进击的ddd

以下示例来自于个人整理，大佬轻喷。 示例的项目目录： 1.proto环境准备 这里的环境准备主要就是以下三点： protoc protoc-gen-go protoc-gen-go-grpc go三方

最新在用 esrally 测试 es 的性能，今天把相关操作记录下。本人非专业测试，各位大佬请轻喷。 关于 esrally 的文档，请移步：esrally测试 esrally 是个 elastic 官

声明： 本示例主要作为测试用，生产请慎重。 最近公司突发奇想，想让我们搞个单机多实例的 es 的集群，看看其性能咋样。通常来说，es 作为搜索引擎，应用场景不乏日志分析、网络安全、搜索引擎等，有时也会

个人理解，不同见解可以一起讨论。 在日常排序算法中，小数据量下，用啥区别都不大，但是数据量起来后，性能差异就会很大了。 而且在常用的大数据量的排序算法中，主要就是归并、快排和堆排，下面从几个方面一起看

了解 如果你对 es 有一定的使用经验，相信应该听过 ilm 机制，没错，就是 es 的索引生命周期管理机制。 在实际项目应用中，合理应用 ilm 机制可以解放我们的双手，不用手动去管理索引的新建、切

[toc] 在golang中，如果涉及消息传递或者是并发控制等，我们常常用到 channel，channel的具体原理这里不讨论，今天主要看看有无缓冲以及缓冲值的设计。 1.无缓冲的channel 联

使用示例： fasthttp据说性能比 net/http 好很多，主要是以下几个方面： 1.大量使用 sync.Pool 来内存复用请求处理，减少每个请求过来就新建一个协程处理 2.连接复用，连接处理

日常开发中，应对大量任务的时候，为了效率和性能，有时会用到线程池，在 golang 中，我们知道可以使用 用户态 线程，也就是协程来完成一定的功能，资源消耗更少，性能开销少。 通常如果任务不复杂的话，

通过 cron 定义定时任务，一个定时任务负责发布任务，一个定时任务负责接收并处理，二者通过 channel 实现数据发收，代码见下：