topgoer

1.闭包

闭包浅显一些来说就是某个函数（包含某些变量）返回了一个函数。调用这个函数使得随时可以使用
每次调用都相当于创建了一个闭包环境

package main

import (
    "fmt"
)
func a() func() int {
    i := 0
    b := func() int {
        i++
        fmt.Println(i)
        return i
    }
    return b
}

func main() {
    c := a()
    c()
    c()
    c()

    a() //不会输出i
}

2.接口

接口也是一种·type相当于java的object

package main

import "fmt"

// Sayer 接口
type Sayer interface {
    say(content string)string
}
type dog struct {}

type cat struct {}

func (d *dog) say(content string)string {
    fmt.Println(content)
    return content
}

func (c *cat) say(content string)string {
    fmt.Println(content)
    return content
}

func main() {
    var x Sayer // 声明一个Sayer类型的变量x
    a := &cat{}  // 实例化一个cat
    b := &dog{}  // 实例化一个dog
    x = a       // 可以把cat实例直接赋值给x
    res1 := x.say("喵喵喵")     // 喵喵喵
    x = b       // 可以把dog实例直接赋值给x
    res2 := x.say("汪汪汪")     // 汪汪汪
    fmt.Println(res1,res2)
}

3.Raft算法

raft动画

raft算法保证了分布式系统的 ap
主要两个功能：
    1.leader election。
        每个node有三种state： follower, candidate, leader
        每个节点初始状态都是follower，一段时间之后(默认150-300mm)没有收到leader的心跳之后会变更为candidate，之后会给cluster中的全部node发送消息请求投票。票数过半，则变更为leader
    2. log replication
        一个集群中只有leader能change数据,当cliend有数据变更请求时,leader先做变更但是不提交事物，之后将变更伴随着下一次心跳同步给follower，follower收到变更之后变更数据但是不提交，返回给leader消息变更数据，leader等待回复的follower数量大于cluster中node数量的一半的时候则commit。最后发送给全部follower来commit。
    想两个不好的场景：
        1. 有两个follower同时变成candidate,如果这种现象发生那么会等下一轮投票。
        2. 如果cluster集群无法通信会变成两个cluster，两个集群必然会导致数据不一致，raft无法保证数据的强consisitence，只能保证集群联通的时候数据一致。