锐客网

  1. 首页 > 睿知 > it技术 > >

go语言信息的隐藏实验 go语言基于什么

IT技术错误

GO语言（二十九）：模糊测试（下）-语料库文件以特殊格式编码 。这是种子语料库和生成语料库的相同格式 。
下面是一个语料库文件的例子：
第一行用于通知模糊引擎文件的编码版本 。虽然目前没有计划未来版本的编码格式 ， 但设计必须支持这种可能性 。
下面的每一行都是构成语料库条目的值，如果需要，可以直接复制到 Go 代码中 。
在上面的示例中，我们在 a []byte后跟一个int64 。这些类型必须按顺序与模糊测试参数完全匹配 。这些类型的模糊目标如下所示：
指定您自己的种子语料库值的最简单方法是使用该 (*testing.F).Add方法 。在上面的示例中 ， 它看起来像这样：
但是 ， 您可能有较大的二进制文件，您不希望将其作为代码复制到您的测试中，而是作为单独的种子语料库条目保留在 testdata/fuzz/{FuzzTestName} 目录中 。golang.org/x/tools/cmd/file2fuzz 上的file2fuzz工具可用于将这些二进制文件转换为为[]byte.
要使用此工具：
语料库条目：语料库中的一个输入，可以在模糊测试时使用 。这可以是特殊格式的文件，也可以是对 (*testing.F).Add 。
覆盖指导：一种模糊测试方法，它使用代码覆盖范围的扩展来确定哪些语料库条目值得保留以备将来使用 。
失败的输入：失败的输入是一个语料库条目 ， 当针对模糊目标运行时会导致错误或恐慌 。
fuzz target：模糊测试的目标功能，在模糊测试时对语料库条目和生成的值执行 。它通过将函数传递给 (*testing.F).Fuzz实现 。
fuzz test：测试文件中的一个被命名为func FuzzXxx(*testing.F)的函数 ， 可用于模糊测试 。
fuzzing：一种自动化测试，它不断地操纵程序的输入，以发现代码可能容易受到的错误或漏洞等问题 。
fuzzing arguments：将传递给 模糊测试目标的参数，并由mutator进行变异 。
【go语言信息的隐藏实验 go语言基于什么】fuzzing engine：一个管理fuzzing的工具 ， 包括维护语料库、调用mutator、识别新的覆盖率和报告失败 。
生成的语料库：由模糊引擎随时间维护的语料库，同时模糊测试以跟踪进度 。它存储在$GOCACHE/fuzz 中 。这些条目仅在模糊测试时使用 。
mutator：一种在模糊测试时使用的工具，它在将语料库条目传递给模糊目标之前随机操作它们 。
package：同一目录下编译在一起的源文件的集合 。
种子语料库：用户提供的用于模糊测试的语料库，可用于指导模糊引擎 。它由 f.Add 在模糊测试中调用提供的语料库条目以及包内 testdata/fuzz/{FuzzTestName} 目录中的文件组成 。这些条目默认使用go test运行，无论是否进行模糊测试 。
测试文件：格式为 xxx_test.go 的文件，可能包含测试、基准、示例和模糊测试 。
漏洞：代码中的安全敏感漏洞，可以被攻击者利用 。
golang使用Nsq1. 介绍
最近在研究一些消息中间件 ， 常用的MQ如RabbitMQ,ActiveMQ,Kafka等 。NSQ是一个基于Go语言的分布式实时消息平台，它基于MIT开源协议发布，由bitly公司开源出来的一款简单易用的消息中间件 。
官方和第三方还为NSQ开发了众多客户端功能库，如官方提供的基于HTTP的nsqd、Go客户端go-nsq、Python客户端pynsq、基于Node.js的JavaScript客户端nsqjs、异步C客户端libnsq、Java客户端nsq-java以及基于各种语言的众多第三方客户端功能库 。
1.1 Features
1). Distributed
NSQ提供了分布式的，去中心化 ， 且没有单点故障的拓扑结构，稳定的消息传输发布保障，能够具有高容错和HA（高可用）特性 。
2). Scalable易于扩展
NSQ支持水平扩展 ， 没有中心化的brokers 。内置的发现服务简化了在集群中增加节点 。同时支持pub-sub和load-balanced 的消息分发 。
3). Ops Friendly
NSQ非常容易配置和部署，生来就绑定了一个管理界面 。二进制包没有运行时依赖 。官方有Docker image 。
4.Integrated高度集成
官方的 Go 和 Python库都有提供 。而且为大多数语言提供了库 。
1.2 组件
1.3 拓扑结构
NSQ推荐通过他们相应的nsqd实例使用协同定位发布者，这意味着即使面对网络分区，消息也会被保存在本地 ， 直到它们被一个消费者读取 。更重要的是，发布者不必去发现其他的nsqd节点，他们总是可以向本地实例发布消息 。
NSQ
首先，一个发布者向它的本地nsqd发送消息，要做到这点，首先要先打开一个连接，然后发送一个包含topic和消息主体的发布命令，在这种情况下，我们将消息发布到事件topic上以分散到我们不同的worker中 。
事件topic会复制这些消息并且在每一个连接topic的channel上进行排队，在我们的案例中，有三个channel ， 它们其中之一作为档案channel 。消费者会获取这些消息并且上传到S3 。
nsqd
每个channel的消息都会进行排队，直到一个worker把他们消费，如果此队列超出了内存限制 ， 消息将会被写入到磁盘中 。Nsqd节点首先会向nsqlookup广播他们的位置信息，一旦它们注册成功，worker将会从nsqlookup服务器节点上发现所有包含事件topic的nsqd节点 。
nsqlookupd
2. Internals
2.1 消息传递担保
1）客户表示已经准备好接收消息
2）NSQ 发送一条消息，并暂时将数据存储在本地（在 re-queue 或 timeout）
3）客户端回复 FIN（结束）或 REQ（重新排队）分别指示成功或失败 。如果客户端没有回复, NSQ 会在设定的时间超时，自动重新排队消息
这确保了消息丢失唯一可能的情况是不正常结束 nsqd 进程 。在这种情况下，这是在内存中的任何信息（或任何缓冲未刷新到磁盘）都将丢失 。
如何防止消息丢失是最重要的，即使是这个意外情况可以得到缓解 。一种解决方案是构成冗余 nsqd对（在不同的主机上）接收消息的相同部分的副本 。因为你实现的消费者是幂等的，以两倍时间处理这些消息不会对下游造成影响，并使得系统能够承受任何单一节点故障而不会丢失信息 。
2.2 简化配置和管理
单个 nsqd 实例被设计成可以同时处理多个数据流 。流被称为“话题”和话题有 1 个或多个“通道” 。每个通道都接收到一个话题中所有消息的拷贝 。在实践中，一个通道映射到下行服务消费一个话题 。
在更底的层面，每个 nsqd 有一个与 nsqlookupd 的长期 TCP 连接，定期推动其状态 。这个数据被 nsqlookupd 用于给消费者通知 nsqd 地址 。对于消费者来说，一个暴露的 HTTP /lookup 接口用于轮询 。为话题引入一个新的消费者，只需启动一个配置了 nsqlookup 实例地址的 NSQ 客户端 。无需为添加任何新的消费者或生产者更改配置，大大降低了开销和复杂性 。
2.3 消除单点故障
NSQ被设计以分布的方式被使用 。nsqd 客户端（通过 TCP ）连接到指定话题的所有生产者实例 。没有中间人，没有消息代理 ， 也没有单点故障 。
这种拓扑结构消除单链，聚合，反馈 。相反，你的消费者直接访问所有生产者 。从技术上讲，哪个客户端连接到哪个 NSQ 不重要，只要有足够的消费者连接到所有生产者 ， 以满足大量的消息，保证所有东西最终将被处理 。对于 nsqlookupd ， 高可用性是通过运行多个实例来实现 。他们不直接相互通信和数据被认为是最终一致 。消费者轮询所有的配置的 nsqlookupd 实例和合并 response 。失败的，无法访问的，或以其他方式故障的节点不会让系统陷于停顿 。
2.4 效率
对于数据的协议，通过推送数据到客户端最大限度地提高性能和吞吐量的，而不是等待客户端拉数据 。这个概念，称之为 RDY 状态，基本上是客户端流量控制的一种形式 。
efficiency
2.5 心跳和超时
组合应用级别的心跳和 RDY 状态，避免头阻塞现象，也可能使心跳无用（即，如果消费者是在后面的处理消息流的接收缓冲区中，操作系统将被填满 ， 堵心跳）为了保证进度，所有的网络 IO 时间上限势必与配置的心跳间隔相关联 。这意味着，你可以从字面上拔掉之间的网络连接 nsqd 和消费者，它会检测并正确处理错误 。当检测到一个致命错误，客户端连接被强制关闭 。在传输中的消息会超时而重新排队等待传递到另一个消费者 。最后，错误会被记录并累计到各种内部指标 。
2.6 分布式
因为NSQ没有在守护程序之间共享信息，所以它从一开始就是为了分布式操作而生 。个别的机器可以随便宕机随便启动而不会影响到系统的其余部分 ， 消息发布者可以在本地发布，即使面对网络分区 。
这种“分布式优先”的设计理念意味着NSQ基本上可以永远不断地扩展，需要更高的吞吐量？那就添加更多的nsqd吧 。唯一的共享状态就是保存在lookup节点上 ， 甚至它们不需要全局视图，配置某些nsqd注册到某些lookup节点上这是很简单的配置，唯一关键的地方就是消费者可以通过lookup节点获取所有完整的节点集 。清晰的故障事件——NSQ在组件内建立了一套明确关于可能导致故障的的故障权衡机制，这对消息传递和恢复都有意义 。虽然它们可能不像Kafka系统那样提供严格的保证级别，但NSQ简单的操作使故障情况非常明显 。
2.7 no replication
不像其他的队列组件，NSQ并没有提供任何形式的复制和集群，也正是这点让它能够如此简单地运行 ， 但它确实对于一些高保证性高可靠性的消息发布没有足够的保证 。我们可以通过降低文件同步的时间来部分避免，只需通过一个标志配置 ， 通过EBS支持我们的队列 。但是这样仍然存在一个消息被发布后马上死亡，丢失了有效的写入的情况 。
2.8 没有严格的顺序
虽然Kafka由一个有序的日志构成，但NSQ不是 。消息可以在任何时间以任何顺序进入队列 。在我们使用的案例中，这通常没有关系，因为所有的数据都被加上了时间戳，但它并不适合需要严格顺序的情况 。
2.9 无数据重复删除功能
NSQ对于超时系统，它使用了心跳检测机制去测试消费者是否存活还是死亡 。很多原因会导致我们的consumer无法完成心跳检测，所以在consumer中必须有一个单独的步骤确保幂等性 。
3. 实践安装过程
本文将nsq集群具体的安装过程略去 ， 大家可以自行参考官网，比较简单 。这部分介绍下笔者实验的拓扑，以及nsqadmin的相关信息 。
3.1 拓扑结构
topology
实验采用3台NSQD服务，2台LOOKUPD服务 。
采用官方推荐的拓扑，消息发布的服务和NSQD在一台主机 。一共5台机器 。
NSQ基本没有配置文件 ， 配置通过命令行指定参数 。
主要命令如下:
LOOKUPD命令
NSQD命令
工具类，消费后存储到本地文件 。
发布一条消息
3.2 nsqadmin
对Streams的详细信息进行查看，包括NSQD节点 ， 具体的channel，队列中的消息数，连接数等信息 。
nsqadmin
channel
列出所有的NSQD节点:
nodes
消息的统计:
msgs
lookup主机的列表:
hosts
4. 总结
NSQ基本核心就是简单性 ， 是一个简单的队列，这意味着它很容易进行故障推理和很容易发现bug 。消费者可以自行处理故障事件而不会影响系统剩下的其余部分 。
事实上，简单性是我们决定使用NSQ的首要因素 ， 这方便与我们的许多其他软件一起维护 ， 通过引入队列使我们得到了堪称完美的表现，通过队列甚至让我们增加了几个数量级的吞吐量 。越来越多的consumer需要一套严格可靠性和顺序性保障，这已经超过了NSQ提供的简单功能 。
结合我们的业务系统来看，对于我们所需要传输的发票消息，相对比较敏感，无法容忍某个nsqd宕机，或者磁盘无法使用的情况 ， 该节点堆积的消息无法找回 。这是我们没有选择该消息中间件的主要原因 。简单性和可靠性似乎并不能完全满足 。相比Kafka ， ops肩负起更多负责的运营 。另一方面，它拥有一个可复制的、有序的日志可以提供给我们更好的服务 。但对于其他适合NSQ的consumer，它为我们服务的相当好，我们期待着继续巩固它的坚实的基础 。
golang 存储string到longtext字段？首先，我们需要在表中定义一个长文本字段，例如：
CREATE TABLE users (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(255) NOT NULL,
description LONGTEXT
);
然后，我们可以使用"gorm"库来将字符串存储到长文本字段中 。
首先 ， 我们需要创建一个User结构体 ， 如下所示：
go
type User struct {
IDuintgorm:"primary_key"
Namestring gorm:"not null"
Description string gorm:"type:longtext"
}
然后，我们可以使用"gorm"库中的Create函数来将字符串存储到长文本字段中，如下所示：
go
user := User{Name: "John Doe", Description: "This is a long text string."}
db.Create(user)
这将使数据库将字符串存储到长文本字段中 。
go语言聊天室实现（七）websocket收消息设置上一节中，我们为每个连接都创建了一个goroutine来读取其中的消息 ， 现在我们将这个读取消息的方法实现一下 。
我们在application目录下新建controllers目录 ， 并在其中创建一个MessageController.go文件 。
首先我们新建一个MessageController的结构体，内容如下
这个结构体包括两个内容，一个是我们将连接放在数组之后 ， 返回的索引，另一个是连接本身.
这个是具体的方法 。
我们首先设置了一下读消息的大小、超时时间以及超时后需要的操作 。
超时时间如果设置为0,那么就是永不超时 。之前在这里直接写0，被告知需要传一个time.Time类型的数据 。最终谷歌后才得到了这个值time.Time{}为"0001-01-01 00:00:000000 UTC" 。
我们将用户手法消息的内容定义为一个结构体，然后将用户的订阅信息的json通过json.unmarshal转换成这个结构体 。
之后的switch操作与我们在Swoole中的操作基本雷同，在查询到login之后 ， 调用service中 的login方法来进行注册 。
下一节中我们再介绍具体的注册逻辑 。
关于GO 语言的入门学习 求解答已经有好多程序员都把Go语言描述为是一种所见即所得(WYSIWYG)的编程语言 。这是说，代码要做的事和它在字面上表达的意思是完全一致的 。在这些新语言中，包含D，Go ， Rust和Vala语言，Go曾一度出现在TIOBE的排行榜上面 。与其他新语言相比，Go的魅力明显要大很多 。Go的成熟特征会得到许多开发者的欣赏，而不仅仅是因为其夸大其词的曝光度 。下面我们来一起探讨一下谷歌开发的Go语言以及谈谈Go为什么会吸引众多开发者： 快速简单的编译 Go编译速度很快，如此快速的编译使它很容易作为脚本语言使用 。关于编译速度快主要有以下几个原因：首先，Go不使用头文件；其次如果一个模块是依赖A的，这反过来又取决于B ， 在A里面的需求改变只需重新编译原始模块和与A相依赖的地方；最后，对象模块里面包含了足够的依赖关系信息，所以编译器不需要重新创建文件 。你只需要简单地编译主模块，项目中需要的其他部分就会自动编译，很酷 ， 是不是？ 通过返回数值列表来处理错误信息 目前，在本地语言里面处理错误的方式主要有两种：直接返回代码或者抛异常 。这两种都不是最理想的处理方式 。其中返回代码是非常令人沮丧的，因为返回的错误代码经常与从函数中返回的数据相冲突 。Go允许函数返回多个值来解决这个问题 。这个从函数里面返回的值 ， 可以用来检查定义的类型是否正确并且可以随时随地对函数的返回值进行检查 。如果你对错误值不关心，你可以不必检查 。在这两种情况下，常规的返回值都是可用的 。简化的成分（优先于继承） 通过使用接口，类型是有资格成为对象中一员的，就像Java指定行为一样 。例如在标准库里面的IO包 ， 定义一个Writer来指定一个方法，一个Writer函数，其中输入参数是字节数组并且返回整数类型值或者错误类型 。任何类型实现一个带有相同签名的Writer方法是对IO的完全实现，Writer接口 。这种是解耦代码而不是优雅 。它还简化了模拟对象来进行单元测试 。例如你想在数据库对象中测试一个方法，在标准语言中，你通常需要创建一个数据库对象，并且需要进行大量的初始化和协议来模拟对象 。在Go里面，如果该方法需要实现一个接口，你可以创建任何对该接口有用的对象，所以，你创建了MockDatabase，这是很小的对象 ， 只实现了几个需要运行和模拟的接口——没有构造函数，没有附件功能，只是一些方法 。简化的并发性 相对于其他语言，并发性在Go里面显得更加容易 。把‘go’关键字放在任意函数前面然后那个函数就会在其go-routine自动运行（一个很轻的线程） 。go-routines是通过通道进行交流并且基本上封锁了所有的队列消息 。普通工具对相互排斥是有用 ， 但是Go通过使用通道来踢掉并发性任务和坐标更加容易 。优秀的错误消息 所有与Go相似的语言，自身作出的诊断都是无法与Go相媲美的 。例如，一个死锁程序 ， 在Go运行时会通知你目前哪个线程导致了这种死锁 。编译的错误信息是非常详细全面和有用的 。其他 这里还有许多其他吸引人的地方，下面就一概而过的介绍一下 ， 比如高阶函数、垃圾回收、哈希映射和可扩展的数组内置语言（部分语言语法，而不是作为一个库）等等 。当然，Go并不是完美无瑕 。在工具方面还有些不成熟的地方和用户社区较小等，但是随着谷歌语言的不断发展 ， 肯定会有整治措施出来 。尽管许多语言，尤其是D、Rust和Vala旨在简化C并且对其进行简化，但它们给人的感觉仍是“C看上去要更好” 。
【Go语言的优势】
可直接编译成机器码，不依赖其他库 ， glibc的版本有一定要求，部署就是扔一个文件上去就完成了 。
静态类型语言，但是有动态语言的感觉，静态类型的语言就是可以在编译的时候检查出来隐藏的大多数问题，动态语言的感觉就是有很多的包可以使用，写起来的效率很高 。
语言层面支持并发，这个就是Go最大的特色，天生的支持并发，我曾经说过一句话，天生的基因和整容是有区别的，大家一样美丽，但是你喜欢整容的还是天生基因的美丽呢？Go就是基因里面支持的并发，可以充分的利用多核，很容易的使用并发 。
内置runtime，支持垃圾回收，这属于动态语言的特性之一吧，虽然目前来说GC不算完美，但是足以应付我们所能遇到的大多数情况，特别是Go1.1之后的GC 。
简单易学，Go语言的作者都有C的基因 ， 那么Go自然而然就有了C的基因，那么Go关键字是25个，但是表达能力很强大，几乎支持大多数你在其他语言见过的特性：继承、重载、对象等 。
丰富的标准库，Go目前已经内置了大量的库，特别是网络库非常强大，我最爱的也是这部分 。
内置强大的工具，Go语言里面内置了很多工具链，最好的应该是gofmt工具，自动化格式化代码，能够让团队review变得如此的简单 ， 代码格式一模一样，想不一样都很困难 。
跨编译，如果你写的Go代码不包含cgo，那么就可以做到window系统编译linux的应用，如何做到的呢？Go引用了plan9的代码，这就是不依赖系统的信息 。
内嵌C支持，前面说了作者是C的作者，所以Go里面也可以直接包含c代码，利用现有的丰富的C库 。
Golang 中更好的错误处理：理论和实践技巧 云和安全管理服务专家新钛云服 张春翻译
这种方法有几个缺点 。首先go语言信息的隐藏实验 ， 它可以对程序员隐藏错误处理路径，特别是在捕获异常不是强制性go语言信息的隐藏实验的情况下 ， 例如在 Python 中 。即使在具有必须处理的 Java 风格的检查异常的语言中，如果在与原始调用不同的级别上处理错误 ， 也并不总是很明显错误是从哪里引发的 。
我们都见过长长的代码块包装在一个 try-catch 块中 。在这种情况下，catch 块实际上充当 goto 语句，这通常被认为是有害的（奇怪的是，C 中的关键字被认为可以接受的少数用例之一是错误后清理 ， 因为该语言没有 Golang- 样式延迟语句） 。
如果你确实从源头捕获异常，你会得到一个不太优雅的 Go 错误模式版本 。这可能会解决混淆代码的问题，但会遇到另一个问题：性能 。在诸如 Java 之类的语言中，抛出异常可能比函数的常规返回慢数百倍 。
Java 中最大的性能成本是由打印异常的堆栈跟踪造成的，这是昂贵的 ， 因为运行的程序必须检查编译它的源代码。仅仅进入一个 try 块也不是空闲的，因为需要保存 CPU 内存寄存器的先前状态，因为它们可能需要在抛出异常的情况下恢复 。
如果您将异常视为通常不会发生的异常情况，那么异常的缺点并不重要 。这可能是传统的单体应用程序的情况，其中大部分代码库不必进行网络调用——一个操作格式良好的数据的函数不太可能遇到错误（除了错误的情况） 。一旦您在代码中添加 I/O，无错误代码的梦想就会破灭：您可以忽略错误，但不能假装它们不存在go语言信息的隐藏实验！
try {
doSometing()
} catch (IOException e) {
// ignore it
}
与大多数其他编程语言不同，Golang 接受错误是不可避免的 。如果在单体架构时代还不是这样，那么在今天的模块化后端服务中，服务通常和外部 API 调用、数据库读取和写入以及与其他服务通信。
以上所有方法都可能失败，解析或验证从它们接收到的数据（通常在无模式 JSON 中）也可能失败 。Golang 使可以从这些调用返回的错误显式化，与普通返回值的等级相同 。从函数调用返回多个值的能力支持这一点，这在大多数语言中通常是不可能的 。Golang 的错误处理系统不仅仅是一种语言怪癖，它是一种将错误视为替代返回值的完全不同的方式！
重复 if err != nil
对 Go 错误处理的一个常见批评是被迫重复以下代码块：
res, err := doSomething()
if err != nil {
// Handle error
}
对于新用户来说 ， 这可能会觉得没用而且浪费行数：在其他语言中需要 3 行的函数很可能会增长到 12 行：
这么多行代码！这么低效！如果您认为上述内容不优雅或浪费代码，您可能忽略了我们检查代码中的错误的全部原因：我们需要能够以不同的方式处理它们！对 API 或数据库的调用可能会被重试 。
有时事件的顺序很重要：调用外部 API 之前发生的错误可能不是什么大问题（因为数据从未通过发送），而 API 调用和写入本地数据库之间的错误可能需要立即注意 ， 因为 这可能意味着系统最终处于不一致的状态 。即使我们只想将错误传播给调用者，我们也可能希望用失败的解释来包装它们 ， 或者为每个错误返回一个自定义错误类型 。
并非所有错误都是相同的，并且向调用者返回适当的错误是 API 设计的重要部分，无论是对于内部包还是 REST API。
不必担心在你的代码中重复 if err != nil ——这就是 Go 中的代码应该看起来的样子 。
自定义错误类型和错误包装
从导出的方法返回错误时，请考虑指定自定义错误类型，而不是单独使用错误字符串 。字符串在意外代码中是可以的，但在导出的函数中，它们成为函数公共 API 的一部分 。更改错误字符串将是一项重大更改——如果没有明确的错误类型 ， 需要检查返回错误类型的单元测试将不得不依赖原始字符串值！事实上，基于字符串的错误也使得在私有方法中测试不同的错误案例变得困难，因此您也应该考虑在包中使用它们 。回到错误与异常的争论，返回错误也使代码比抛出异常更容易测试 ， 因为错误只是要检查的返回值 。不需要测试框架或在测试中捕获异常。
可以在 database/sql 包中找到简单自定义错误类型的一个很好的示例 。它定义了一个导出常量列表，表示包可以返回的错误类型，最著名的是 sql.ErrNoRows 。虽然从 API 设计的角度来看，这种特定的错误类型有点问题（您可能会争辩说 API 应该返回一个空结构而不是错误），但任何需要检查空行的应用程序都可以导入该常量并在代码中使用它不必担心错误消息本身会改变和破坏代码 。
对于更复杂的错误处理，您可以通过实现返回错误字符串的 Error() 方法来定义自定义错误类型 。自定义错误可以包括元数据 ， 例如错误代码或原始请求参数 。如果您想表示错误类别，它们很有用 。DigitalOcean 的本教程展示了如何使用自定义错误类型来表示可以重试的一类临时错误 。
通常，错误会通过将低级错误与更高级别的解释包装起来，从而在程序的调用堆栈中传播 。例如，数据库错误可能会以下列格式记录在 API 调用处理程序中：调用 CreateUser 端点时出错：查询数据库时出错：pq：检测到死锁 。这很有用，因为它可以帮助我们跟踪错误在系统中传播的过程，向我们展示根本原因（数据库事务引擎中的死锁）以及它对更广泛系统的影响（调用者无法创建新用户） 。
自 Go 1.13 以来，此模式具有特殊的语言支持，并带有错误包装 。通过在创建字符串错误时使用 %w 动词 ， 可以使用 Unwrap() 方法访问底层错误 。除了比较错误相等性的函数 errors.Is() 和 errors.As() 外 ， 程序还可以获取包装错误的原始类型或标识 。这在某些情况下可能很有用，尽管我认为在确定如何处理所述错误时最好使用顶级错误的类型 。
Panics
不要 panic()！长时间运行的应用程序应该优雅地处理错误而不是panic 。即使在无法恢复的情况下（例如在启动时验证配置），最好记录一个错误并优雅地退出 。panic比错误消息更难诊断，并且可能会跳过被推迟的重要关闭代码 。
Logging
我还想简要介绍一下日志记录，因为它是处理错误的关键部分 。通常你能做的最好的事情就是记录收到的错误并继续下一个请求 。
除非您正在构建简单的命令行工具或个人项目，否则您的应用程序应该使用结构化的日志库，该库可以为日志添加时间戳，并提供对日志级别的控制 。最后一部分特别重要 ， 因为它将允许您突出显示应用程序记录的所有错误和警告 。通过帮助将它们与信息级日志分开，这将为您节省无数时间 。
微服务架构还应该在日志行中包含服务的名称以及机器实例的名称 。默认情况下记录这些时 ， 程序代码不必担心包含它们 。您也可以在日志的结构化部分中记录其他字段 ， 例如收到的错误（如果您不想将其嵌入日志消息本身）或有问题的请求或响应 。只需确保您的日志没有泄露任何敏感数据，例如密码、API 密钥或用户的个人数据！
对于日志库，我过去使用过 logrus 和 zerolog，但您也可以选择其他结构化日志库 。如果您想了解更多信息，互联网上有许多关于如何使用这些的指南 。如果您将应用程序部署到云中，您可能需要日志库上的适配器来根据您的云平台的日志 API 格式化日志 - 没有它，云平台可能无法检测到日志级别等某些功能 。
如果您在应用程序中使用调试级别日志（默认情况下通常不记录），请确保您的应用程序可以轻松更改日志级别，而无需更改代码 。更改日志级别还可以暂时使信息级别甚至警告级别的日志静音，以防它们突然变得过于嘈杂并开始淹没错误 。您可以使用在启动时检查以设置日志级别的环境变量来实现这一点 。
原文：
go语言信息的隐藏实验的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于go语言基于什么、go语言信息的隐藏实验的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：包含html5中过渡时间不触发的词条

    下一篇：关于postgresql图式查询的信息