BR 技术头条

技术头条

技术链接、资讯与社区分享流

cr crossoverjie.top / 2023-10-25 00:03 / by @技术头条 / 原作者：@crossoverJie

Go 语言史诗级更新-循环Bug修复

打开原文 0 条评论
背景前两天 Golang 的官方博客更新了一篇文章：Fixing For Loops in Go 1.22，看这个标题的就是修复了 Go 循环的 bug，这真的是史诗级的更新；我身边接触到的大部分 Go 开发者都犯过这样的错误，包括我自己。

赞过的人

@IT技术博客大学习

发表评论

相关分享

zh www.zhengwenfeng.com / 2025-11-12 00:32

Go协程池深度解析：原理、实现与最佳实践

文章系统解析 Go 协程池的实现原理和实践，包括为何需要协程池、基本实现方式、协程数设置依据及性能对比测试。示例代码演示如何手动构建协程池，并推荐三种高性能第三方库（如 ants、tunny）。适合进行高并发控制和资源管理优化的场景。

查看详情
无图
co colobu.com / 2025-01-20 00:03

Go中秘而不宣的数据结构: 四叉堆，不是普通的二叉堆

文章讲解了 Go 语言定时器底层实现中四叉堆的设计原理，解释其在 Go 运行时的作用。通过使用四叉堆（4-ary heap）替代二叉堆，优化了定时器性能，特别是在高并发场景中。

适合人群：Go 语言开发者及对运行时机制、高性能定时器实现感兴趣的工程师。

查看详情
无图
co colobu.com / 2025-01-12 12:03

Go中秘而不宣的数据结构: 四叉堆，不是普通的二叉堆

文章介绍了 Go 语言中定时器使用的四叉堆数据结构，分析其相较于二叉堆的优势，如降低堆高度以提升性能，并回顾了 Go 不同版本中定时器实现的演进过程。适合对 Go 语言运行时实现细节、数据结构优化及并发编程感兴趣的开发者阅读。

查看详情
无图
co colobu.com / 2025-01-03 00:03

Go中秘而不宣的数据结构 CacheLinePad：精细化优化

这篇文章深入解析了 Go 语言中的 CacheLine 数据结构，详细探讨了其在多核环境下的内存对齐、伪共享问题以及性能优化方法。通过具体的代码示例和实验分析，文章展示了如何利用 CacheLine 提升并发程序的性能。内容专业且实用，对开发高性能 Go 应用的工程师有很高的参考价值，值得推荐阅读和分享。

查看详情
无图
co colobu.com / 2025-01-03 00:01

Go中秘而不宣的数据结构 Treap：随机化的二叉搜索树

这篇文章详细解析了 Go 语言中 Treap 数据结构的实现和应用。内容涵盖了 Treap 的设计思想、核心算法以及在实际场景中的使用案例，还深入探讨了平衡二叉树与堆的结合特点及其性能优势。对于希望了解 Go 内部实现或探索高效数据结构的开发者，这篇文章提供了丰富的干货和学习价值，值得推荐。

查看详情
无图
co colobu.com / 2025-01-02 23:59

Go中秘而不宣的数据结构 BitVec, 资源优化方法之位向量

如何深入理解 Go 的内部数据结构？文章以 BitVec 为例，详细解析了其设计原理、实现方式以及在不同场景中的应用，还探讨了相关的性能优化策略和工程实践。这是一篇高质量的技术解读，为开发者学习 Go 的底层实现提供了宝贵的参考！

查看详情
无图
in innei.in / 2025-01-02 23:51

构想：Electron Render OTA 更新

如何实现 Electron 渲染进程的 OTA 更新？这篇文章深入解析了从更新原理到实现细节的完整流程，并分享了实战中的经验和避坑技巧，为开发者提供了高效的更新方案指南。内容干货满满，非常值得一读！转发分享，让更多人掌握这项实用技能！

查看详情
无图
co colobu.com / 2024-03-21 23:00

聊聊 Go 的边界检查消除技术

在翻译的从慢速到SIMD一文中， SourceGraph工程师其中的一个优化就是边界检查消除(BCE,bounds check elimination)技术，同时他也抛给了读者一个问题：

为啥在使用 a[i:i+4:i+4] 而不是 a[i:i+4]?

本文第一部分先回答这个问题。 第二部分介绍更好的边界检查消除方法。 第三部分再全面梳理Go的边界检查消除技术。

查看详情
无图
co colobu.com / 2024-03-21 22:55

Go 中的高速数据包处理:从 net.Dial 到 AF_XDP

最近编写了一个Go程序，向数百万个IP地址发送ICMP ping消息。显然，希望这个过程能尽可能快速高效地完成。因此,这促使我研究各种与网络栈交互和快速发送数据包的各种方法。这是一个有趣的旅程,所以在本文中,我将分享一些学习成果,并记录下来供将来参考:)你将看到，仅使用8个内核就可以达到1880万数据包/秒。这里还有一个GitHub仓库,其中包含了示例代码,可以方便地跟随学习。

查看详情
无图