这是我参与「第五届青训营」伴学笔记创作活动的第 3 天。
如何编写更简洁清晰的代码
原则：保证简单性，可读性，生产力。
公共约定部分：①包中声明的每个公共的符号：
②变量、常量、函数以及结构都需要添加注释
③任何既不明显也不简单的公共功能必须予以注释
④无论长度或复杂程度如何对库中的任何函数都必须进行注释。
⑤不需要注释实现接口的方法.
然后老师推荐使用gofmt自动格式化代码来进行代码规范的限制，goland在编码结束的时候会进行自动格式化,goimports在gofmt的基础上加上依赖包的管理，自动增删依赖的包引用、将依赖包按字母顺序排序并进行分类。
代码的注释内容：代码作用，如何做的，实现的原因，什么情况会出错。
示例
命名规范：
缩略词全大写，但当其位于变量开头且不需要导出时，使用全小写
变量距离其被使用的地方越远，需要携带越多的上下文信息。
函数名不需要携带包名的上下文信息，简短，当名为foo的包某个函数返回类型为Foo时，可以省略类型信息而不导致歧义，返回类型是T（非Foo）可以加入类型信息。
包名：小写字母，简短且包含一定的上下文信息，不要与标准库同名。不用常用变量，使用单数，缩写慎用。
控制流程：优先处理错误情况/特殊情况，尽早返回或继续循环来减少嵌套。尽量走直线，避免复杂的嵌套分支。
、
错误和异常处理：
错误判定，使用errors.Is，使用这个方法可以判定错误链上的所有错误是否含有特定的错误。错误链获取特定种类的错误，使用errors.As。panic不建议在业务代码中使用，用于真正异常的情况。使用库抛出panic影响自身逻辑，使用recover
如果需要更多的上下文信息，可以recover后在log中记录当前的调用栈debug.stack()
Benchmark工具执行命令：go test -bench=.-benchmem
sice预分配内存：data:=make([]int,0)和data:=make([]int,0,size)执行时间三分之一，内存分配次数少。然后在已有切片基础上创建切片不会创建新的底层数组，即原来的数组等不到释放，可以使用copy代替re-slice（go test -run=.-v测试）
map:data:=make(map[int]int)和data:=make(map[int]int,0,size)
字符串处理：①+；每次都是重新分配内存②builder.WriteString()时间最短，直接将底层的字符数组转换成字符串类型返回；③byte.Buffer重新申请了一块空间。
空结构体struct{}实例不占据任何的内存空间：实现Set
多线程编程，atomic的包（优先）/加锁
锁是操作系统实现，属于系统调用，atomic是通过硬件实现，sync.Mutex应该用来保护一段逻辑，不仅仅用于保护一个变量，对于非数值操作，可以使用atomic.Value，能承载一个interface{}
性能调优原则：要依靠数据而不是猜测，要定位最大瓶颈而不是细枝末节，不要过早/过度优化。
pprof：希望知道应用在什么地方耗费了多少CPU、Memory以及pprof是用于可视化和分析性能分析数据的工具。
top命令，flat：当前函数本身的执行耗时，flat%：flat 占 CPU 总时间的比例，sum%：上面每一行的 flat% 总和，cum：指当前函数本身加上其调用函数的总耗时，cum%：cum 占 CPU 总时间的比例。Flat==Cum：函数中没有调用其他函数，Flat==0：函数中只有其他函数的调用。通过top查找到最消耗资源的函数，然后list Eat：查看问题，定位到实际的代码。
web命令：调用关系可视化。找到代码之后注释然后编译运行。
查看内存：
alloc_objects: 程序累计申请的对象数alloc_space: 程序累计申请的内存大小
inuse_objects: 程序当前持有的对象数inuse_space: 程序当前占用的内存大小
goroutine泄露也会导致内存泄露，查看goroutine的话只需要更改后缀。
goroutine-协程
由上到下表示调用顺序；每一块代表一个函数，越长代表占用 CPU 的时间更长；火焰图是动态的，支持点击块进行分析
锁muter 阻塞block 有过滤条件，所以block影响小的话就进行过滤。首页的block进去可以查看全部block
操作系统：每10ms向进程发送一次SIGPROF信号
进程：每次接收到SIGPROF会记录调用堆栈
写缓冲：每100ms读取已经记录的调用栈并写入输出流
Heap-堆内存
采样程序通过内存分配器在堆上分配和释放的内存，记录分配/释放的大小和数量
采样率:每分配512KB记录一次，可在运行开头修改，1为每次分配均记录
采样时间:从程序运行开始到采样时
采样指标: alloc_space, alloc objects,inuse space,inuse_objects
计算方式: inuse = alloc - free
profiler：分析器
服务：能单独部署，承载一定功能的程序。
依赖：a的功能实现依赖b的响应成果，a依赖b。
调用链路：能支持一个接口请求的相关服务集合及其相互之间的依赖关系
基础库：公共的工具包，中间件
流程：建立服务性能评估手段，分析性能数据，定位性能瓶颈，重点优化项改造，优化效果验证
单独：
评估手段：
服务性能评估方式，请求流量构造，压测范围，性能数据采集。压测结果的分析
从火焰图定位代码，可查更新缓存json，log日志，高并发场景的CPU的占用性能
把线上请求的返回值记录下来，然后修改后的返回值记录下来，然后查看差异，差异不大就是功能影响不大
修改之后重复压测验证，然后上线评估优化效果，关注服务监控，逐步放量，收集性能数据据积累经验。
链路：
小数据集能否就满足？是否实时需要，能不能加缓存，重复请求的请求是否能合并。
AB实验SDK的优化
①分析基础库核心逻辑和性能瓶颈
②设计完善改造方案
③数据按需获取
④数据序列化协议优化
⑤内部压测验证
⑥推广业务服务落地验证
Go语言本身的优化，优化内存分配策略，优化代码编译流程，生成更高效的程序，内部压测验证，推广业务服务落地验证。优点：接入简单，只需要调整编译配置，通用性强。
