写代码的lorre

在日常业务开发中，我们经常遇到需要并发处理的场景。比如查询db，为了保证查询性能，拆分成并发请求，减少耗时和提高性能，返回聚合后的结果。我们可以实现一个MapReduce，来解决这类问题。

在某些场景下，我们希望某个操作或者函数仅被执行一次，比如单例模式的初始化，一些资源配置的加载等。 golang中的sync.Once就实现了这个功能。

在实际业务开发中，我们会遇到以下场景：请求数据库，批量获取1000条数据记录后，处理数据。我们可以把一次请求拆分成多次请求，并发去处理，当所有的并发请求完成后，再继续处理这些返回的数据

在实际业务中，往往是读操作次数大于写操作次数，sync.Mutex提供的互斥锁，不能支持并发的读操作，所以就有了sync.RWMutex。RWMutex具有读共享，写互斥，写操作优先等特点。

在实际编码中，我们经常遇到并发问题，产生并发问题的原因主要有以下两点： 存在共享资源 存在非原子性，并发操作共享资源的场景 解决并发问题，常见的方式之一就是使用sync.Mutex加锁

高并发的场景下，经常会出现并发重复请求资源的情况。 比如说，缓存失效时，我们去请求db获取最新的数据，如果这个key是一个热key，那么在缓存失效的瞬间，可能会有大量的并发请求访问到db，导致缓存击穿

Elasticsearch是分布式搜索和分析引擎，是常见的NOSQL数据库之一 Kibana可以帮助我们快速搜索和分析Elasticsearch中的数据，并使用图表来展示这些数据

字符串和切片，都是golang常用的两种内置数据类型。最近在日常工作中，遇到了一个字符串切片导致的问题，记录一下排查问题的过程，避免后续在这种场景上踩坑 # 背景 在项目中，我们使用mysql来存

我们在实际开发中, 经常需要处理文本信息, 组成文本的单元我们称之为字符。计算机只能处理0和1, 不能直接处理这些字符, 比如说对字符的读取和存储。为了解决这个问题, 我们需要了解字符集和编码