国际化站点 4 10.4 小结 11.错误处理，调试和测试 11.1 错误处理 11.2 使用GDB调试 11.3 Go怎么写测试用例 11.4 小结 12.部署与维护 12.1 应用日志 12.2 网站错误处理 12.3 应用部署 12.4 备份和恢复 12.5 小结 13.如何设计一个Web框架 13.1 项目规划 13.2 自定义路由器设计 13.3 controller设计 13 、可扩展 性)、有好的单元测试和压力测试以保证上线之后代码能够保持良好的性能和按预期的运行。 links links 目录 上一节: Go怎么写测试用例 下一节: 部署与维护 238 12 部署与维护 12 部署与维护 到目前为止，我们前面已经介绍了如何开发程序、调试程序以及测试程序，正如人们常说的：开发最后的10%需要花 费90%的时间，所以这一章我们将强调这最后的10%部分， seelog介绍 seelog是用Go语言实现的一个日志系统，它提供了一些简单的函数来实现复杂的日志分配、过滤和格式化。主要有如 下特性： XML的动态配置，可以不用重新编译程序而动态的加载配置信息 支持热更新，能够动态改变配置而不需要重启应用 支持多输出流，能够同时把日志输出到多种流中、例如文件流、网络流等 支持不同的日志输出 命令行输出 文件输出 缓存输出 支持log rotate SMTP邮件

索引 主键 倒排 业务快速增长 存储如何无限扩展？ 存储扩展 05. 业务数据已经超过1000万，海量数据下，如何实现冷热数据的交换 冷 热 新 系 统 历 史 数 据 冷数据、数据量多 缓存成本大、命中低、收益小 热 数 据 当前系统中的热点数据 命中率高 系 统 新 增 数 据 近期新增数据，较大概率命中 存储空间 缓存性能 冷热可交换，引擎可扩展 06 基于MemoryTile的映射，特殊场景反序列化性能提升近600倍 主动式内存缓存框架 第三部分 技术全景图 01. 主动式内存缓存架构的技术全景图 数据中心、数据源 02. 分布式部署，解决海量数据的传输、加载 数据全量加载时，缓解数据库压力 链路优化 优化 协议 编码 空值剔除 数据存储、数据传输 带宽减少40% 2GB -> 1.2GB MaxwellConsumer

数据状态发生变化的 一次操作请求，如一 笔转账交易 将一段时间内发生的 所有交易和状态打包 成为一个区块 区块以时间顺序前后相 连，组成一种块链式数 据结构，即“区块链” 一词的由来 多参与方各自部署，互 联互通，每个区块链节 点均会保存相同的链式 数据，通过冗余存储的 方式使数据难以被篡改 区块链技术定义 9 趣链科技 版权所有 ©2016-2021 9 趣链科技 版权所有 ©2016-2021 �可�架构 大规模高性能区块链架构设计介绍 15 趣链科技 版权所有 ©2016-2021 ⼤�模⾼性能区��架构⾯�的�� 大规模高性能 区块链架构设计 网络连通问题 数据孤岛问题 异构部署问题 性能扩展问题 之困局 ？ n 机构间数据难打通，不愿打通 n 公网内网、网关网闸情况复杂 n 业务组织形式不同，异构链/系统难适配 n 数据量、网络复杂度指数上升，架构难扩展 16 趣链科技 Gateway Layer 核⼼技术 多类型节点分层部署模式 1 3 动态⾃发现⽹络转发模型 2 ⼤规模组⽹⾼效共识算法 1.提⾼数据处理效率 2.提升终端异构性能⼒ 3.提供实时计算与验证服务 4.解决数据真实性“第⼀公⾥” 问题 ⾯向海量节点⼤规模应⽤场景， ⽀持1000+节点的⽣产级联盟链⽹络， 可以实现数⼗万个多类型区块链⽹络节点分层部署 技术简介 技 术 特 性 区块链平台关键技术-大规模组网模型

配置：业务逻辑的高效定制化 • Web配置管理 • 配置热更新 • 基于本地文件 • 线程安全 • 代码可维护性 • 文件读取不全问题（读写冲突） • 使用JSON格式 云原生：TARS上云实践 • K8S+TARS方案：https://github.com/tarscloud/k8stars • 使用Tars名字服务 • 继承服务治理能力 • 使用镜像部署 • K8S的资源调度能力 标准化：提升研发效能

然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8. 堆 hello‑algo.com 132 8.2.1. 两种建堆方法 12.2.3. Docker 部署 你可以使用 Docker 来部署本项目。稍等片刻，即可使用浏览器打开 http://localhost:8000 访问本项目。 git clone https://github.com/krahets/hello-algo.git cd hello-algo docker-compose up -d 使用以下命令即可删除部署。 docker-compose

然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8. 堆 hello‑algo.com 135 8.2.1. 两种建堆方法 12.2.3. Docker 部署 你可以使用 Docker 来部署本项目。稍等片刻，即可使用浏览器打开 http://localhost:8000 访问本项目。 git clone https://github.com/krahets/hello-algo.git cd hello-algo docker-compose up -d 使用以下命令即可删除部署。 docker-compose

数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2. 建堆操作 如果我们想要根据输入列表生成一个堆，这个过程被称为「建堆」。 8.2.1. 借助入堆方法实现 最直接的方法是借助“元素入堆操作”实现，首先 request”按钮即可发起拉取请求。 16.2.3. Docker 部署 执行以下 Docker 脚本，稍等片刻，即可在网页 http://localhost:8000 访问本项目。 git clone https://github.com/krahets/hello-algo.git cd hello-algo docker-compose up -d 使用以下命令即可删除部署。 docker-compose down

序，详见“堆排序”章节。 第 8 章 堆 hello‑algo.com 182 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 8.2.1 借助入堆操作实现 我们首先创建一个空堆， request”按钮即可发起拉取请求。 第 16 章 附录 hello‑algo.com 371 3. Docker 部署 在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目： docker-compose up -d 使用以下命令即可删除部署： docker-compose down 16.3 术语表 表 16‑1 列出了书中出现的重要术语，值得注意以下几点。

序，详见“堆排序”章节。 第 8 章 堆 hello‑algo.com 182 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 8.2.1 借助入堆操作实现 我们首先创建一个空堆， request”按钮即可发起拉取请求。 第 16 章 附录 hello‑algo.com 373 3. Docker 部署 在 hello-algo 根目录下，执行以下 Docker 脚本，即可在 http://localhost:8000 访问本项目： docker-compose up -d 使用以下命令即可删除部署： docker-compose down 16.3 术语表 表 16‑1 列出了书中出现