在使用Go语言的过程中，无论你是实现web应用程序，还是控制台输入输出，又或者是网络操作，不可避免的会遇到IO操作，使用到io.Reader和io.Writer接口。也也许对这两个接口和相关的一些接口很熟悉了，但是你脑海里确很难形成一个对io接口的继承关系整天的概貌，原因在于godoc缺省并没有像javadoc一样显示官方库继承关系，这导致了我们对io接口的继承关系记忆不深，在使用的时候还经常需要翻文档加深记忆。本文试图梳理清楚Go io接口的继承关系，提供一个io接口的全貌。

阅读全文

在我的前一天转的一篇文章中([转]go's march to low latency gc),Twitch的Rhys Hiltner使用火焰图(FlameGraph)来分析Go程序的性能给我留下了深刻的印象，它使用Brendan Gregg创建的火焰图工具生成直观的图像，很方便的分析Go的各个方法占用的CPU的时间。

因为我的一部分时间还是使用Java开发，所以就想到有没有Java相关的工具生成火焰图呢？答案当然是肯定的,而且它更早的应用于Java程序的性能分析。

火焰图工具的作者Brendan Gregg专门写了一篇文章：Java Flame Graphs,介绍如何生成火焰图的。这就是本文要翻译的文章。

Netflix深度使用了火焰图工具，他们专门写了一篇文章Java in Flames，介绍他们是如何使用的，而且前段时间他们又写了一篇文章: 如何使用火焰图分析性能，每天为Netflix节省一千三百万分钟的计算时间，文中介绍了他们如何使用火焰题找到耗时的问题所在，为公司节省了大量的时间和金钱。（Brendan Gregg就是Netflix的员工，他的站点觉得是一个值得阅读的地方，还有很多其它性能相关的专题，比如Linux性能工具 http://www.brendangregg.com/linuxperf.html）

既然火焰图这么有效，你难道不想了解一下吗？

以下是Brendan Gregg文章的翻译。

阅读全文

D3（有时候也叫D3 或d3.js）是一个JavaScript 库，用于创建数据可视化图形。但是这一句话不足以描述D3的功能，如它的官方文档所说，D3.js 是一个基于数据的处理文档的JavaScript库。D3可以帮你使用HTML、SVG、CSS创建可视化的数据。

D3.js得到了广泛的应用，也创建了很多非常漂亮的图形，其中之一就是和地图数据的结合。

阅读全文

前一篇文章Java中的纤程库 - Quasar中我做了简单的介绍，现在进一步介绍这个纤程库。

Quasar还没有得到广泛的应用，搜寻整个github也就pinterest/quasar-thrift这么一个像样的使用Quasar的库，。并且官方的文档也很简陋，很多地方并没有详细的介绍，和Maven的集成也不是很好。这些都限制了Quasar的进一步发展。

但是，作为目前最好用的Java coroutine的实现，它在某些情况下的性能还是表现相当出色的，希望这个项目能够得到更大的支持和快速发展。

因为Quasar文档的缺乏，所以使用起来需要不断的摸索和在论坛上搜索答案，本文将一些记录了我在Quasar使用过程中的一些探索。

阅读全文

转发一个脚本，以列表形式显示maven中的依赖。
原文： List all your Maven dependencies

1
2
3
4
5
6
7
8
9
10

# first grab all dependencies
mvn dependency:resolve
# then list them with -o to keep noise low,
# remove extra information and duplicates
mvn -o dependency:list \
| grep ":.*:.*:.*" \
| cut -d] -f2- \
| sed 's/:[a-z]*$//g' \
| sort -u

输出结果如下所示：

1
2
3
4
5
6
7

asm:asm:jar:1.5.3
asm:asm:jar:3.1
biz.aQute:bnd:jar:0.0.169
cglib:cglib:jar:2.1_3
classworlds:classworlds:jar:1.1
classworlds:classworlds:jar:1.1-alpha-2
...

ReactiveX是Reactive Extensions的缩写，一般简写为Rx，最初是LINQ的一个扩展，由微软的架构师Erik Meijer领导的团队开发，在2012年11月开源，Rx是一个编程模型，目标是提供一致的编程接口，帮助开发者更方便的处理异步数据流，Rx库支持.NET、JavaScript和C++，Rx近几年越来越流行了，现在已经支持几乎全部的流行编程语言了，Rx的大部分语言库由ReactiveX这个组织负责维护，比较流行的有RxJava/RxJS/Rx.NET，社区网站是 reactivex.io。

Netflix参考微软的Reactive Extensions创建了Java的实现RxJava，主要是为了简化服务器端的并发。2013年二月份,Ben Christensen 和 Jafar Husain发在Netflix技术博客的一篇文章第一次向世界展示了RxJava。

RxJava也在Android开发中得到广泛的应用。

ReactiveX
An API for asynchronous programming with observable streams.
A combination of the best ideas from the Observer pattern, the Iterator pattern, and functional programming.

虽然RxJava是为异步编程实现的库，但是如果不清楚它的使用，或者错误地使用了它的线程调度，反而不能很好的利用它的异步编程提到系统的处理速度。本文通过实例演示错误的RxJava的使用，解释RxJava的线程调度模型，主要介绍Scheduler、observeOn和subscribeOn的使用。

阅读全文

Java程序员都知道，Disruptor是一个高性能的线程间通信的框架，即在同一个JVM进程中的多线程间消息传递,由LMAX开发。

Disruptor性能是如此之高，LMAX利用它可以处理每秒6百万订单，用1微秒的延迟获得吞吐量为100K+。那么Go语言生态圈中有没有这样的库呢？

阅读全文

最近遇到的一个问题大概是微服务架构中经常会遇到的一个问题：

服务 A 是我们开发的系统，它的业务需要调用 B、C、D 等多个服务，这些服务是通过http的访问提供的。 问题是 B、C、D 这些服务都是第三方提供的，不能保证它们的响应时间，快的话十几毫秒，慢的话甚至1秒多，所以这些服务的Latency比较长。幸运地是这些服务都是集群部署的，容错率和并发支持都比较高，所以不担心它们的并发性能，唯一不爽的就是就是它们的Latency太高了。

系统A会从Client接收Request, 每个Request的处理都需要多次调用B、C、D的服务，所以完成一个Request可能需要1到2秒的时间。为了让A能更好地支持并发数，系统中使用线程池处理这些Request。当然这是一个非常简化的模型，实际的业务处理比较复杂。

可以预见，因为系统B、C、D的延迟，导致整个业务处理都很慢，即使使用线程池，但是每个线程还是会阻塞在B、C、D的调用上，导致I/O阻塞了这些线程， CPU利用率相对来说不是那么高。

当然在测试的时候使用的是B、C、D的模拟器，没有预想到它们的响应是那么慢，因此测试数据的结果还不错，吞吐率还可以，但是在实际环境中问题就暴露出来了。

阅读全文

原文: Setting Up Adaptive Streaming with Nginx by Licson。

最近我在为一个组织搭建视频直播系统。对于视频直播来说我是新手，经过一番调研，最终还是觉得Nginx + RTMP module是一个好的选择。
搭建这个系统还是很困难的。经过了好几天的测试和摸索，我得到了一种比较好的配置，值得给大家分享。

阅读全文

这是Twitch的Rhys Hiltner写的一篇关于Go垃圾回收监控的优秀文章，我前几天在reddit看到后就想翻译它。这几天也看到飞花无缺已经把它翻译整理了：为Go语言GC正名－2秒到1毫秒的演变史，所以我就不翻译了，因为这篇文章被墙了，我就把原文转帖在这里。

这篇文章有几个值得我们学习的地方。一是提供了Go各个版本在产品级大并发情况(50万并发用户)的垃圾回收器的改进效果，二是对Go的垃圾回收的监控分析手段，主要通过Brendan Gregg’s tools火炬图这个工具分析方法的耗时。

以下是文章原文。

阅读全文