面试问题总结（一）Golang

使用go语言的好处: go语言的设计是务实的, go在针对并发上进行了优化, 并且支持大规模高并发, 又由于单一的码格式, 相比于其他语言更具有可读性, 在垃圾回收上比java和Python更有效, 因为他是和程序同时执行的

1 进程, 线程, 协程的区别, 协程的优势

2 讲一下GMP模型(重点)

3 Go的GC, 混合写屏障(重点)

4 go的Slice和数组的区别, slice的扩容原理(重点)

5 讲一下channel,实现原理(重点)

6 讲一下Go的Map的实现原理, 是否线程安全, 如何实现安全(重点)

7 new 和 make 的区别

8 说一下内存逃逸

9 函数传指针和传值有什么区别

10 goroutine之间的通信方式

11 测试是怎么做的(单元测试, 压力测试)

12 堆和栈的区别

讨论哪个语言更好，就像在争论姚明和刘翔谁是更优秀的运动员。因为各自的坐标象限不同，常常会陷入一个难有结论怪圈。

所以本文绝不是在说Golang是比其他语言更好的语言。Golang只是最值得推荐的语言，尤其适合快速成长中的后端研发团队。

我推荐Golang的主要理由，并不是技术性的要素：不是他的高并发能力，编译的速度，跨平台能力，内存效率，也不是社区的活跃度等等。

事实上，创业之后，或者说成为一个技术管理者之后，技术优点就已经不再是我推荐任何一种语言的关键因素了。

因为，对于一个研发团队来说，项目成败的关键因素是：成本、质量和时间！

1、人力资源的成本

人力资源是研发团队最重要的资源，也是唯一的资源。其成本不仅仅是团队要支付的薪资代价。也包括获得资源的难易程度，例如招聘和培训的速度。以及维持资源，也就是保持员工满意度或者说士气的代价，也就是管理成本。（上述成本不仅指钱，时间也是非常昂贵的成本）

Golang有一系列特点，使它既容易上手，又易于维护。Golang可以让初阶和中阶工程师，经过少许培训，就写出相当不错的代码。直接点说，一票1-2年经验少许灵性的年轻工程师转Golang，只要少许指导，很快就可以写出高并发高负载能力生产级别的代码，而且质量相当有保证。而同样的工程，如果用C++或java等语言，则需要至少3-5年经验的工程师来完成，同时质量还是要让人担心。

那么，对于团队特别是成长型的或创业团队来说，现在有Golang这样一种语言，可以让大量初阶和中级工程师承担主要开发工作，还能保证相当优秀的结果，从资金成本和时间成本控制的角度，简直就是美梦成真。

2、项目研发的效率

说到高并发高负载，让我不能不想起nginx。nginx在2004年从web server领域横空出世，所向披靡。精巧严谨易于维护和扩展的代码结构，也是教科书级别的。

但是要知道，一个用C写出一个nginx，是需要世界上最优秀的工程师的。这样的工程师，不仅团队里面没有，连遇到一个都很难。

可现在，我再告诉你，一个使用Golang的中级工程师，就已经可以写出性能与nginx相近的高并发高负载应用。而且不仅性能相近，而且需要的代码行数和开发时间也短很多。这对于团队成员来说，这很可能是决定生死存亡还是走上人生巅峰的区别。

--

总之：

对于团队管理者来说，Golang可以让团队用更低的人力成本，更快的速度，更高的质量，完成项目研发。

对于工程师来说，Golang可以让人有更多的时间去思考和生活。

所以，我推荐Golang。

在 gRPC 里客户端应用可以像调用本地对象一样直接调用另一台不同的机器上服务端 应用的方法，使得您能够更容易地创建分布式应用和服务。与许多 RPC 系统类似，gRPC 也是基于以下理念：定义一个服务，指定其能够被远程调用的方法（包含参数和返回类型）。在服务端实现这个接口，并运行一个 gRPC 服务器来处理客户端调用。在客户端拥有一个存根能够像服务端一样的方法。

gRPC 客户端和服务端可以在多种环境中运行和交互 - 从 google 内部的服务器到你自己的笔记本，并且可以用任何 gRPC 支持的语言来编写。所以，你可以很容易地用 Java 创建一个 gRPC 服务端，用 Go、Python、Ruby 来创建客户端。此外，Google 最新 API 将有 gRPC 版本的接口，使你很容易地将 Google 的功能集成到你的应用里。

gRPC 默认使用 protocol buffers，这是 Google 开源的一套成熟的结构数据序列化机制（当然也可以使用其他数据格式如 JSON）。名叫 proto3 的新风格的 protocol buffers，它拥有轻量简化的语法、一些有用的新功能，并且支持更多新语言。当前针对 Java 和 C++ 发布了 beta 版本，针对 JavaNano（即 Android Java）发布 alpha 版本，在protocol buffers Github 源码库里有 Ruby 支持， 在golang/protobuf Github 源码库里还有针对 Go 语言的生成器， 对更多语言的支持正在开发中。

有了 gRPC， 我们可以一次性的在一个 proto 文件中定义服务并使用任何支持它的语言去实现客户端和服务器，反过来，它们可以在各种环境中，从Google的服务器到你自己的平板电脑—— gRPC 帮你解决了不同语言及环境间通信的复杂性使用 protocol buffers 还能获得其他好处，包括高效的序列号，简单的 IDL 以及容易进行接口更新。

现在让我们来仔细了解一下当 gRPC 客户端调用 gRPC 服务端的方法时到底发生了什么。我们不究其实现细节，关于实现细节的部分，你可以在我们的特定语言页面里找到更为详尽的内容。

首先我们来了解一下最简单的 RPC 形式：客户端发出单个请求，获得单个响应。

服务端流式 RPC 除了在得到客户端请求信息后发送回一个应答流之外，与我们的简单例子一样。在发送完所有应答后，服务端的状态详情(状态码和可选的状态信息)和可选的跟踪元数据被发送回客户端，以此来完成服务端的工作。客户端在接收到所有服务端的应答后也完成了工作。

客户端流式 RPC 也基本与我们的简单例子一样，区别在于客户端通过发送一个请求流给服务端，取代了原先发送的单个请求。服务端通常（但并不必须）会在接收到客户端所有的请求后发送回一个应答，其中附带有它的状态详情和可选的跟踪数据。

双向流式 RPC ，调用由客户端调用方法来初始化，而服务端则接收到客户端的元数据，方法名和截止时间。服务端可以选择发送回它的初始元数据或等待客户端发送请求。 下一步怎样发展取决于应用，因为客户端和服务端能在任意顺序上读写 - 这些流的操作是完全独立的。例如服务端可以一直等直到它接收到所有客户端的消息才写应答，或者服务端和客户端可以像"乒乓球"一样：服务端后得到一个请求就回送一个应答，接着客户端根据应答来发送另一个请求，以此类推。

通过运行下面的命令克隆并安装grpc-go代码库：

下载protobuf源码包

安装golang-protobuf

第一步使用 protocol buffers去定义 gRPC service 和方法 request 以及 response 的类型。

要定义一个服务，必须在proto 文件中指定 service：

然后在服务中定义 rpc 方法，指定请求的和响应类型，gRPC 允许定义4种类型的 service 方法。

服务proto文件如下所示：

容器部署即使用 docker 化部署 golang 应用程序，这是在云服务时代最流行的部署方式，也是最推荐的部署方式。

跨平台交叉编译是 golang 的特点之一，可以非常方便地编译出我们需要的目标服务器平台的版本，而且是静态编译，非常容易地解决了运行依赖问题。

使用以下指令可以静态编译 Linux 平台 amd64 架构的可执行文件：

生成的 main 便是我们静态编译的，可部署于 Linux amd64 上的可执行文件。

我们需要将该可执行文件 main 编译生成 docker 镜像，以便于分发及部署。 Golang 的运行环境推荐使用 alpine 基础系统镜像，编译出的容器镜像约为 20MB 左右。

一个参考的 Dockerfile 文件如下：

其中，我们的基础镜像使用了 loads/alpine:38 ，中国国内的用户推荐使用该基础镜像，基础镜像的 Dockerfile 地址： https://githubcom/johngcn/dockerfiles ，仓库地址： https://hubdockercom/u/loads

随后使用 " docker build -t main " 指令编译生成名为 main 的 docker 镜像。

需要注意的是，在某些项目的架构设计中， 静态文件 和 配置文件 可能不会随着镜像进行编译发布，而是分开进行管理和发布。

例如，使用 MVVM 模式的项目中(例如使用 vue 框架)，往往是前后端非常独立的，因此在镜像中往往并不会包含 public 目录。而使用了 配置管理中心 (例如使用 consul / etcd / zookeeper )的项目中，也往往并不需要 config 目录。

因此对于以上示例的 Dockerfile 的使用，仅作参考，根据实际情况请进行必要的调整。

使用以下指令可直接运行刚才编译成的镜像：

容器的分发可以使用 docker 官方的平台： https://hubdockercom/ ，国内也可以考虑使用阿里云： https://wwwaliyuncom/product/acr 。

在企业级生产环境中， docker 容器往往需要结合 kubernetes 或者 docker swarm 容器编排工具一起使用。

容器编排涉及到的内容比较多，感兴趣的同学可以参考以下资料：