从compare_4.go初识go的typecheck
主要是上一次的题目的第四道 上次compare梳理了 go build在compile之前的准备工作，比如收集import依赖关系 针对compare_4.go进行编译，看一下一点compile的过程，参数build -x -o ./compare_4 compare_4.go package main import "fmt" func main() { a := []byte("helloworld" »
nsq 支持分布式事务（三）
主备同步 代码提交记录 完成度 只完成了主从复制；但是主备切换、依据处理能力动态调整消费能力、一些write失败逻辑处理 没有完成 基本逻辑 数据 主要分成了三部分数据的复制 发送SLAVE_SYNC_INFO命令，返回所有的topic和其对应的channel 发送SLAVE topic_name命令，携带当前topic的关键4个参数fileindex filenum totalMsgCnt viroffset和一个maxnum希望本次同步返回的消息数量，返回 master的关键参数和消息本身 发送SLAVE topic_ »
nsq 支持分布式事务（二）
核心代码逻辑 commit 修改dtpre队列 在考虑落盘之前，先思考另一个问题，由于dtpre本身跟消费者无关，只跟生产者有关，其实并不需要等到消息从topic分发到各个channel里之后再进行commit(cacel)，浪费存储空间（如果落盘就浪费了磁盘空间） 所以我们将dtpre的部分移至topic中存储 落盘逻辑 对于落盘逻辑来说，不只是dtpre的逻辑需要修改，如此对于一般的消息来说，都应该进行落盘 而channel来说只需要落盘数据索引即可 修改细节 实际这次提交修改了比较多的内容，最核心的还是移除了memoryMsgChan（无论是 topic 还是 channel），添加了backendMsgChan. »
虚拟内存地址计算物理内存地址
产生的困惑 mq落盘的时候，rocketmq采用mmap，但是多处mmap同一个文件，会不会导致映射多次到物理内存上？ 页是内存管理的最小单位（通常是4k） 查看程序虚拟地址 利用 man proc 可以看到命令介绍，/proc/[pid]/maps里面关于一些参数解释 /proc/[pid]/maps A file containing the currently mapped memory regions »
限制并发量
源码 今天调试了一下golang编译工具，发现了一个很有"奇怪"的地方 简化问题 假设有1000个任务，1000个并发协程，设置n（cpu核数）个物理处理器（task）并发完成，每个协程只要完成了当前任务采取完成下一个 代码 原始代码，go作者无所畏惧的使用协程 func parseFiles(filenames []string) uint { var noders []*noder // Limit »
原子性
单例 package main import ( "fmt" "math/rand" "sync" "time" ) type A struct { Item int } var a *A var l sync.RWMutex func GetGlobalA() *A { if a »
snowflake
分布式Id snowflake 是一种分布式id唯一算法，相比较uuid算法生成方式，snowflake生成的是一个int64大整型，并且是大致递增 我发现网上对于该算法的描述，在位数偏移上是由差异的，但是整体思路是一致的 这里的10-bit workerId在有的源码里面是分成两个 workerId 、data的5-bit大小 可以大致算一下，1毫秒1单点能生成2 ^ 12 = 4096个id，总共能部署 2 ^ 10 = 1024 个节点，也就是1毫秒最大能生成400多万个id 我按照算法思路写了如下代码 package main »
dlv
dlv 针对go语言的调试器，内部架构介绍 --headless package main import ( "fmt" ) func main() { m := 120 fmt.Printf("Hello world\n") fmt.Printf("m = %d\n", m) } 终端1 dlv debug »