Golang 框架性能调优的最佳实践

package main

import (
    "fmt"
    "runtime"
)

func main() {
    // 创建一个协程池
    runtime.GOMAXPROCS(8)

    // 创建一个通道来接收协程的结果
    resultCh := make(chan int)

    // 创建一个待计算的整数列表
    numbers := []int{1, 2, 3, 4, 5}

    // 并发地计算每个整数的平方
    for _, num := range numbers {
        go func(n int) {
            // 使用 lambda 计算平方
            resultCh <- n * n
        }(num)
    }

    // 在 goroutine 结束时关闭通道
    close(resultCh)

    // 从通道中读取结果并打印出来
    for result := range resultCh {
        fmt.Println(result)
    }
}

package main

import (
    "fmt"
    "time"
)

type Cache struct {
    data map[string]interface{}
}

func NewCache() *Cache {
    return &Cache{data: make(map[string]interface{})}
}

func (c *Cache) Get(key string) (interface{}, bool) {
    value, ok := c.data[key]
    return value, ok
}

func (c *Cache) Set(key string, value interface{}) {
    c.data[key] = value
}

func main() {
    // 创建一个缓存
    cache := NewCache()

    // 将数据添加到缓存
    cache.Set("key1", "value1")

    // 从缓存中获取数据
    if value, ok := cache.Get("key1"); ok {
        fmt.Println("Cached value:", value)
    } else {
        // 如果缓存中没有找到数据，从数据库或其他来源获取
        value := getFromDB("key1")
        cache.Set("key1", value)
        fmt.Println("Retrieved from database:", value)
    }
}

func getFromDB(key string) string {
    // 模拟从数据库获取数据
    time.Sleep(1 * time.Second)
    return "db_" + key
}

// 使用 pprof 分析程序的 CPU 使用情况
go tool pprof cpu profile.prof
// 使用 go-torch 分析程序的内存使用情况
go-torch -allocspace 500MB