golang中的race检测 由于golang中的go是非常方便的,加上函数又非常容易隐藏go. 所以很多时候,当我们写出一个程序的时候,我们并不知道这个程序在并发情况下会不会出现什么问题. 所以在本质上说,goroutine的使用增加了函数的危险系数论go语言中goroutine的使用.比如一个全局变量,如果没有加上锁,我们写一个比较庞大的项目下来,就根本不知道这个变量是不是会引起多个goroutine竞争. 官网的文章Introducing the Go Race Detector给出的例子

var _ ipc.Server = &CenterServer{} CenterServer是否实现了 ipc.Server的接口.编译期间检测,这是很好的编程实践. 稍后详述...

需要先安装 gometalinter工具 #!/bin/bash #should install #go get github.com/alecthomas/gometalinter #gometalinter --install --update CURDIR" )" && pwd )" export GOPATH=$CURDIR/.. echo GOPATH=$GOPATH dir=($GOPATH/src/logic/... $GOPATH/src/ba

一.Open-Falcon介绍 1.监控系统,可以从运营级别(基本配置即可),以及应用级别(二次开发,通过端口进行日志上报),对服务器.操作系统.中间件.应用进行全面的监控,及报警,对我们的系统正常运行的作用非常重要. 2.基础监控 CPU.Load.内存.磁盘.IO.网络相关.内核参数.ss 统计输出.端口采集.核心服务的进程存活信息采集.关键业务进程资源消耗.NTP offset采集.DNS解析采集,这些指标,都是open-falcon的agent组件直接支持的. Linux运维基础采集项:

运维监控系统之Open-Falcon   一.Open-Falcon介绍 1.监控系统,可以从运营级别(基本配置即可),以及应用级别(二次开发,通过端口进行日志上报),对服务器.操作系统.中间件.应用进行全面的监控,及报警,对我们的系统正常运行的作用非常重要. 2.基础监控 CPU.Load.内存.磁盘.IO.网络相关.内核参数.ss 统计输出.端口采集.核心服务的进程存活信息采集.关键业务进程资源消耗.NTP offset采集.DNS解析采集,这些指标,都是open-falcon的agent组

参考博主:努力哥完成 一.Open-Falcon介绍 1.监控系统,可以从运营级别(基本配置即可),以及应用级别(二次开发,通过端口进行日志上报),对服务器.操作系统.中间件.应用进行全面的监控,及报警,对我们的系统正常运行的作用非常重要. 2.基础监控 CPU.Load.内存.磁盘.IO.网络相关.内核参数.ss 统计输出.端口采集.核心服务的进程存活信息采集.关键业务进程资源消耗.NTP offset采集.DNS解析采集,这些指标,都是open-falcon的agent组件直接支持的. Li

官方文档 https://book.open-falcon.org/zh/intro/index.html 一.Open-Falcon介绍 1.监控系统,可以从运营级别(基本配置即可),以及应用级别(二次开发,通过端口进行日志上报),对服务器.操作系统.中间件.应用进行全面的监控,及报警,对我们的系统正常运行的作用非常重要. 2.基础监控 CPU.Load.内存.磁盘.IO.网络相关.内核参数.ss 统计输出.端口采集.核心服务的进程存活信息采集.关键业务进程资源消耗.NTP offset采集.

go tool vet是你的好朋友,不要忽视它. vet是一个优雅的工具,每个Go开发者都要知道并会使用它.它会做代码静态检查发现可能的bug或者可疑的构造.vet是Go tool套件的一部分,我们会在以后的文章中详细描述tool套件.它和go编译器一起发布,这意味着它不需要额外的依赖,可以很方便地通过以下的命令调用: $ go tool vet <directory|files> 本文中所有的go代码段可以正常编译.这使得go vet有价值:它可以在编译阶段和运行阶段发现bug. 同时也注意

收到一个任务,所有http的handler要对入参检查,防止SQL注入.刚开始笨笨的,打算为所有的结构体写一个方法,后来统计了下,要写几十上百,随着业务增加,以后还会重复这个无脑力的机械劳作.想想就low. 直接做一个不定参数的自动检测函数不就ok了么? 磨刀不误砍柴工,用了一个下午的时间,调教出一个算法:把不定结构体对象扔进去,这个函数自动检查. 普通场景还好,不比电信级业务,比如FRR快切,要求50ms以内刷新百万路由. 先说说我的想法,然后把代码贴后面. 这里犹豫,要不要做并发?就要看需求

吐血推荐: https://dave.cheney.net/2016/04/27/dont-just-check-errors-handle-them-gracefully 参考资料: https://blog.golang.org/errors-are-values https://dave.cheney.net/2016/06/12/stack-traces-and-the-errors-package https://godoc.org/github.com/pkg/errors#Caus

有一段时间,我们的推送服务socket占用非常不正常,我们自己统计的同一时候在线就10w的用户,可是占用的socket居然达到30w,然后查看goroutine的数量,发现已经60w+. 每一个用户占用一个socket,而一个socket,有read和write两个goroutine,简化的代码例如以下: c, _ := listerner.Accept() go c.run() func (c *conn) run() { go c.onWrite() c.onRead() } func (c

func SendReq(req *http.Request,result interface{}) error { tr := &http.Transport{ TLSClientConfig: &tls.Config{InsecureSkipVerify: true}, } client := &http.Client{Transport:tr} resp,err := client.Do(req) if err != nil{ fmt.Printf("Fail ex

13年上半年接触了Golang,对Golang十分喜爱.现在是2015年,离春节还有几天,从开始学习到现在的一年半时间里,前前后后也用Golang写了些代码,其中包括业余时间的,也有产品项目中的.一直有想法写点Golang相关的总结或者感想,决定还是在年前总结下吧.注明下:我只是Golang的喜好者,不是脑残粉,也无意去挑起什么语言之争. 特性少,语法简单.GO是崇尚极简主义的,提倡少即是多.这点在它的Spec上尤其凸显,一下午的时间绝对可以看完.GO的特性很少,很多GO的使用者都反馈,GO的关

Golang从1.5开始引入了三色GC, 经过多次改进, 当前的1.9版本的GC停顿时间已经可以做到极短. 停顿时间的减少意味着"最大响应时间"的缩短, 这也让go更适合编写网络服务程序. 这篇文章将通过分析golang的源代码来讲解go中的三色GC的实现原理. 这个系列分析的golang源代码是Google官方的实现的1.9.2版本, 不适用于其他版本和gccgo等其他实现, 运行环境是Ubuntu 16.04 LTS 64bit. 首先会讲解基础概念, 然后讲解分配器, 再讲解收集

Golang从1.5开始引入了三色GC, 经过多次改进, 当前的1.9版本的GC停顿时间已经可以做到极短.停顿时间的减少意味着"最大响应时间"的缩短, 这也让go更适合编写网络服务程序.这篇文章将通过分析golang的源代码来讲解go中的三色GC的实现原理. 这个系列分析的golang源代码是Google官方的实现的1.9.2版本, 不适用于其他版本和gccgo等其他实现,运行环境是Ubuntu 16.04 LTS 64bit.首先会讲解基础概念, 然后讲解分配器, 再讲解收集器的实现

我们通常用golang来构建高并发场景下的应用,但是由于golang内建的GC机制会影响应用的性能,为了减少GC,golang提供了对象重用的机制,也就是sync.Pool对象池. sync.Pool是可伸缩的,并发安全的.其大小仅受限于内存的大小,可以被看作是一个存放可重用对象的值的容器. 设计的目的是存放已经分配的但是暂时不用的对象,在需要用到的时候直接从pool中取. 任何存放区其中的值可以在任何时候被删除而不通知,在高负载下可以动态的扩容,在不活跃时对象池会收缩. sync.Pool首先

Why Pool go自从出生就身带“高并发”的标签,其并发编程就是由groutine实现的,因其消耗资源低,性能高效,开发成本低的特性而被广泛应用到各种场景,例如服务端开发中使用的HTTP服务,在golang net/http包中,每一个被监听到的tcp链接都是由一个groutine去完成处理其上下文的,由此使得其拥有极其优秀的并发量吞吐量 for { // 监听tcp rw, e := l.Accept() if e != nil { ....... } tempDelay = 0 c :=

channel 在 golang 中是一个非常重要的特性,它为我们提供了一个并发模型.对比锁,通过 chan 在多个 goroutine 之间完成数据交互,可以让代码更简洁.更容易实现.更不容易出错.golang 的 channel 设计模型遵循 CSP(Communicating Sequential Processes,序列通信处理) 的设计理念. 本文将从源码角度来分析 golang 的 channel 是怎样实现的.先看一下 **channel*8 给我们提供的一些特性. 1. chan

一.起因 golang出了最新的1.10版本,而刚出的vgo也是需要基于该最新版本的.为了测试vgo,因此需要将我的v1.9升级到v1.10版本. 安装过golang的同学都知道,golang常用的有2种安装方式. 直接安装官方编译好的包.比如下载go1.7.4.darwin-amd64.tar.gz 基于源码进行编译安装. 下面来说说基于源码编译安装.网上的很多教程在说明源码安装时,都在说明需要基于1.4.3版本,即先有一个母版本的go,再用来编译最新要安装的版本. 但是,我要说下但是.我最开

非缓冲chan,读写对称 非缓冲channel,要求一端读取,一端写入.channel大小为零,所以读写操作一定要匹配. func main() { nochan := make(chan int) go func(ch chan int) { data := <-ch fmt.Println("receive data ", data) }(nochan) nochan <- 5 fmt.Println("send data ", 5) } 我们启动了