而且端口也要參開，必要時候，客戶端告知是retry多組都連不上，返回不同idc的服務器。因為我們會經常檢測到一些case，同一地區的不同用戶，可能對同一idc內的不同ip連通性都不一樣，也出現過同一ip不同端口連通性不同，所以用戶的選路策略一定要靈活，策略要足夠完善.另外在選路過程中，客戶端要對不同網絡情況下的長連接ip做緩存，當網絡環境切換時候（wifi、2G、3G)，重新請求分配器，緩存不同網絡環境的長連接ip。

客戶端對于數據心跳和讀寫超時設置,完善斷線檢測重連機制

針對不同網絡環境，或者客戶端本身消息的活躍程度，心跳要自適應的進行調整并與服務端協商，來保證鏈路的連通性。并且在弱網絡環境下，除了網絡切換（wifi切3G）或者讀寫出錯情況，什么時候重新建立鏈路也是一個問題。客戶端發出的ping包，不同網絡下，多久沒有得到響應，認為網絡出現問題，重新建立鏈路需要有個權衡。另外對于不同網絡環境下，讀取不同的消息長度，也要有不同的容忍時間，不能一刀切。好的心跳和讀寫超時設置，可以讓客戶端最快的檢測到網絡問題，重新建立鏈路，同時在網絡抖動情況下也能完成大數據傳輸。

結合服務端做策略

另外系統可能結合服務端做一些特殊的策略，比如我們在選路時候，我們會將同一個用戶盡量映射到同一個room service實例上。斷線時，客戶端盡量對上次連接成功的地址進行重試。主要是方便服務端做閃斷情況下策略，會暫存用戶閃斷時實例上的信息，重新連入的 時候，做單實例內的遷移，減少延時與加載開銷.

客戶端保活策略

很多創業公司愿意重新搭建一套push系統，確實不難實現，其實在協議完備情況下（最簡單就是客戶端不回ack不清數據），服務端會保證消息是不丟的。但問題是為什么在消息有效期內,到達率上不去？往往因為自己app的push service存活能力不高。選用云平臺或者大廠的，往往sdk會做一些?；畈呗裕热绾推渌鸻pp共生，互相喚醒，這也是云平臺的push service更有保障原因。我相信很多云平臺旗下的sdk，多個使用同樣sdk的app，為了實現服務存活，是可以互相喚醒和保證活躍的。另外現在push sdk本身是單連接，多app復用的，這為sdk實現，增加了新的挑戰。

綜上，對我來說，選擇推送平臺，優先會考慮客戶端sdk的完善程度。對于服務端，選擇條件稍微簡單，要求部署接入點（IDC）越要多，配合精細的選路策略，效果越有保證，至于想知道哪些云服務有多少點，這個群里來自各地的小伙伴們，可以合伙測測。

go語言開發問題與解決方案

下面講下，go開發過程中遇到挑戰和優化策略，給大家看下當年的一張圖，在第一版優化方案上線前一天截圖~

可以看到，內存最高占用69G，GC時間單實例最高時候高達3~6s.這種情況下，試想一次悲劇的請求，經過了幾個正在執行gc的組件，后果必然是超時... gc照成的接入方重試，又加重了系統的負擔。遇到這種情況當時整個系統最差情況每隔2，3天就需要重啟一次~

當時出現問題，現在總結起來，大概以下幾點

1.散落在協程里的I/O，Buffer和對象不復用。

當時（12年）由于對go的gc效率理解有限，比較奔放，程序里大量short live的協程，對內通信的很多io操作，由于不想阻塞主循環邏輯或者需要及時響應的邏輯，通過單獨go協程來實現異步。這回會gc帶來很多負擔。

針對這個問題，應盡量控制協程創建，對于長連接這種應用，本身已經有幾百萬并發協程情況下，很多情況沒必要在各個并發協程內部做異步io，因為程序的并行度是有限，理論上做協程內做阻塞操作是沒問題。

如果有些需要異步執行，比如如果不異步執行，影響對用戶心跳或者等待response無法響應，最好通過一個任務池，和一組常駐協程，來消耗，處理結果，通過channel再傳回調用方。使用任務池還有額外的好處，可以對請求進行打包處理，提高吞吐量，并且可以加入控量策略.

2.網絡環境不好引起激增

go協程相比較以往高并發程序，如果做不好流控，會引起協程數量激增。早期的時候也會發現，時不時有部分主機內存會遠遠大于其他服務器，但發現時候，所有主要profiling參數都正常了。

后來發現，通信較多系統中，網絡抖動阻塞是不可免的(即使是內網)，對外不停accept接受新請求，但執行過程中，由于對內通信阻塞，大量協程被 創建，業務協程等待通信結果沒有釋放，往往瞬時會迎來協程暴漲。但這些內存在系統穩定后，virt和res都并沒能徹底釋放，下降后，維持高位。

處理這種情況，需要增加一些流控策略，流控策略可以選擇在rpc庫來做，或者上面說的任務池來做，其實我感覺放在任務池里做更合理些，畢竟rpc通信庫可以做讀寫數據的限流，但它并不清楚具體的限流策略，到底是重試還是日志還是緩存到指定隊列。任務池本身就是業務邏輯相關的，它清楚針對不同的接口需要的流控限制策略。

3.低效和開銷大的rpc框架

早期rpc通信框架比較簡單，對內通信時候使用的也是短連接。這本來短連接開銷和性能瓶頸超出我們預期，短連接io效率是低一些，但端口資源夠，本身吞吐可以滿足需要，用是沒問題的，很多分層的系統，也有http短連接對內進行請求的

但早期go版本，這樣寫程序，在一定量級情況，是支撐不住的。短連接大量臨時對象和臨時buffer創建，在本已經百萬協程的程序中，是無法承受的。所以后續我們對我們的rpc框架作了兩次調整。

第二版的rpc框架，使用了連接池，通過長連接對內進行通信（復用的資源包括client和server的：編解碼Buffer、Request/response），大大改善了性能。

但這種在一次request和response還是占用連接的，如果網絡狀況ok情況下，這不是問題，足夠滿足需要了，但試想一個room實例要與后面的數百個的register，coordinator，saver，center，keeper實例進行通信，需要建立大量的常駐連接，每個目標機幾十個連接，也有數千個連接被占用。

非持續抖動時候（持續逗開多少無解），或者有延遲較高的請求時候，如果針對目標ip連接開少了，會有瞬時大量請求阻塞，連接無法得到充分利用。第三版增加了Pipeline操作，Pipeline會帶來一些額外的開銷，利用tcp的全雙特性，以盡量少的連接完成對各個服務集群的rpc調用。

4.Gc時間過長

Go的Gc仍舊在持續改善中，大量對象和buffer創建，仍舊會給gc帶來很大負擔，尤其一個占用了25G左右的程序。之前go team的大咖郵件也告知我們，未來會讓使用協程的成本更低，理論上不需要在應用層做更多的策略來緩解gc.

改善方式，一種是多實例的拆分，如果公司沒有端口限制，可以很快部署大量實例，減少gc時長，最直接方法。不過對于360來說，外網通常只能使用80和433。因此常規上只能開啟兩個實例。當然很多人給我建議能否使用SO_REUSEPORT，不過我們內核版本確實比較低，并沒有實踐過。

另外能否模仿nginx，fork多個進程監控同樣端口，至少我們目前沒有這樣做，主要對于我們目前進程管理上，還是獨立的運行的，對外監聽不同端口程序，還有配套的內部通信和管理端口，實例管理和升級上要做調整。

解決gc的另兩個手段，是內存池和對象池,不過最好做仔細評估和測試，內存池、對象池使用，也需要對于代碼可讀性與整體效率進行權衡。

這種程序一定情況下會降低并行度，因為用池內資源一定要加互斥鎖或者原子操作做CAS，通常原子操作實測要更快一些。CAS可以理解為可操作的更細行為粒度的鎖（可以做更多CAS策略，放棄運行，防止忙等）。這種方式帶來的問題是，程序的可讀性會越來越像C語言，每次要malloc，各地方用完后要free，對于對象池free之前要reset，我曾經在應用層嘗試做了一個分層次結構的“無鎖隊列”

上圖左邊的數組實際上是一個列表，這個列表按大小將內存分塊，然后使用atomic操作進行CAS。但實際要看測試數據了，池技術可以明顯減少臨時對象和內存的申請和釋放，gc時間會減少，但加鎖帶來的并行度的降低，是否能給一段時間內的整體吞吐量帶來提升，要做測試和權衡…

在我們消息系統，實際上后續去除了部分這種黑科技，試想在百萬個協程里面做自旋操作申請復用的buffer和對象，開銷會很大，尤其在協程對線程多對多模型情況下，更依賴于golang本身調度策略，除非我對池增加更多的策略處理，減少忙等，感覺是在把runtime做的事情，在應用層非常不優雅的實現。普遍使用開銷理論就大于收益。

但對于rpc庫或者codec庫，任務池內部，這些開定量協程，集中處理數據的區域，可以嘗試改造~

對于有些固定對象復用，比如固定的心跳包什么的，可以考慮使用全局一些對象，進行復用，針對應用層數據，具體設計對象池，在部分環節去復用，可能比這種無差別的設計一個通用池更能進行效果評估.

消息系統的運維及測試

下面介紹消息系統的架構迭代和一些迭代經驗，由于之前在其他地方有過分享，后面的會給出相關鏈接，下面實際做個簡單介紹，感興趣可以去鏈接里面看

架構迭代~根據業務和集群的拆分，能解決部分灰度部署上線測試，減少點對點通信和廣播通信不同產品的相互影響，針對特定的功能做獨立的優化.

消息系統架構和集群拆分，最基本的是拆分多實例，其次是按照業務類型對資源占用情況分類，按用戶接入網絡和對idc布點要求分類（目前沒有條件，所有的產品都部署到全部idc）

系統的測試go語言在并發測試上有獨特優勢。

對于壓力測試，目前主要針對指定的服務器，選定線上空閑的服務器做長連接壓測。然后結合可視化，分析壓測過程中的系統狀態。但壓測早期用的比較多，但實現的統計報表功能和我理想有一定差距。我覺得最近出的golang開源產品都符合這種場景，go寫網絡并發程序給大家帶來的便利，讓大家把以往為了降低復雜度，拆解或者分層協作的組件，又組合在了一起。

QA

Q1:協議棧大小，超時時間定制原則？

移動網絡下超時時間按產品需求通常2g，3G情況下是5分鐘，wifi情況下5~8分鐘。但對于個別場景，要求響應非常迅速的場景，如果連接idle超過1分鐘，都會有ping，pong，來校驗是否斷線檢測，盡快做到重新連接。

Q2:消息是否持久化？

消息持久化，通常是先存后發，存儲用的redis，但落地用的mysql。mysql只做故障恢復使用。

Q3:消息風暴怎么解決的？

如果是發送情況下，普通產品是不需要限速的，對于較大產品是有發送隊列做控速度，按人數，按秒進行控速度發放，發送成功再發送下一條。

Q4:golang的工具鏈支持怎么樣？我自己寫過一些小程序千把行之內，確實很不錯，但不知道代碼量上去之后，配套的debug工具和profiling工具如何，我看上邊有分享說golang自帶的profiling工具還不錯，那debug呢怎么樣呢，官方一直沒有出debug工具，gdb支持也不完善，不知你們用的什么？

是這樣的，我們正常就是println，我感覺基本上可以定位我所有問題，但也不排除由于并行性通過println無法復現的問題，目前來看只能靠經驗了。只要常見并發嘗試，經過分析是可以找到的。go很快會推出調試工具的~

Q5:協議棧是基于tcp嗎？

是否有協議拓展功能？協議棧是tcp，整個系統tcp長連接，沒有考慮擴展其功能~如果有好的經驗，可以分享~

Q6:問個問題，這個系統是接收上行數據的吧，系統接收上行數據后是轉發給相應系統做處理么，是怎么轉發呢，如果需要給客戶端返回調用結果又是怎么處理呢？

系統上行數據是根據協議頭進行轉發，協議頭里面標記了產品和轉發類型，在coordinator里面跟進產品和轉發類型，回調用戶，如果用戶需要阻塞等待回復才能后續操作，那通過再發送消息，路由回用戶。因為整個系統是全異步的。

Q7:問個pushsdk的問題。pushsdk的單連接，多app復用方式，這樣的情況下以下幾個問題是如何解決的：1）系統流量統計會把所有流量都算到啟動連接的應用吧？而啟動應用的連接是不固定的吧？2）同一個pushsdk在不同的應用中的版本號可能不一樣，這樣暴露出來的接口可能有版本問題，如果用單連接模式怎么解決？

流量只能算在啟動的app上了，但一般這種安裝率很高的app承擔可能性大，常用app本身被檢測和殺死可能性較少，另外消息下發量是有嚴格控制 的。整體上用戶還是省電和省流量的。我們pushsdk盡量向上兼容，出于這個目的，push sdk本身做的工作非常有限，抽象出來一些常見的功能，純推的系統，客戶端策略目前做的很少，也有這個原因。

Q8:生產系統的profiling是一直打開的么？

不是一直打開，每個集群都有采樣，但需要開啟哪個可以后臺控制。這個profling是通過接口調用。

Q9:面前系統中的消息消費者可不可以分組？類似于Kafka。

客戶端可以訂閱不同產品的消息，接受不同的分組。接入的時候進行bind或者unbind操作

Q10:為什么放棄erlang,而選擇go，有什么特別原因嗎？我們現在用的erlang？

erlang沒有問題，原因是我們上線后，其他團隊才做出來，經過qa一個部門對比測試，在沒有顯著性能提升下，選擇繼續使用go版本的push，作為公司基礎服務。

Q11:流控問題有排查過網卡配置導致的idle問題嗎？

流控是業務級別的流控，我們上線前對于內網的極限通信量做了測試，后續將請求在rpc庫內，控制在小于內部通信開銷的上限以下.在到達上限前作流控。

Q12:服務的協調調度為什么選擇zk有考慮過raft實現嗎？golang的raft實現很多啊，比如Consul和ectd之類的。

3年前，還沒有后兩者或者后兩者沒聽過應該。zk當時公司內部成熟方案，不過目前來看，我們不準備用zk作結合系統的定制開發，準備用自己寫的keeper代替zk，完成配置文件自動轉數據結構，數據結構自動同步指定進程，同時里面可以完成很多自定義的發現和控制策略，客戶端包含keeper的sdk就可以實現以上的所有監控數據，profling數據收集，配置文件更新，啟動關閉等回調。完全抽象成語keeper通信sdk，keeper之間考慮用raft。

Q13:負載策略是否同時在服務側與CLIENT側同時做的 (DISPATCHER 會返回一組IP)？另外，ROOM SERVER/REGISTER SERVER連接狀態的一致性|可用性如何保證? 服務側保活有無特別關注的地方? 安全性方面是基于TLS再加上應用層加密?

會在server端做，比如重啟操作前，會下發指令類型消息，讓客戶端進行主動行為。部分消息使用了加密策略，自定義的rsa+des，另外滿足我們安全公司的需要，也定制開發很多安全加密策略。一致性是通過冷備解決的，早期考慮雙寫，但實時狀態雙寫同步代價太高而且容易有臟數據，比如register掛了，調用所有room，通過重新刷入指定register來解決。

Q14:這個keeper有開源打算嗎？

還在寫，如果沒耦合我們系統太多功能，一定會開源的，主要這意味著，我們所有的bind在sdk的庫也需要開源~

Q15:比較好奇lisence是哪個如果開源？

一學就會，手把手教你用Go語言調用智能合約

智能合約調用是實現一個 DApp 的關鍵，一個完整的 DApp 包括前端、后端、智能合約及區塊 鏈系統，智能合約的調用是連接區塊鏈與前后端的關鍵。

我們先來了解一下智能合約調用的基礎原理。智能合約運行在以太坊節點的 EVM 中。因此要 想調用合約必須要訪問某個節點。

以后端程序為例，后端服務若想連接節點有兩種可能，一種是雙 方在同一主機，此時后端連接節點可以采用 本地 IPC(Inter-Process Communication，進 程間通信)機制，也可以采用 RPC(Remote Procedure Call，遠程過程調用)機制;另 一種情況是雙方不在同一臺主機，此時只能采用 RPC 機制進行通信。

提到 RPC， 讀者應該對 Geth 啟動參數有點印象，Geth 啟動時可以選擇開啟 RPC 服務，對應的 默認服務端口是 8545。。

接著，我們來了解一下智能合約運行的過程。

智能合約的運行過程是后端服務連接某節點，將 智能合約的調用(交易)發送給節點，節點在驗證了交易的合法性后進行全網廣播，被礦工打包到 區塊中代表此交易得到確認，至此交易才算完成。

就像數據庫一樣，每個區塊鏈平臺都會提供主流 開發語言的 SDK(Software Development Kit，軟件開發工具包)，由于 Geth 本身就是用 Go 語言 編寫的，因此若想使用 Go 語言連接節點、發交易，直接在工程內導入 go-ethereum(Geth 源碼) 包就可以了，剩下的問題就是流程和 API 的事情了。

總結一下，智能合約被調用的兩個關鍵點是節點和 SDK。

由于 IPC 要求后端與節點必須在同一主機，所以很多時候開發者都會采用 RPC 模式。除了 RPC，以太坊也為開發者提供了 json- rpc 接口，本文就不展開討論了。

接下來介紹如何使用 Go 語言，借助 go-ethereum 源碼庫來實現智能合約的調用。這是有固定 步驟的，我們先來說一下總體步驟，以下面的合約為例。

步驟 01:編譯合約，獲取合約 ABI(Application Binary Interface，應用二進制接口)。 單擊【ABI】按鈕拷貝合約 ABI 信息，將其粘貼到文件 calldemo.abi 中(可使用 Go 語言IDE 創建該文件，文件名可自定義，后綴最好使用 abi)。

最好能將 calldemo.abi 單獨保存在一個目錄下，輸入“ls”命令只能看到 calldemo.abi 文件，參 考效果如下:

步驟 02:獲得合約地址。注意要將合約部署到 Geth 節點。因此 Environment 選擇為 Web3 Provider。

在【Environment】選項框中選擇“Web3 Provider”，然后單擊【Deploy】按鈕。

部署后，獲得合約地址為:0xa09209c28AEf59a4653b905792a9a910E78E7407。

步驟 03:利用 abigen 工具(Geth 工具包內的可執行程序)編譯智能合約為 Go 代碼。abigen 工具的作用是將 abi 文件轉換為 Go 代碼，命令如下:

其中各參數的含義如下。 (1)abi:是指定傳入的 abi 文件。 (2)type:是指定輸出文件中的基本結構類型。 (3)pkg:指定輸出文件 package 名稱。 (4)out:指定輸出文件名。 執行后，將在代碼目錄下看到 funcdemo.go 文件，讀者可以打開該文件欣賞一下，注意不要修改它。

步驟 04:創建 main.go，填入如下代碼。 注意代碼中 HexToAddress 函數內要傳入該合約部署后的地址，此地址在步驟 01 中獲得。

步驟 04:設置 go mod，以便工程自動識別。

前面有所提及，若要使用 Go 語言調用智能合約，需要下載 go-ethereum 工程，可以使用下面 的指令:

該指令會自動將 go-ethereum 下載到“$GOPATH/src/github.com/ethereum/go-ethereum”，這樣還算 不錯。不過，Go 語言自 1.11 版本后，增加了 module 管理工程的模式。只要設置好了 go mod，下載 依賴工程的事情就不必關心了。

接下來設置 module 生效和 GOPROXY，命令如下:

在項目工程內，執行初始化，calldemo 可以自定義名稱。

步驟 05:運行代碼。執行代碼，將看到下面的效果，以及最終輸出的 2020。

上述輸出信息中，可以看到 Go 語言會自動下載依賴文件，這就是 go mod 的神奇之處?？吹?2020，相信讀者也知道運行結果是正確的了。

「測試開發全?；?Go」(1) Go語言基本了解

作為一個測試，作為一個測試開發， 全棧化+管理 是我們未來的發展方向。已經掌握了Java、Python、HTML的你，是不是也想了解下最近異?；鸨腉o語言呢？來吧，讓我們一起了解下。

Go 是一個開源的編程語言 ，它能讓構造簡單、可靠且高效的軟件變得容易。

Go是從2007年末由Robert Griesemer, Rob Pike, Ken Thompson主持開發，后來還加入了Ian Lance Taylor, Russ Cox等人，并最終于2009年11月開源，在2012年早些時候發布了Go 1穩定版本?，F在Go的開發已經是完全開放的，并且擁有一個活躍的社區。這三個人都是計算機界的大神，有的參與了C語言的編寫，有的還是數學大神，有的還獲得了計算機最高榮譽-圖靈獎。

接下來說說 Go語言的特色 :

簡潔、快速、安全

并行、有趣、開源

內存管理、數組安全、編譯迅速

Go語言的用途 :

Go 語言被設計成一門應用于搭載 Web 服務器，存儲集群或類似用途的巨型中央服務器的系統編程語言。

對于高性能分布式系統領域而言，Go 語言無疑比大多數其它語言有著更高的開發效率。它提供了海量并行的支持，這對于 游戲 服務端的開發而言是再好不過了。

Go語言的環境安裝:

建議直接打開 官方地址因為墻的原因打不開

因為我用的是windows系統，這里主要講下Windows系統上使用Go語言來編程。

Windows 下可以使用 .msi 后綴(在下載列表中可以找到該文件，如go1.17.2.windows-amd64.msi)的安裝包來安裝。

默認情況下 .msi 文件會安裝在 c:Go 目錄下。你可以將 c:Gobin 目錄添加到 Path 環境變量中。添加后你需要重啟命令窗口才能生效。個人建議還是安裝到 Program Files文件夾中。

使用什么開發工具來對Go語言進行編寫:

個人建議用VS code, 也可以用Sublime Text來編輯。如果你之前看了我講的HTML語言的學習，肯定已經下載了VS code. 那么這時你需要在VS code中下載Go語言的擴展插件。

這里有一個巨大的坑，就是在下載Go的插件和依賴包時，會提示一些包沒有。主要是因為下載的依賴包部分被墻了，只能想別的辦法去下載。

建議參考網頁:

解決vscode中golang插件安裝失敗方法

在學習go的過程中，使用的是vscode，但是一直提示安裝相關插件失敗，然后上網查方法，基本上是叫你建立golang.org目錄什么的，結果全是錯的，而且都是抄襲，很煩。無意之中看到一位博主分享的方法，他也是飽受上述的垃圾博文困擾，然后找到了解決方法，這里向他致敬，秉著讓更多人看到正確解決方法的心，我寫下正確的解決方法，希望對你有所幫助，也可以點開原博主鏈接參考：

Go有一個全球模塊代理，設置代理再去安裝golang的插件，就可以安裝成功了。步驟有，首先Windows用戶打開Powershell，一個藍色的界面，注意不是cmd！不知道的直接打開window下面的搜索，然后輸入powershell，搜索出來就可以了。

$env:GO111MODULE=“on”

$env:GOPROXY=“”

go env -w GOPROXY=

go env -w GOPRIVATE=*.corp.example.com

然后我們打開VsCode界面，下面會提示安裝插件，我們選擇Install ALL，就會安裝成功

當你在運行Go語言程序時，提示所有的插件包都已經安裝成功了時，就可以正常使用了，要不然一堆報錯會讓你非常心煩。

好了，今天先到這里，晚安、下班~

本文名稱：go語言使用zk,go語言使用什么框架
網頁地址：http://vcdvsql.cn/article46/hegjeg.html

成都網站建設公司_創新互聯，為您提供手機網站建設、商城網站、品牌網站設計、移動網站建設、關鍵詞優化、網站排名

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯