1.语言进阶&依赖管理

1.1 语言进阶

从并发编程的视角了解Go高性能的本质。

1.1.1 并发&并行

在单核CPU下，线程实际还是串行执行的。操作系统中有一个组件叫做任务调度器，它将CPU的时间片(window下最小约为15毫秒)分给不同的程序使用，只是由于CPU在线程间的切换非常快，人类一般是感觉不到的，所以会觉得他们是同时运行的。一句话说就是微观串行，宏观并行。

一般将这种线程轮流使用CPU的做法称为并发，concurrent，多核 cpu下，每个 核（core） 都可以调度运行线程，这时候线程可以是并行的。

这里引用Golang语言创造者的Rob Pike的一句描述:

• 并发（concurrent）是同一时间应对（dealing with）多件事情的能力
• 并行（parallel）是同一时间动手做（doing）多件事情的能力

提到高并发，Go也是一大利器。

1.1.2 线程&协程

线程

一个进程之内可以分为一到多个线程，一个线程就是一个指令流，指令流的一条条指令按照一定的顺序加载给CPU执行，比如在Java中，线程作为最小的调度单位，进程作为资源分配的最小单位。

协程

协程不是系统线程，很多时候被称为轻量级线程、微线程、纤程等，简单来说可以认为协程是线程里面不同的函数，这些函数之间可以相互快速切换，协程和用户线态线程非常接近，用户态线程之间的切换不需要陷入内核，但这不是绝对的，部分系统中的切换也是需要内核态线程的辅助的。协程是编程语言提供的特性(之间的切换方式与过程可以由程序员确定)，属于用户态操作。

小结

线程:内核态、轻量级、栈MB级别

协程:用户态、线程可以跑多个协程、栈KB级别

---

在Go语言中开启协程只需要在函数调用之前加上go关键字即可。比如下面这段代码，通过协程的方式，打印一段输出。

package main

import (
	"fmt"
	"time"
)
func main() {
	HelloGoRoutine()
}
func hello(i int) {
	println("hello goroutine:" + fmt.Sprint(i))
}

func HelloGoRoutine() {
	for i := 0; i < 5; i++ {
        //开启协程
		go func(j int) {
			hello(j)
		}(i)
	}
	time.Sleep(time.Second)
}

Go的CSP并发模型

与其他编程语言不同，Go语言除了支持传统语言的 多线程共享内存并发模型之外，还有自己特有的 **CSP(communicating sequential processes)**并发模型，一般情况下，这也是Go语言推荐使用的。

与传统的 多线程通过内存来通信 相比，CSP讲究的是 以通信的方式来共享内存。

普通的线程并发模型，他们的线程通信一般是通过共享内存的方式来进行的，非常典型的方式就是，在访问共享数据(数组、Map等)的时候是通过锁来访问，因此很多时候会衍生出一种叫做 线程安全的数据结构的东西。

而Go的CSP并发模型则是通过goroutine和channel来实现的。

• goroutine 是Go语言中并发的执行单位。可以理解为用户空间的线程。
• channel是Go语言中不同goroutine之间的通信机制，即各个goroutine之间通信的”管道“，有点类似于Linux中的管道。

---

Channel

channel类似与一个队列,满足先进先出的规则,严格保证收发数据的顺序,每一个通道只能通 过固定类型的数据如果通道进行大型结构体、字符串的传输，可以将对应的指针传进去,尽量的节省空间。

在Go中，可以通过make函数创建通道(channel,后文都简称通道)。

make(chan 元素类型，[缓冲大小])

无缓冲:make(chan int)

在发送和接收者之间同步的传递消息，这种方式可以保证消息的顺序和每个消息只被接收一次。

有缓冲:make(chan int,2)

缓冲通道具有固定大小的缓冲区，发生者和接收者之间不再是同步的，可以提高程序的性能，但可能会出现消息的丢失或重复。

基本操作

• 操作符<-

取出数据使用操作符 <-操作符右边是输入变量,操作符左边是通道代表数据流入通道内.

// 声明一个通道
var a chan int
a <- 5

下面通过一段简单的生产-消费模式的代码示例，熟悉channel的基本使用。

package main

func main() {
	CalSquare()
}

func CalSquare() {
	//无缓冲channel
	src := make(chan int)
	//有缓冲channel
	dest := make(chan int, 3)
	//协程A生成0-9数字
	go func() {
		defer close(src)
		for i := 0; i < 10; i++ {
			src <- i
		}
	}()
	//协程B计算输入数字的平方
	go func() {
		defer close(dest)
		for i := range src {
			dest <- i * i
		}
	}()
	//主线程打印输出最终结果
	for i := range dest {
		//TODO
		println(i)
	}
}

程序中，协程A作为生产者角色，生产出数字0-9以供下面消费者角色的B协程，该协程从src管道取到数字之后，对数字进行平方计算，再将结果最终流入dest通道内，最后使用主线程打印最终处理之后的结果。

---

并发安全Lock—传统并发模式

考虑下面这个场景:

使用5个协程并发执行，对某变量执行2000次的+1操作。

package main

import (
	"sync"
	"time"
)

var (
	x    int64
	lock sync.Mutex
)

func main() {
	Add()
}

// 加锁的自增方法
func addWithLock() {
	for i := 0; i < 2000; i++ {
		lock.Lock()
		x += 1
		lock.Unlock()
	}
}

// 不加锁的自增方法
func addWithoutLock() {
	for i := 0; i < 2000; i++ {
		x += 1
	}
}

func Add() {
	x = 0
	for i := 0; i < 5; i++ {
		go addWithoutLock()
	}
	time.Sleep(time.Second)
	println("没加锁:", x)
	x = 0
	for i := 0; i < 5; i++ {
		go addWithLock()
	}
	time.Sleep(time.Second)
	println("加锁的:", x)
}

上面的程序中，同样都是启用5个协程并发对x自增2000次，一个使用了lock一个没有，在并发情况下，没有加锁的操作可能会引起数据的错误，比如未加锁情况下最终的是8337，而加锁的情况下确实正确结果10000，可见加锁在一定程度上可以防止数据错误，保证了原子性。

• 这里导入了一个名为sync的库。其中的Mutex类型直接支持互斥锁关系，它的Lock方法能够获取锁和释放锁Unlock。每个goroutine试图访问x变量时，他都会调用mutex的Lock方法来获取一个互斥锁。如果其他goroutine已经获得这个锁的情况下，该操作将会被阻塞，直到其他goroutine调用了Unlock方法释放锁变回可用状态。
• 在Lock和Unlock直接的代码段中的内容goroutine可以随便读取或修改，这个这个代码叫做临界区(注意前面提到的两种并发模式的示意图)。锁的持有者在其他goroutine获取该锁之前需要调用Unlock,任务执行结束之后释放锁是必要的，无论哪一条路径通过函数都需要释放，即使是在出现异常的情况下。
• 在上面的代码中，由于变量x的自增函数中只有短短的一行，没有分支调用，在代码最后调用Unlock就显得更加的直截了当。但在复杂的临界区应用中，尤其是必须要尽早处理错误并返回的情况下，就很难靠认为的去判断对Lock和Unlock的调用是在所有的路径中都是严格配对的了。所以面对这种情况，Go也是有自己独有的应对方法，使用go中的defer，可以使用defer来调用Unlock,临界区会隐式的延伸到函数作用域的最后，这样我们就无需每次都要记得使用Unlock去释放锁，Go会帮我们完成这件事。

---

WaitGroup

在Go语言中除了使用通道(channel)和互斥锁(lock)进行并发同步之外，还可以使用等待组WaitGroup来完成多个任务的同步，与前面提到的锁不同，等待组可以保证在并发环境中完成指定数量的任务。

在WaitGroup类型中，每个sync.WaitGroup内部维护了一个计数器，初始默认值为0，详情见上图所示。计数器计数逻辑如下：

• 开启协程+1
• 执行结束-1
• 主协程阻塞直到计数器为0

修改之前 使用协程打印输出的代码：

package main

import (
	"fmt"
	"sync"
	"time"
)

func main() {
	//HelloGoRoutine()
	ManyGWaitGroup()
}
func hello(i int) {
	println("hello goroutine:" + fmt.Sprint(i))
}

func ManyGWaitGroup() {
	var wg sync.WaitGroup
    //增加5个等待组数量
	wg.Add(5)
	for i := 0; i < 5; i++ {
		go func(j int) {
            //当一个goroutine完成之后，减少一个等待组
			defer wg.Done()
			hello(j)
		}(i)
	}
    //直到所有的操作都完成
	wg.Wait()
}

• func(*WaitGroup) Add(delta int)

Add方法向内部计数加上delta，delta可以是负数；如果内部计数器变为0，Wait方法阻塞等待的所有线程都会释放，如果计数器小于0，方法panic。注意Add加上正数的调用应在Wait之前，否则Wait可能只会等待很少的线程。一般来说本方法应在创建新的线程或者其他应等待的事件之前调用。

• func(*WaitGroup) Done

Done方法减少WaitGroup计数器的值，应在线程的最后执行，Done的执行应标志着一个goroutine的结束

• func(*WaitGroup) Wait

Wait方法阻塞直到WaitGroup计数器减为0。如果WaitGroup不为0，那么程序就会一直阻塞在Wait函数这里

---

1.2 依赖管理

了解Go语言依赖管理的演进路线。

1.2.1 GOPATH

目前为止，Go的依赖管理主要经历了三个阶段：

GOPATH->Go Vender->Go Module

整个路线主要围绕着实现下面两个目标来迭代发展的：

• 不同环境(项目)依赖版本不同
• 控制依赖库的版本

所有工程代码要求放在GOPATH/src目录下
工程本身也将作为一个依赖包，可以被其它 GOPATH/src 目录下的工程引用
在 $GOPATH/src 下进行 .go 文件或源代码的存储，我们可以称其为 GOPATH 的模式

弊端

• 没有版本控制的概念
• 所有的项目需要存放在$GOPATH/src目录下，否则就不能编译。

---

1.2.2 Go Vender

• 解决 GOPATH模式 所有项目都在$GOPATH/src目录的问题，可以随处可以创建项目，不用扎堆src 目录下。
• 通过每个项目引入一份依赖的副本，解决了多个项目需要同一个package依赖开的冲突问题。

1. 项目目录西卡增加了vender文件，所有的依赖包副本形式存放在ProjectRoot/vender下。
2. 依赖的寻址方式:vender->GOPATH

不足

1. 无法控制依赖版本
2. 更新项目又可能出现依赖冲突，导致编译出错

---

1.2.3 GoModule

• 通过go.mod文件管理依赖包版本
• 通过go get/go mod指令工具管理依赖包
• 实现定义版本规则和管理项目依赖关系，类比Java中的Maven。

核心三要素

• 配置文件，描述依赖-go.mod
• 中央仓库管理依赖库-Proxy
• 本地工具-go get/mod

go.mod

启用了 Go modules 的项目，初始化项目时，会生成一个 go.mod 文件。描述了当前项目（也就是当前模块）的元信息。

首先模块路径用来标识一个模块，从模块路径可以看出来从哪里找到该模块，如果是clone自github，则前缀就是Github仓库，依赖包的源代码由github托管。

如果项目的子包想被单独的引用，就需要通过单独的init go。mod文件进行管理。

版本管理

• gopath和govender都是源码副本方式依赖，没有版本规则的概念，而gomod为了方便管理定义了版本规则，分为语义化版本和 基于commit的伪版本。
• 在语义化版本规则中，不同的MAJOR版本表示不兼容的API，所以即使是同一个库，MAJOR版本不同也不会被认为为是不同的模块；
• MINOR版本通常是新增函数或者功能，向后兼容；而PATCH版本一般是修复BUG;
• 基于commit的版本中,基础版本前缀和语义化版本一样，时间戳(yyyymmddhhmmss)也就是该提交Commmit的时间，最后的校验码部分包含了12位的哈希前缀，每次提交commit后go都会默认生成一个伪版本号。

indirect

• indirect是依赖单元中的特殊标识符之一，以后缀的形式存在，表示go.mod对应的当前模块，没有直接导入该依赖的包，也就是非直接依赖，标识间接依赖，如:

• 在执行命令go mod tidy时，Go module 会自动整理go.mod 文件，如果有必要会在部分依赖包的后面增加// indirect注释。一般而言，被添加注释的包肯定是间接依赖的包，而没有添加// indirect注释的包则是直接依赖的包，即明确的出现在某个import语句中。

依赖图

依赖分发&回源

就是我从哪里来，怎么来的问题。

github是比较常见的代码托管平台，而Go Modules系统中定义的依赖，最终可以对应到多版本代码管理系统中某一个项目的特定提交版本，这样的话，对于go mod中定义的依赖，则直接可以从对应仓库中下载指定的软件依赖，从而完成依赖分发。

但是直接使用版本管理仓库下载依赖，会存在一些问题，比如无法保证构建确定性，软件作者可以直接在代码平台对软件的版本进行增删改查，导致下次构建使用的是另外一个版本依赖，或者找不到依赖版本，无法保证依赖的可用性，依赖软件作者可以直接在平台删除软件，导致依赖不可用，大幅度增加第三方代码托管平台的压力。 基于此，可以使用下面的Proxy的方式解决这些问题。

Proxy

go proxy是一个服务站点，他会缓存源站中的软件名称，缓存的软件版本不会改变，并且在源软件删除之后依然可以用，从而实现了供immutability和available的依赖分发;使用proxy之后，构建时会直接从proxy站点拉取依赖。

变量GOPROXY

GOPROXY="https://proxy1.cn,https://proxy2.cn ,direct"服务站点URL列表，"direct”表示源站。

go module通过goproxy环境变量控制如何使用go proxy；goproxy是一个goproxy站点的URL列表，可以使用direct表示源站。对于示例配置，整体的依赖寻找路径，会优先从proxy下载依赖，如果proxy1不存在，会从proxy2继续寻找，如果proxy2z中不存在则会返回到源站直接下载依赖，缓存到proxy站点中。

go get

get 命令用来解决go模块及其依赖项目的下载、创建和安装问题。实际该命令线执行从在线仓库（BitBucket、GitHub、Google ``Code、国内的gitee等）下载模块（包），再执行Go Install命令。
get 命令是依赖git。

get 会先下载相关依赖项目模块，下载时每个包或包的部分模块，下载的版本默认遵从以下顺序：

最新release版 > 最新pre-release版 > 其他可用的较高版本。

官方文档

go mod

---

2.测试&项目实战

2.1 测试

从单元测试实践出发，提升质量意识。

• 单元测试
• Mock测试
• 基准测试

什么？你写代码不用测试？不要钱了是吧!

• 营销配置错误，导致非预期用户享受权益，资金损失10w+
• 用户体现，幂等失效，短时间可以多次体现，资金损失20w+
• 代码逻辑错误，广告位被占，无法出广告，收入损失500w+
• 代码指针使用错误，导致APP不可用，损失kw+

所以，测试就成了避免事故的最后一道屏障。

如上图所示，从上到小，覆盖率逐层变大，成本却逐层降低。

• 回归测试一般是QA同学手动通过终端回归的一些固定的主流程场景。
• 集成测试是对系统功能维度做的测试验证；
• 单元测试测试开发阶段，开发者对单独的函数、模块做功能的测试，层级从上至下，测试成本逐渐减低，而覆盖率逐步上升，所以单元测试的覆盖率一定程度上决定着代码的质量

2.1.1 单元测试

单元测试主要包括输入、测试单元。输出以及校对，单元测试的概念比较广，包括了接口、函数、模块等；用最后的校对来保证代码的功能与我们的预期相符；一方面可以保证质量，在整体覆盖率足够的情况下，一定程度上既保证了新功能本身的正确性，也不会破坏原有代码的正确性。另一方面可以提升效率，在代码有bug的情况下，通过编写单元测试，可以在一个较短的周期内定位和修复问题。

单元测试规则

下面是单元测试的一些基本规范，这样从文件上就很好的区分源代码和测试代码，以Test开头，且理解的第一个字母大写。

• 所有测试文件以_test.go结尾；
• func TestXxx(*testing.T);
• 初始化逻辑放到TestMain中;

package test

import "testing"

func HelloTom() string {
    return "Jerry"
}

func TestHelloTom(t *testing.T) {
    output := HelloTom()
    expectOutput := "Tom"
    if output != expectOutput {
        t.Errorf("Expected %s do not match actual %s", expectOutput, output)
    }
}

在上面的测试代码中，我们调用HelloTom()分方法，我们的正确预期是希望测试输出Tom，但实际函数输出一个Jerry，明显这是不符合预期的，所以测试不予通过。

单测-assert

前面测试直接使用的是比较运算符，除此之外，还有很多现有的aeert包可以帮助我们实现测试中的比较操作。

package test

import (
	"github.com/stretchr/testify/assert"
	"testing"
)

func HelloTom() string {
	return "Tom"
}

func TestHelloTom(t *testing.T) {
	output := HelloTom()
	expectOutput := "Tom"
	assert.Equal(t, expectOutput, output)
	/*if output != expectOutput {
		t.Errorf("Expected %s do not match actual %s", expectOutput, output)
	}*/
}

单测-覆盖率

package test

import (
	"github.com/stretchr/testify/assert"
	"testing"
)

func JudgePassLine(score int16) bool {
	if score >= 60 {
		return true
	}
	return false
}

func TestJudgePassLineTrue(t *testing.T) {
	isPass := JudgePassLine(80)
	assert.Equal(t, true, isPass)
}

这是一个判断成绩是否合格的程序，返回bool，输入分数为80，执行测试之后发现只有%66.7左右的覆盖率。因为用例为80的时候，只是跑了程序的前面两行，也就是分数大于60的逻辑，而剩下的返回false部分的逻辑并没有得到测试，所有覆盖率自然不会是100%。

所以，我们新增一个测试如下:这样就可以做到测试覆盖率百分百。

func TestJudgePassLineTrue(t *testing.T) {
	isPass := JudgePassLine(80)
	assert.Equal(t, true, isPass)
}

func TestJudgePassLineFail(t *testing.T) {
	isPass := JudgePassLine(40)
	assert.Equal(t, false, isPass)
}

单测-Tips

• 一般覆盖率: 50%-60%,较高可达80%
• 测试分支相互独立，全面覆盖
• 测试单元粒度足够小，函数单一职责

单测-依赖

实际工程中，复杂的项目一般都会有依赖，而我们单元测试需要保证稳定性和幂等性，稳定性是指相互隔离，能在任何环境、任何时间运行测试。

幂等性指的是每一次测试运行都因该产生与之前一样的结果，而要实现这一目的就要用到Mock机制。

示例-文件处理

如图，这个例子中，我们将文件中的第一行字符串中的11替换为00，执行单元测试并通过单元测试，而我们的单元测试需要依赖本的文件，如果文件被修改或者删除，测试就会出现fail。为了保证测试case的稳定性，就需要对读取文件的函数进行mock屏蔽对于文件的依赖。

---

2.1.2 Mock测试

我们可以使用Monkey，这个开源的mock测试库，对method或者实例的方法进行mock,Mockey Patch的作用域在Runtime，在运行时通过Go的unsafe包，能够将内存中的函数地址替换为运行时函数地址。

快速Mock函数:

• 为一个函数打桩
• 为一个方法打桩

参考阅读

---

2.1.3 基准测试

[见]【高质量编程与性能调优】篇

---

2.2 项目实战

通过项目需求、需求拆解、逻辑涉及、代码实现来感受真实的项目开发基本流程。

2.2.1 需求背景

社区话题页面

• 展示话题(标题、文字描述)和回帖列表
• 暂不考虑前端页面的实现，仅仅实现一个本地web服务
• 话题和回帖数据用文件存储，不涉及数据库连接

需求用例

用户浏览页面消费，涉及页面的展示，包括话题内容和回帖列表，从图中可以抽象出来两个实体，以及实体之间的属性与联系，从而定义出对应的结构体。

E-R图

---

2.2.2 分层结构

• 数据层：数据Model，外部数据的增删改查
• 逻辑层:业务Entity，处理核心业务逻辑输出
• 视图层:视图View，处理和外部的交互逻辑

整体分为三层，repository数据层，service逻辑层，controoler视图层。数据层关联底层数据模型，也就是这里的model,封装外部数据的增删改查，我们的数据存储在本地文件，通过文件操作拉取话题，帖子数据；数据层面向逻辑层，对service层透明，屏蔽下游数据差异，也就是不管下游是文件，还是数据库，还是微服务等，对service层的接口模型是不变的。

Service逻辑层处理核心业务逻辑，计算打包业务实体entiy,对应我们的需求，就是话题页面，包括话题和回帖列表，并上送给视图层；Controller视图层负责处理和外部的交互逻辑，以view视图的形式返回给客户端，对于我们需求，我们封装json格式化的请求结果，api形式访问即可。

组件工具

• gin

  这里主要涉及 路由分发

• go mod

  • go mod init
  • go get

  初始化go mod配置文件以及获取gin依赖下载。

  go get gopkg.in/gin-gonic/gin.v1@v1.3.0
  

  如果执行get命令之后长时间没反应出现超时情况，可以在命令行执行下面的命令之后再次尝试即可下载。

  go env -w GOPROXY=https://goproxy.cn
  

---

2.2.3 开发步骤

Reposity

开发工作准备好之后，首先处理的是数据层逻辑，可以使用struct定义好结构体，文件中的数据格式如下，实现QueryTopicById以及QueryPostsByParentId两个查询。

数据索引

由于需要根据ID查询到帖子和话题数据，在没有使用数据库的情况下， 我们如何实现呢？最直接的方式就是针对数据文件进行全盘扫描，但显然这是比较耗时的操作，并不是最优的选择，所以这里就用到了 索引的概念。

索引就类似于书本的目录，通过这种方式，我们可以快速的定位到我们所需内容的位置。具体的，这里使用map结构来实现内存索引，在数据服务对外暴露之前，利用文件元数据初始化全局内存索引，这样就可以实现O(1)时间复杂度的查找操作了。

• 初始化话题数据索引

初始化数据话题数据
基本逻辑:打开文件，基于file初始化scanner，通过迭代器方式遍历数据行，转为结构体存储至内存map

func initTopicIndexMap(filePath string) error {
	open, err := os.Open(filePath + "topic")
	if err != nil {
		return err
	}
	scanner := bufio.NewScanner(open)
	topicTmpMap := make(map[int64]*Topic)
	for scanner.Scan() {
		text := scanner.Text()
		var topic Topic
		if err := json.Unmarshal([]byte(text), &topic); err != nil {
			return err
		}
		topicTmpMap[topic.Id] = &topic
	}
	topicIndexMap = topicTmpMap
	return nil
}

func initPostIndexMap(filePath string) error {
	open, err := os.Open(filePath + "post")
	if err != nil {
		return err
	}
	scanner := bufio.NewScanner(open)
	postTmpMap := make(map[int64][]*Post)
	for scanner.Scan() {
		text := scanner.Text()
		var post Post
		if err := json.Unmarshal([]byte(text), &post); err != nil {
			return err
		}
		posts, ok := postTmpMap[post.ParentId]
		if !ok {
			postTmpMap[post.ParentId] = []*Post{&post}
			continue
		}
		posts = append(posts, &post)
		postTmpMap[post.ParentId] = posts
	}
	postIndexMap = postTmpMap
	return nil
}

• 查询话题数据

有了内存索引，直接根据查询key获得对应的value就可以了，这里用到了一个sync.once，主要用于适用高并发场景下只执行一次,这里基于once的实现模式就是平常说的单例模式，减少存储的浪费。

func NewTopicDaoInstance() *TopicDao {
	topicOnce.Do(
		func() {
			topicDao = &TopicDao{}
		})
	return topicDao
}

func (*TopicDao) QueryTopicById(id int64) *Topic {
	return topicIndexMap[id]
}

Service

具体的编排流程，通过err控制流程退出，正常会返回页面信息。

func (f *QueryPageInfoFlow) Do() (*PageInfo, error) {
	if err := f.checkParam(); err != nil {
		return nil, err
	}
	if err := f.prepareInfo(); err != nil {
		return nil, err
	}
	if err := f.packPageInfo(); err != nil {
		return nil, err
	}
	return f.pageInfo, nil
}

接下来只需要编写对应的每一个实现方法即可。写完controller之后，创建一个服务启动入口server.go

func main() {
	if err := Init("./data/"); err != nil {
		os.Exit(-1)
	}
	r := gin.Default()
	r.GET("/community/page/get/:id", func(c *gin.Context) {
		topicId := c.Param("id")
		data := controller.QueryPageInfo(topicId)
		c.JSON(200, data)
	})
	err := r.Run()
	if err != nil {
		return
	}
}

func Init(filePath string) error {
	if err := repository.Init(filePath); err != nil {
		return err
	}
	return nil
}

执行下面的命令启动并访问接口:

• go run server.go
• http://127.0.0.1:8080/community/page/get/2

项目扩展:

• 帖子发布支持
• 本地Id生成需要保证不重复、唯一性
• Append文件，更新索引、注意Map的并发安全问题

---

2.2.4 项目小结

• os.Open()

  Open打开一个文件用于读取。如果操作成功，返回的文件对象的方法可用于读取数据；

  open, err := os.Open(filePath + "topic")
  if err != nil {
   return err
  }
  

• func NewReader(rd io.Reader) *Reader

  bufio包实现了有缓冲的I/O。它包装一个io.Reader或io.Writer接口对象，创建另一个也实现了该接口，且同时还提供了缓冲和一些文本I/O的帮助函数的对象。

  bufio.NewReader()使用 NewReader 读取文件时，首先，我们需要打开文件，接着， 使用打开的文件返回的文件句柄当作 函数参数 传入 NewReader。

  最后，我们使用 NewReader 返回的 reader 对象调用 Read 来读取文件。文件读取结束的标志是返回的 n 等于 0，因此，如果我们需要读取整个文件内容，那么我们需要使用 for 循环 不停的读取文件，直到 n 等于 0。

  注意，在上面的项目中实际使用到的是``func NewReader(rd io.Reader) *Scanner构造函数。读取数据之后返回一个 Scanner，再调用其 Scan()方法对文件数据进行逐行扫描读取，直到遇到文件末尾，方法返回 false`。

---

致谢&参考

• 协程的概念
• 《Java并发编程之美》
• 字节内部课PPT
• 使用monkey进行mock
• Go在线手册