12.12 学习笔记

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

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：

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

# 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

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

// 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）

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

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

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

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

# 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

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