目前,我开发 HTTP 服务, 用的是 beego框架, 方便了很多。
但是, 有时候,还是会遇到一些 特殊的场景。
比如: 过滤日志。
这应该是一种典型的stream,同时数据量也适中, 不会有人,为了这个, 就用一些很重的框架。
可以这样直观的描述这个 逻辑
其他组件 产生 log
||
\ /
我的组件,业务处理
||
\ /
用户, http client
这种情景下, 有几个特殊点:
1. 难以用 string,或者 byte 数组 收集数据
2. 数据Source 端,不断的有数据产生
3. 数据缓冲,如果占有的 内存太多, 可能导致 服务崩溃
通常情况下,我们准备好数据, 然后调用Beego框架的方法,将数据发送到客户端,就不管了。
而如果,我们需要根据处理的情况,多次写数据到客户端,该怎么办呢?
首先,对于 这种简单的 流数据, golang 提供了一个 结构。
pipeReader, pipeWriter := io.Pipe()
这个方法的原型是这样的
func Pipe() (*PipeReader, *PipeWriter)
它返回紧密相连的一对 Reader 和 Writer。 他们的“生命周期”相同。
任何 写到 Writer中的数据, 直接流到了Reader中。这个 和 Linux 命令行中 “管道 |” 很像。
我们先开个goroutine 接收 日志数据
go func () { for { var log []byte //log = pipeWriter.Write(log) //break; } pipeWriter.CloseWithError(io.EOF) }
主逻辑中, 处理日志
defer pipeReader.Close() rr := bufio.NewReader(io.Reader(pipeReader)) for { line, err := rr.ReadBytes('\n') if io.EOF == err { break } ........ }
最后, 输出到客户端
var out []byte ctl.Ctx.ResponseWriter.Write(out) ctl.Ctx.ResponseWriter.Flush()
总结:
iopipe 直接 对接了 日志输出, 缓冲很小,
处理后的结果, 直接输出到 http 客户端。
尤其是第二点,很重要,我在处理这个逻辑的时候, 发现服务器,有几次意外崩溃,后来,才意识到,beego的controller 如果缓冲 处理后的数据,有可能仍然占有大量内存。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]