实例场景 我们有一个golang编写的服务，由于比较奇葩的业务需求，要预装载大概500W左右的redis key到内存，其中服务的每次请求大概会需要用到500W之中的90W左右的key，但是这用到90W的key不是一次使用， 是因服务的具体逻辑而不固定什么时间使用， 不固定每次使用的key数量大小，但是总共需要是两万key左右。服务请求的逻辑执行到某个点时，需要重新从redis装载大概四百万的key，替换原来的老的key。
[...]关于go设置GOMAXPROCS的一些总结
关于go的协程调度， GMP的理解总结，理解不到位请指正，谢谢。
GOMAXPROCS只要是设置P的值， 而每一个P都要对应一个M， 当P发生阻塞时，又没有空闲的M的时候， 这个时候系统会生成新的M， 那么M就会大于P的数量， 所以go的runtime，M和P的数量上看， 是会 M >= P。
M是系统线程， 系统运行时， 是要根据M来切换上下文的， 也就是说，M的数量越多的时候，切换上下文次数就会越多，就会越耗时， 这个切换是CPU计算的切换，不是IO的切换。
那么我们就可以得出结论了， 当程序是IO密集型的时候，我们会进行网络IO， 文件IO等等，这种程序不会造成太多CPU的计算切换，所以这种请况下，我们设置比常规默认更多的GOMAXPROCS可以增加程序处理的P[...]
二次开发rpcx-gateway支持非golang梳理
rpcx-gateway的调用是是流程源码梳理
功能实现 - API define handle 让网关支持自定义路由， 可以根据自定义的理由，网关直接调用相应的服务，直接是二层服务的架构，减少客户端（消费者）这一层程序
// 关键代码
router.POST("/echo", g.EchoHandle) // 消费echo服务
func (g *Gateway) EchoHandle([...]我是如何如何理解拥抱变化的
拥抱变化这句话，相信大家都有不同的理解，我这里也分享一下我的看法。
以前我是这样理解这句话的，简要来说就是“等要变化的时候我才去拥抱”，举个例子，比如在公司上班，等到公司业务不行了，项目要腰斩了，直到这份工作保不住了，需要寻找新的工作了，这个时候才意识到，我要变化了。然后开始寻找新的机会，开始为新的去处而做准备。
经过一些事之后，我对这句话有了新的认识。首先拥抱变化的本质我有了新的理解，这句话的本质是什么呢？套用我们软件架构的一个理念，总结来说就是扩展性好，从而达到高可用的效果，19年相信在天朝的程序员们或多或少都感觉到丝丝寒潮，996，35大限这些词会在一些自媒体中每每出现，偶然思考，可能会意识[...]
日常打怪之golang基于channel的生产消费者程序
0x1
日常中用的生产者，消费者程序都是阻塞实时消费的， 跟golang的channel处理机制是一样的，所以用channel来实现可以说是天然合适，这里用golang来写一个范例
0x2
package golang_in_action
import (
"fmt"
"sync"
"testing"
"time"
)
func dataProducer(ch chan int, wg *sync.WaitGroup) {
go func() {
for i := 0; i < 10; i++ {
[...]python的try闭包作用域的问题
0x1:
python的try, except 很给力， 在有一些需要捕捉异常的场景下，能够安装异常的类别来进行特定的操作，假如说现在我们有一个场景是“无论产生什么异常，我们都有一个总的捕捉逻辑，这种情况下，我们就要注意try的闭包作用域问题了
0x2，直接上码：
def allCatch(func):
def wrapper(*args, **kwargs):
try:
ret = func(*args, **kwargs)
return ret
except Exception as e:
print "[allcatch] -----------[...]golang的全局声明的生命周期
场景:
当我们要进行redis操作或者其他中间件操作的时候，为了少发起服务端的连接，我们会在main函数外先建立连接，以减少服务端的连接次数
真相：
事实上，很多中间件的连接只是一个语法声明，其实并没有进行真正的连接，比如下面的代码
package main
import (
"fmt"
"github.com/garyburd/redigo/redis"
"github.com/spf13/cast"
"math/rand"
"time"
)
var (
rds, errxx[...]golang协程闭包数据陷阱
0x1
我们在写协程程序的时候，经常会碰到一个场景就是我们要分发执行任务给不同的goroutine（简称gor)，然后再把各个gor的处理结果汇总起来，这个时候就要注意gor的数据污染问题，我们可以通过闭包来防范各个gor之间的数据污染
0x2
下面的一个gor之间数据互相污染的范例
func main() {
setMem := make(map[int]int)
wg := sync.WaitGroup{}
lk := sync.RWMutex{}
for i := 0; i < 10; i++ { // 1
wg.Add(1)
go fun[...]2019读书清单
golang并行编程模型范型举例
在实际的日常开发中，按照场景来考虑golang的并行编程模型是比较合适的一种做法， 这样既避免了空谈，又能清晰易懂，代入感比较强
- 场景一 并行处理很多任务，任务之间彼此不用进行信息汇总或者通信
比如现在我们有一个程序，是要请求很多URL，只要每个协程能发出请求便可，没必要验证请求结果和请求进行时设置数据，或者通信数据， 这种场景因为没有涉及到数据流的走向，所以用WaitGroup比较合适
var wg sync.WaitGroup
func ReqUrl() {
// 请求URL
defer wg.Done()
}
func main() {
urlCout := 10
for i := 0; i[...]