一、Gin框架核心
1. 中间件执行顺序及c.Next()作用
核心逻辑
Gin中间件遵循洋葱模型 ,执行顺序由注册顺序决定,c.Next()是"前置逻辑"与"后置逻辑"的分界点:
前置逻辑:按注册顺序执行(先注册先执行);
后置逻辑:按注册逆序执行(后注册先执行);
c.Abort()会终止后续中间件/路由执行,直接进入后置逻辑。
代码示例
go
复制代码
package main
import (
"github.com/gin-gonic/gin"
"fmt"
)
func m1() gin.HandlerFunc {
return func(c *gin.Context) {
fmt.Println("m1 前置")
c.Next()
fmt.Println("m1 后置")
}
}
func m2() gin.HandlerFunc {
return func(c *gin.Context) {
fmt.Println("m2 前置")
c.Next()
fmt.Println("m2 后置")
}
}
func main() {
r := gin.Default()
r.Use(m1(), m2())
r.GET("/test", func(c *gin.Context) {
fmt.Println("路由执行")
c.JSON(200, gin.H{"msg": "ok"})
})
r.Run(":8080")
}
执行结果 :
复制代码
m1 前置 → m2 前置 → 路由执行 → m2 后置 → m1 后置
二、Go性能分析
1. pprof工具使用
核心定位
内置性能分析工具,支持CPU、内存、协程、阻塞等维度分析,分两种使用方式:
使用方式
适用场景
核心命令
HTTP方式
服务端
import _ "net/http/pprof" + http.ListenAndServe(":6060", nil)
命令行方式
独立程序
pprof.StartCPUProfile(f) + pprof.StopCPUProfile()
常用分析命令
bash
复制代码
# CPU分析(采样10秒)
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=10
# 内存分析
go tool pprof http://localhost:6060/debug/pprof/heap
# 协程分析
go tool pprof http://localhost:6060/debug/pprof/goroutine
三、Go语法核心
1. defer与return的交互
返回值类型
是否可修改
示例
结果
命名返回变量
是
func f() (res int) { res=10; defer func(){res=20}(); return res }
20
匿名返回值
否
func f() int { res=10; defer func(){res=20}(); return res }
10
指针类型
是
func f() *int { res=10; defer func(){*&res=20}(); return &res }
20
2. Channel核心(sendq/recvq)
底层结构
go
复制代码
type hchan struct {
qcount uint // 队列元素数
dataqsiz uint // 缓冲区容量
buf unsafe.Pointer // 缓冲区指针
recvq waitq // 接收阻塞协程队列
sendq waitq // 发送阻塞协程队列
lock mutex // 互斥锁
}
核心作用
队列
触发场景
设计目的
sendq
无缓冲Channel无接收方/有缓冲Channel缓冲区满
存储阻塞的发送协程,实现同步通信
recvq
无缓冲Channel无发送方/有缓冲Channel缓冲区空
存储阻塞的接收协程,保证数据有序传递
设计优势
解耦发送/接收协程,无需严格同步;
FIFO队列保证公平性,避免协程饥饿;
统一处理无缓冲/有缓冲Channel的阻塞逻辑。
3. 泛型vs Interface
维度
泛型编程
Interface
核心定位
类型抽象(约束数据类型)
行为抽象(约束方法集合)
类型确定
编译期(实例化生成专用代码)
运行期(通过iface/eface获取类型)
性能开销
无运行时开销
类型查找/断言开销
适用场景
通用算法/数据结构(如通用排序)
多态行为封装(如io.Reader)
代码示例
go
复制代码
// 泛型:编译期确定类型
func Sum[T int|float64](s []T) T {
var res T
for _, v := range s {
res += v
}
return res
}
// Interface:运行期确定类型
type Formatter interface {
Format() string
}
func Print(f Formatter) {
fmt.Println(f.Format()) // 运行时确定具体类型
}
四、并发编程
1. 奇偶有序打印(Channel实现)
go
复制代码
package main
import "fmt"
func main() {
max := 10
odd, even := make(chan struct{}), make(chan struct{})
// 奇数协程
go func() {
for i := 1; i <= max; i += 2 {
<-odd
fmt.Println(i)
even <- struct{}{}
}
}()
// 偶数协程
go func() {
for i := 2; i <= max; i += 2 {
<-even
fmt.Println(i)
if i == max {
close(odd)
return
}
odd <- struct{}{}
}
}()
odd <- struct{}{} // 启动流程
<-even // 阻塞等待
}
2. 高并发模拟方案
方案
适用场景
核心工具
原生协程
低并发验证
sync.WaitGroup
协程池
高并发(10万+)
ants库
工具压测
HTTP接口
go-wrk/hey
协程池示例
go
复制代码
package main
import (
"fmt"
"sync"
"time"
"github.com/panjf2000/ants/v2"
)
func main() {
pool, _ := ants.NewPool(1000) // 最大并发1000
defer pool.Release()
var wg sync.WaitGroup
wg.Add(10000)
start := time.Now()
for i := 0; i < 10000; i++ {
_ = pool.Submit(func() {
defer wg.Done()
time.Sleep(100 * time.Millisecond)
})
}
wg.Wait()
fmt.Printf("耗时:%v\n", time.Since(start))
}
五、微服务架构
1. 微服务框架对比(Kratos vs Go-Zero)
维度
Kratos
Go-Zero
定位
企业级、高可扩展
轻量、一站式
代码生成
基于Protobuf
goctl工具(API/Proto双驱动)
服务治理
组件解耦、按需集成
开箱即用、全量内置
通信协议
优先gRPC
HTTP/gRPC双支持
适用场景
大规模集群、定制化
中小项目、快速落地
2. CAP理论
特性
定义
取舍场景
典型案例
C(一致性)
所有节点数据实时一致
CP:金融交易
Redis主从同步
A(可用性)
所有请求有限时间响应
AP:电商展示
商品库存异步同步
P(分区容错)
网络分区仍可用
分布式必选
所有分布式系统
3. API设计与问题排查
(1)API响应慢排查流程
全局 单个 数据库 缓存 第三方 确认范围 全局/单个接口 检查服务器资源 链路追踪定位慢节点 数据库/缓存/第三方 explain分析SQL 检查命中率 设置超时降级
(2)优质API设计标准
维度
核心要求
语义规范
RESTful风格 + 版本控制
响应格式
统一code/msg/data结构
可用性
幂等性 + 限流降级
安全性
鉴权 + HTTPS + 防注入
扩展性
预留扩展字段 + 批量操作
4. 登录与会话管理
(1)登录流程
复制代码
前端加密密码 → 后端验证 → 生成凭证(JWT/SessionID)→ 前端存储 → 后续请求校验
(2)Session/Cookie对比
维度
Session
Cookie
存储位置
服务端(Redis/内存)
客户端(磁盘/内存)
存储内容
复杂对象
字符串(≤4KB)
安全性
高(服务端存储)
低(易篡改)
有效期
服务端控制
客户端持久化
(3)分布式会话共享
核心方案 :Redis存储SessionID-用户信息映射
复制代码
1. 登录成功 → 生成SessionID → 存入Redis(设置过期)→ 写入客户端Cookie
2. 跨服务器请求 → 读取Cookie中SessionID → 从Redis获取用户信息 → 校验身份
六、容器与K8s
1. K8s Service核心
类型
访问范围
核心用途
ClusterIP
集群内
服务间通信
NodePort
集群外
简单外部访问
LoadBalancer
集群外
生产环境高可用
ExternalName
集群内
访问外部服务
2. 容器启动流程
(1)Docker启动
bash
复制代码
# 拉取镜像 → 创建容器 → 启动进程
docker pull nginx:1.25
docker run -d -p 8080:80 --name nginx nginx:1.25
(2)K8s启动Pod
提交Pod YAML API Server验证 存入etcd Scheduler调度 kubelet创建容器 containerd拉取镜像 runc启动容器
核心配置示例
yaml
复制代码
apiVersion: v1
kind: Pod
metadata:
name: nginx-pod
spec:
containers:
- name: nginx
image: nginx:1.25
ports:
- containerPort: 80
resources:
limits:
cpu: 0.5
memory: 512Mi