189 8069 5689
go语言抓包工具的网站：
目前创新互联已为上1000+的企业提供了网站建设、域名、网络空间、网站托管、服务器托管、企业网站设计、思礼网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
1，sql2go网。
用于将 sql 语句转换为 golang 的 struct. 使用 ddl 语句即可。
例如对于创建表的语句: show create table xxx. 将输出的语句，直接粘贴进去就行。
2，toml2go网。
用于将编码后的 toml 文本转换问 golang 的 struct。
3，curl2go网。
用来将 curl 命令转化为具体的 golang 代码。
4，json2go网。
用于将 json 文本转换为 struct。
5，mysql 转 ES 工具网站。
模拟模板的工具，在支持泛型之前，可以考虑使用。7)查看某一个库的依赖情况，类似于 go list 功能。
GO语言简介：
Go（又称 Golang）是 Google 的 Robert Griesemer，Rob Pike 及 Ken Thompson 开发的一种静态强类型、编译型语言。
Go 语言语法与 C 相近，但功能上有：内存安全，GC（垃圾回收），结构形态及 CSP-style 并发计算。
当前有两个Go编译器分支，分别为官方编译器gc和gccgo。官方编译器在初期使用C写成，后用Go重写从而实现自举。Gccgo是一个使用标准GCC作为后端的Go编译器。
官方编译器支持跨平台编译（但不支持CGO），允许将源代码编译为可在目标系统、架构上执行的二进制文件。
网上有很多讲解限频原理以及限频原因的，限频常用在接口、服务的流量、并发上，主要是为了合理使用后端资源，防止后端被压垮，雪崩等等。
这里使用使用go的ring（环形队列）实现滑动窗口
另外起一个终端，用golang的boom来做压测。要提前安装boom工具
进行压测试：
查看其中数组可以知道每一秒此时滑动窗口的限频值，以及变化。
可以看出压测试服务在12.6秒进行了300次http请求其中有23次正确响应成功，限频测试ok
任何一款采集 agent 进行公司内全面推广前都需要进行性能测试以及资源限制功能测试，以保证：
对于 Filebeat 这款号称 golang 编写，性能强于 logstahs-forwarder 的采集 agent，我们也需要这样进行严谨对待。
硬件选择虚拟机，6cores + 16GB Mem + 175GB SSD + 1000Mbps 带宽；
Filebeat 配置，输出到 console：
Filebeat 配置，输出到 Kafka：
我们开启 Filebeat 的 6060 端口，并使用 python 脚本进行指标采集。
expvar_rates.py ，每秒统计出 Filebeat 指标，主要看：
Step1. 启动 Filebeat (172.16.134.8)
Step2. 启动统计脚本
Step3. 启动 tsar
Step4. 写入压测数据(6个进程写入，6千万条日志)
在 6 进程数据写入日志文件时，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 0.8 cores。
在 6 进程数据写入日志文件后，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 1.6 cores。
小结：
测试步骤和上述一致，区别在于配置文件需要输出到 Kafka。
在 6 进程数据写入日志文件时，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 0.7~0.8 cores。
在 6 进程数据写入日志文件后，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 2.0 cores。
小结：
测试步骤和上述一致，区别在于配置文件需要输出到 Kafka。
和上述步骤不同的是，启动 Filebeat 时需要 systemd 限制 CPU、句柄数，根据之前的理论，句柄数限制在 100 已经非常够用，CPU 限制在 1 core。
修改 /usr/lib/systemd/system/filebeat.service ：
执行 reload：
对 CPU 进行限制：
确认是否限制成功：
有如下输出表示OK：
在 6 进程数据写入日志文件时，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 0.7 ~ 0.8 cores。
在 6 进程数据写入日志文件后，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 1.0 cores，限制生效。
小结：
在 6 进程数据写入日志文件时，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 0.75 ~ 0.9 cores。
在 6 进程数据写入日志文件后，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 1.0 cores，限制生效。
小结：
在 6 进程数据写入日志文件时，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 0.7 ~ 0.75 cores。
在 6 进程数据写入日志文件后，我们在开启 python 统计脚本的窗口得到如下稳定的统计数据：
我们在 tsar 看到的统计数据为：
我们在 top 中可以看到 Filebeat 大致占据了 0.9 cores，未达到限制。
小结：
A. FB 全力采集 247B 数据(真实环境类似日志长度)，速率为 ~ 40K/s，CPU 开销为 2 cores；
B. FB 在 CPU 限制 1 cores 情况下，采集 247B 数据速率为 ~ 20K/s，可以认为单核采集速率为 ~ 20K/s/core；
C. 日志单行数据越大，吞吐越小，5KB 每行已经非常夸张，即使如此，没有压缩的情况下带宽消耗 35MBps，gzip 压缩率一般为 0.3~0.4，占用带宽为 10.5~14MBps，对于千兆网卡来说压力较小；
可以去DELVE官网进行下载。
关于delve工具的介绍，这里简单给大家介绍一下。
delve在go项目及应用的开发中可以用来追踪程序中的异常代码，也可以通过打日志的方式追查问题，但是更重要也是非常厉害的一点，就是delve可以直接分析程序执行的情况。这一点在后期或线上的问题排查中无疑是提供了一个非常大的便捷。
Go（又称 Golang）是 Google 的 Robert Griesemer，Rob Pike 及 Ken Thompson 开发的一种静态强类型、编译型语言。
Go 语言语法与 C 相近，但功能上有：内存安全，GC（垃圾回收），结构形态及 CSP-style 并发计算。
Go的语法接近C语言，但对于变量的声明有所不同。Go支持垃圾回收功能。Go的并行模型是以东尼·霍尔的通信顺序进程（CSP）为基础。
采取类似模型的其他语言包括Occam和Limbo，但它也具有Pi运算的特征，比如通道传输。在1.8版本中开放插件（Plugin）的支持，这意味着现在能从Go中动态加载部分函数。
Delve常用命令
命令功能：
dlv attach后面跟 pid，用来Debug编译好的Golang程序。
dlv core用于 coredump。
dlv debug后面跟要调试的 go 文件，进入 Debug。
dlv testDebug test 函数。
语料库文件以特殊格式编码。这是种子语料库和生成语料库的相同格式。
下面是一个语料库文件的例子：
第一行用于通知模糊引擎文件的编码版本。虽然目前没有计划未来版本的编码格式，但设计必须支持这种可能性。
下面的每一行都是构成语料库条目的值，如果需要，可以直接复制到 Go 代码中。
在上面的示例中，我们在 a []byte后跟一个int64。这些类型必须按顺序与模糊测试参数完全匹配。这些类型的模糊目标如下所示：
指定您自己的种子语料库值的最简单方法是使用该 (*testing.F).Add方法。在上面的示例中，它看起来像这样：
但是，您可能有较大的二进制文件，您不希望将其作为代码复制到您的测试中，而是作为单独的种子语料库条目保留在 testdata/fuzz/{FuzzTestName} 目录中。golang.org/x/tools/cmd/file2fuzz 上的file2fuzz工具可用于将这些二进制文件转换为为[]byte.
要使用此工具：
语料库条目：语料库 中的一个输入，可以在模糊测试时使用。这可以是特殊格式的文件，也可以是对 (*testing.F).Add。
覆盖指导： 一种模糊测试方法，它使用代码覆盖范围的扩展来确定哪些语料库条目值得保留以备将来使用。
失败的输入：失败的输入是一个语料库条目，当针对 模糊目标运行时会导致错误或恐慌。
fuzz target： 模糊测试的目标功能，在模糊测试时对语料库条目和生成的值执行。它通过将函数传递给 (*testing.F).Fuzz实现。
fuzz test： 测试文件中的一个被命名为func FuzzXxx(*testing.F)的函数，可用于模糊测试。
fuzzing： 一种自动化测试，它不断地操纵程序的输入，以发现代码可能容易受到的错误或漏洞等问题。
fuzzing arguments： 将传递给 模糊测试目标的参数，并由mutator进行变异。
fuzzing engine： 一个管理fuzzing的工具，包括维护语料库、调用mutator、识别新的覆盖率和报告失败。
生成的语料库： 由模糊引擎随时间维护的语料库，同时模糊测试以跟踪进度。它存储在$GOCACHE/fuzz 中。这些条目仅在模糊测试时使用。
mutator： 一种在模糊测试时使用的工具，它在将语料库条目传递给模糊目标之前随机操作它们。
package： 同一目录下编译在一起的源文件的集合。
种子语料库： 用户提供的用于模糊测试的语料库，可用于指导模糊引擎。它由 f.Add 在模糊测试中调用提供的语料库条目以及包内 testdata/fuzz/{FuzzTestName} 目录中的文件组成。这些条目默认使用go test运行，无论是否进行模糊测试。
测试文件： 格式为 xxx_test.go 的文件，可能包含测试、基准、示例和模糊测试。
漏洞： 代码中的安全敏感漏洞，可以被攻击者利用。
goframe线程溢出可按照以下方法解决：
1、一台较好的环境测试机，单台运行无污染。
2、压测工具，无论服务是http还是websocket服务，都必须准备好压测工具模拟最真实的用户场景。
3、将master引入net/http/pprof包，通过http访问获得goroutine、heap信息。