Go

在 Golang 里面，我们经常使用 channel 进行协程之间的通信。在某些情况下，我们需要优先消费某个channel。然而，Golang在多个channel同时可用的情况下，是随机选择的。

泛型让我们在使用Golang的时候能够抽取一些通用的代码，避免代码的重复拷贝，提高代码性能（避免类型转换），提高编码的效率和体验，提高代码可维护性。这篇文章主要是介绍我使用Golang泛型做过事情。

在项目中我们经常有需要使用分布式锁的场景，而Redis是实现分布式锁最常见的一种方式，这篇文章主要是使用Go+Redis实现互斥锁和红锁。

延迟队列是一种特殊的队列，元素入队时需要指定到期时间，出队的元素一定是已经到期的，而且早到期的元素最先出队，也就是队列里面的元素是按照到期时间排序的，添加元素和获取元素的时间复杂度是O(log(n))

堆是一种非常常用的数据结构，它能够支持在O(1)的时间复杂度获取到最大值（或最小值）。然而堆它有一个缺点，它没办法快速的定位一个元素，因此它也没办法快速删除一个堆中元素。因此需要一种能随机删除的堆。

Redis里面有很多种缓存淘汰策略，其中有一种就是LRU，但是它需要额外的空间。而Redis的作者则使用了一种基于随机采样的近似LRU（NearlyLRU），它在Redis里面是不需要花费额外空间的。

W-TinyLFU是一种非常优秀的缓存淘汰策略，它综合的考虑了现实场景中可能会遇到的各种问题，具有能够提高缓存命中率的准入策略，带有LFU的基于频率的优点，还具备元素保鲜机制，同时还能保证低空间消耗。

CountMinSketch是一种计数器，用来统计一个元素的计数，它能够以一个非常小的空间统计大量元素的计数，同时保证高的性能及准确性。

布隆过滤器（BloomFilter）是一种用于判断元素是否存在的方式，它的空间成本非常小，速度也很快。它一秒能够进行上百万次操作，并且1亿数据在误判率1%的情况下，只需要114MB内存。

对于一些敏感字段，比如手机号码、身份证、地址、银行卡号等，我们在存放进数据库前，可能需要对其进行加密。大部分情况下，我们只需支持等值查询。但是如果需要支持模糊查询，那么整段内容整体加密就不具备这个能力

环形缓冲器（ringr buffer）是一种用于表示一个固定尺寸、头尾相连的缓冲区的数据结构，适合缓存数据流。

在Go语言中，我们可以使用for、append()和copy()进行数组拷贝，对于某些对性能比较敏感且数组拷贝比较多的场景，我们可以会对拷贝性能比较关注，这篇文件主要是对比一下这三种方式的性能。

一致性哈希算法经常被用于请求路由中，在处理节点不变的情况下，它能够把相同的请求路由到相同的处理节点上。同时还能在处理节点变动时，让相同请求尽可能的打到原先相同的处理节点上。

在某些场景下，我们可能会大量的使用字节数组，比如IO操作、编解码，如果不进行优化，大量的申请和释放字节数组会造成一定的性能损耗，因此有必要复用字节数组。

基于现在微服务或者服务化的思想，我们大部分的业务逻辑处理函数都是有统一的格式，有些服务我们需要把它包装为RESTful形式的接口，但是如果不进行封装则会产生很多模板代码，这个库就是为了消除模板代码。

在翻Golang官方库的过程中，发现一个有趣的库golang.org/x/time ，里面只有一个类rate，研究了一下发现它是一个限流器，实现了很多的功能，当然它的核心原理并不复杂，也就是令牌桶算法

在实际开发工作中，我们经常使用命令行进行日志分析、程序部署、debug程序等工作。在Linux下，|、grep、find、xagrs、awk等工具是非常强大的，可以很容易的完成各种数据处理。

因为`Go`里面本来就有`Mutex`、`RWMutex`等锁，所以我们一般不会自己重新去实现一个锁，不过我们可以通过这个实现加深对锁和通道的理解。

消息队列是一种很常见的工具，常见的应用场景有：系统解耦、异步消费、削峰填谷。 说到消息队列可能会很快的想到Kafka、RocketMQ这些专业的消息队列，其实如果场景合适，Redis也可以当成消息队列

延迟队列是一个非常有用的工具，我们经常遇到需要使用延迟队列的场景，比如延迟通知，订单关闭等等。 这篇文章主要是使用Go+Kafka实现延迟消息。