原文在2020年4月9号做了更新,所以重新翻译了原文。
网上有很多教程介绍sql.DB
, 以及如何使用它来执行SQL数据库查询和语句, 但是大部分都没有介绍SetMaxOpenConns()
、SetMaxIdleConns()
和SetConnmaxLifetime()
方法。事实上你可以使用这些方法来配置sql.DB
的行为并改善其性能。
在这篇文章中,我想准确地解释这些设置的作用,并演示它们可能产生的(正面和负面)影响。
rpcx是一个流行的Go语言实现的服务治理的框架,只要你简单会写Go的函数,你就能实现带服务治理的RPC服务,超级简单,比如下面的加法服务:
|
|
但是,很多情况下,尤其在大型互联网公司中,常用Protobuf
的proto
文件定义数据类型(Message
)和(Service
),这样做有一个好处,就是方便部门和部门、服务提供者和服务使用者之间沟通,通过 IDL 文件的方式更能精准的描述服务和数据类型。
比如下面的helloworld.proto
,定义一个打招呼的服务(Greeter
), 这个服务使用HelloRequest
和HelloResponse
做请求参数和返回结果:
|
|
rpcx的用户也不止一次的提出希望rpcx也能支持从proto生成rpcx服务端和客户端的代码,现在可以宣布了,rpcxio组织提供了两个protoc的插件,可以方便的生成Go代码,和grpc插件的使用姿势一样:
下面就介绍这两种工具的实现。
Redis 6.0 发布了。
Redis 6.0的新特性也是在一步步的讨论和优化中确定的。
很多的特性已经在之前的RC等版本中介绍过了。
但是正式GA版中也有一些新的变化:
@antirez 提到只是Redis历史上最大的一次版本更新,所以谨慎建议在应用的产品中还是多多测试评估,并且承诺一旦遇到大的bug就会紧急发布6.0.1版。果不其然,一天后就发布了 6.0.1版,修复了一个allocator的bug,这个bug是为了优化而引入的,现在暂时去掉了。
I just released Redis 6.0.1. Unfortunately there was a bug in Redis 6.0.0 introduced just a few days before the release, that only happens when using the non-default allocator (libc malloc in this case triggers it). Optimization reverted, 6.0.1 released. Sorry for the issue.
本文主要关注Client side caching(客户端缓存)这一特性。
smallnest/RESP3 是Redis RESP3协议的解析库,你可以使用它和Redis底层通讯,或者包装它实现新版的Redis client库或者Redis Server端。
最近几个月,或者最近一年,使用etcd做开发的朋友,如果你开启了go module的功能的话,难道没有出现翻车的现象吗?或者, 你go get -u .
更新一下项目依赖试试看。
编译自 Custom JSON Marshalling in Go。
我们知道,通过tag,可以有条件地实现定制Go JSON序列化的方式,比如json:",omitempty"
, 当字段的值为空的时候,我们可以在序列化后的数据中不包含这个值,而json:"-"
可以直接不被JSON序列化,如果想被序列化key-
,可以设置tag为json:"-,"
,加个逗号。
如果你为类型实现了MarshalJSON() ([]byte, error)
和UnmarshalJSON(b []byte) error
方法,那么这个类型在序列化反序列化时将采用你定制的方法。
这些都是我们常用的设置技巧。
如果临时想为一个struct增加一个字段的话,可以采用本译文的技巧,临时创建一个类型,通过嵌入原类型的方式来实现。他和JSON and struct composition in Go一文中介绍的技巧还不一样(译文和jsoniter-go扩展可以阅读陶文的Golang 中使用 JSON 的一些小技巧)。JSON and struct composition in Go
一文中是通过嵌入的方式创建一个新的类型,你序列化和反序列化的时候需要使用这个新类型,而本译文中的方法是无痛改变原类型的MarshalJSON
方式,采用Alias
方式避免递归解析,确实是一种非常巧妙的方法。
以下是译文:
Go是静态类型的编程语言,自2009年发布以来,已经十多岁了。现在,Go广泛应用于云原生系统、微服务、web开发、运维等场景,并且在webassembly、嵌入式等也有进一步的探索。尤其在中国,Go语言越来越多的被众多公司和开发者所采用,相关的研究文章也不断的涌现,从编译器的优化、运行时的内部机制、标准库的设计、语言规范的探索、第三库的研究和应用、产品中的应用、不同语言的比较等等目不暇接。
Go是面向对象的编程语言吗?
为了熟练的掌握一门编程语言,人们不得不阅读它的大量的相关资料。但是如果你不理解这些资料介绍的内容,如何能学习更多的资料呢?
在本文中,我将尽可能多地列举Rust代码片段,并解释它们包含的关键字和符号的含义,而不是只关注Rust的一两个概念。
准备好了吗,让我们出发吧!
不管我们是不是有身份的人,我们一定是有身份证的人,身份证上面的号码就是我们的ID,理论上这个ID是全国唯一的,而且通过这个号码,我们还可以得到一些个人信息,比如前两位可以确定我们第一次申请身份证的时候所在的省份、接下来的四位可以确定我们所在的区县,然后还可以知道我们出生的年月以及性别。
在我们的计算机应用中,也处处存在的ID, 比如订单编号、商品ID、微博ID、微信消息ID、书的ISDN号、商品条码等等。通过ID,可以迅速定位到对象实体、为对象之间建立关联、跟踪对象在不同服务之间的流转等等。
有的ID是无意义的唯一的标识,有的ID还能提供额外的信息,比如时间和机房信息等等。为了确保唯一性,有的ID使用很长的字节数,比如256个字节,有的通过递增的long类型,只需要8个字节来表示。考虑到存储、信息包含量、性能、安全等因素,一个好的ID的设计至关重要。
介绍ID生成和分布式的方案的文章已经非常非常多了,比如文末中的参考资料中的文章,所以我在本文中简洁的汇总各个方案的优缺点,然后介绍一个分布式的ID生成器项目rpcxio/did,它可以实现单节点百万级的ID生成。
原文: The Zen of Go。
编写简单、可读、可维护Go代码的十个工程经验, Dave Cheney于2020/02/03在 GopherCon Israel 2020的演讲。
只翻译了小标题
原文: Build your own block_on()。
如果你想搞清楚 future crate中的block_on
是如何工作的,那么今天就让我们写一个自己的block_on
函数。
这篇博文的灵感来自两个crate: wakeful和extreme。 wakeful
设计了一种从函数中创建Waker
的简单方法,而extreme
则是block_on()
的及其简洁的实现。
我们的实现目标将与extreme
略有不同。与其追求零依赖和最少的代码行数,不如追求一个安全高效但仍然非常简单的实现。
我们将使用的依赖项是pin-utils, crossbeam, 和 async-task。