一、Gin框架核心

1. 中间件执行顺序及c.Next()作用

核心逻辑

Gin中间件遵循洋葱模型，执行顺序由注册顺序决定，c.Next()是“前置逻辑”与“后置逻辑”的分界点：

• 前置逻辑：按注册顺序执行（先注册先执行）；
• 后置逻辑：按注册逆序执行（后注册先执行）；
• c.Abort()会终止后续中间件/路由执行，直接进入后置逻辑。

代码示例

package main

import (
	"github.com/gin-gonic/gin"
	"fmt"
)

func m1() gin.HandlerFunc {
	return func(c *gin.Context) {
		fmt.Println("m1 前置")
		c.Next()
		fmt.Println("m1 后置")
	}
}

func m2() gin.HandlerFunc {
	return func(c *gin.Context) {
		fmt.Println("m2 前置")
		c.Next()
		fmt.Println("m2 后置")
	}
}

func main() {
	r := gin.Default()
	r.Use(m1(), m2())
	r.GET("/test", func(c *gin.Context) {
		fmt.Println("路由执行")
		c.JSON(200, gin.H{"msg": "ok"})
	})
	r.Run(":8080")
}

执行结果：

m1 前置 → m2 前置 → 路由执行 → m2 后置 → m1 后置

二、Go性能分析

1. pprof工具使用

核心定位

内置性能分析工具，支持CPU、内存、协程、阻塞等维度分析，分两种使用方式：

使用方式	适用场景	核心命令
HTTP方式	服务端	import _ "net/http/pprof" + http.ListenAndServe(":6060", nil)
命令行方式	独立程序	pprof.StartCPUProfile(f) + pprof.StopCPUProfile()

常用分析命令

# CPU分析（采样10秒）
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=10
# 内存分析
go tool pprof http://localhost:6060/debug/pprof/heap
# 协程分析
go tool pprof http://localhost:6060/debug/pprof/goroutine

三、Go语法核心

1. defer与return的交互

返回值类型	是否可修改	示例	结果
命名返回变量	是	func f() (res int) { res=10; defer func(){res=20}(); return res }	20
匿名返回值	否	func f() int { res=10; defer func(){res=20}(); return res }	10
指针类型	是	func f() *int { res=10; defer func(){*&res=20}(); return &res }	20

2. Channel核心（sendq/recvq）

底层结构

type hchan struct {
	qcount   uint        // 队列元素数
	dataqsiz uint        // 缓冲区容量
	buf      unsafe.Pointer // 缓冲区指针
	recvq    waitq       // 接收阻塞协程队列
	sendq    waitq       // 发送阻塞协程队列
	lock     mutex       // 互斥锁
}

核心作用

队列	触发场景	设计目的
sendq	无缓冲Channel无接收方/有缓冲Channel缓冲区满	存储阻塞的发送协程，实现同步通信
recvq	无缓冲Channel无发送方/有缓冲Channel缓冲区空	存储阻塞的接收协程，保证数据有序传递

设计优势

• 解耦发送/接收协程，无需严格同步；
• FIFO队列保证公平性，避免协程饥饿；
• 统一处理无缓冲/有缓冲Channel的阻塞逻辑。

3. 泛型vs Interface

维度	泛型编程	Interface
核心定位	类型抽象（约束数据类型）	行为抽象（约束方法集合）
类型确定	编译期（实例化生成专用代码）	运行期（通过iface/eface获取类型）
性能开销	无运行时开销	类型查找/断言开销
适用场景	通用算法/数据结构（如通用排序）	多态行为封装（如io.Reader）

代码示例

// 泛型：编译期确定类型
func Sum[T int|float64](s []T) T {
	var res T
	for _, v := range s {
		res += v
	}
	return res
}

// Interface：运行期确定类型
type Formatter interface {
	Format() string
}
func Print(f Formatter) {
	fmt.Println(f.Format()) // 运行时确定具体类型
}

四、并发编程

1. 奇偶有序打印（Channel实现）

package main

import "fmt"

func main() {
	max := 10
	odd, even := make(chan struct{}), make(chan struct{})

	// 奇数协程
	go func() {
		for i := 1; i <= max; i += 2 {
			<-odd
			fmt.Println(i)
			even <- struct{}{}
		}
	}()

	// 偶数协程
	go func() {
		for i := 2; i <= max; i += 2 {
			<-even
			fmt.Println(i)
			if i == max {
				close(odd)
				return
			}
			odd <- struct{}{}
		}
	}()

	odd <- struct{}{} // 启动流程
	<-even            // 阻塞等待
}

2. 高并发模拟方案

方案	适用场景	核心工具
原生协程	低并发验证	sync.WaitGroup
协程池	高并发（10万+）	ants库
工具压测	HTTP接口	go-wrk/hey

协程池示例

package main

import (
	"fmt"
	"sync"
	"time"
	"github.com/panjf2000/ants/v2"
)

func main() {
	pool, _ := ants.NewPool(1000) // 最大并发1000
	defer pool.Release()

	var wg sync.WaitGroup
	wg.Add(10000)

	start := time.Now()
	for i := 0; i < 10000; i++ {
		_ = pool.Submit(func() {
			defer wg.Done()
			time.Sleep(100 * time.Millisecond)
		})
	}
	wg.Wait()
	fmt.Printf("耗时：%v\n", time.Since(start))
}

五、微服务架构

1. 微服务框架对比（Kratos vs Go-Zero）

维度	Kratos	Go-Zero
定位	企业级、高可扩展	轻量、一站式
代码生成	基于Protobuf	goctl工具（API/Proto双驱动）
服务治理	组件解耦、按需集成	开箱即用、全量内置
通信协议	优先gRPC	HTTP/gRPC双支持
适用场景	大规模集群、定制化	中小项目、快速落地

2. CAP理论

特性	定义	取舍场景	典型案例
C（一致性）	所有节点数据实时一致	CP：金融交易	Redis主从同步
A（可用性）	所有请求有限时间响应	AP：电商展示	商品库存异步同步
P（分区容错）	网络分区仍可用	分布式必选	所有分布式系统

3. API设计与问题排查

（1）API响应慢排查流程

（2）优质API设计标准

维度	核心要求
语义规范	RESTful风格 + 版本控制
响应格式	统一code/msg/data结构
可用性	幂等性 + 限流降级
安全性	鉴权 + HTTPS + 防注入
扩展性	预留扩展字段 + 批量操作

4. 登录与会话管理

（1）登录流程

前端加密密码 → 后端验证 → 生成凭证（JWT/SessionID）→ 前端存储 → 后续请求校验

（2）Session/Cookie对比

维度	Session	Cookie
存储位置	服务端（Redis/内存）	客户端（磁盘/内存）
存储内容	复杂对象	字符串（≤4KB）
安全性	高（服务端存储）	低（易篡改）
有效期	服务端控制	客户端持久化

（3）分布式会话共享

核心方案：Redis存储SessionID-用户信息映射

1. 登录成功 → 生成SessionID → 存入Redis（设置过期）→ 写入客户端Cookie
2. 跨服务器请求 → 读取Cookie中SessionID → 从Redis获取用户信息 → 校验身份

六、容器与K8s

1. K8s Service核心

类型	访问范围	核心用途
ClusterIP	集群内	服务间通信
NodePort	集群外	简单外部访问
LoadBalancer	集群外	生产环境高可用
ExternalName	集群内	访问外部服务

2. 容器启动流程

（1）Docker启动

# 拉取镜像 → 创建容器 → 启动进程
docker pull nginx:1.25
docker run -d -p 8080:80 --name nginx nginx:1.25

（2）K8s启动Pod

核心配置示例

apiVersion: v1
kind: Pod
metadata:
  name: nginx-pod
spec:
  containers:
  - name: nginx
    image: nginx:1.25
    ports:
    - containerPort: 80
    resources:
      limits:
        cpu: 0.5
        memory: 512Mi