分层设计
传输层和应用层不一样，传输层要关注0101传输。应用层只需要关注接口怎么实现，底层逻辑不需要理解。
1、application应用层：跟用户打交道，对请求进行一个抽象，提供丰富应用api
提供合理的 API（可理解性、简单性、冗余性、兼容性，可测性、可见性）
2、middleware中间件层：预处理逻辑【洋葱模型】
中间件需求: 配合 Handler 实现一个完整的请求处理生命周期 拥有预处理逻辑与后处理逻辑 可以注册多中间件 对上层模块用户逻辑模块易用
3、route路由层： 注册、寻址【前缀匹配树】
框架路由实际上就是为 URL 匹配对应的处理函数(Handlers) 静态路由: /a/b/c、/a/b/d 参数路由: /a/:id/c (/a/b/c, /a/d/c)、/*all路由修复: /a/b <-> /a/b/冲突路由以及优先级:/a/b、1:id/c 匹配 HTTP 方法 多处理函数:方便添加中间件
4、codec协议层：完成抽象接口，就可以拓展接口
抽象出合适的接口
5、transport网络层/传输层【网络模型】
BIO NIO、buffer
1、针对网络库的优化
go net（流式友好，小包性能高）
存下全部Header
减少系统调用次数
能够复用内存
能够多次读
netpoll（中大包性能高，时延低）
存下全部Header
拷贝出完整的Body
2、针对协议的优化 — Headers解析
SIMD(Single Instruction Multiple Data)即单指令流多数据流，是一种采用一个控制器来控制多个处理器，同时对一组数据（又称“数据向量”）中的每一个分别执行相同的操作从而实现空间上的并行性的技术。简单来说就是一个指令能够同时处理多个数据。
3、针对协议的优化——Header key规范化
4、热点资源池化
池化：（关乎生命周期、并发问题）
池化操作最初是用来减小数据大小，使模型更容易训练，这个过程即为下采样(downsampling)，这里可以称为下池化。随着之后的发展，池化也可以增加数据大小，此时的池化操作为上采样(upsmapling)或上池化。
数据的池化，根据被池化的张量维数的不同，一般可分为一维池化、二维池化与三维池化。池化操作都有一个固定的窗口，可以称为池化窗口，类似与卷积操作中的卷积核。
对于池化，大多数都需要池化窗口kernel size、步长stride、填充padding、dilation这几个参数。池化窗口表示选取的数据范围，步长表示池化窗口每次沿某个方向的长度，padding表示对input池化前是否在周围补充0，dilation为膨胀率。
