read

可能是node下载的有问题 推荐官网：https://nodejs.org/zh-cn/ 来源： https://www.cnblogs.com/hellofangfang/p/11906385.html

1. 管道输出到read命令中, 使用管道echo输出来设置变量将会失败. 然而, 使用管道cat输出看起来能够正常运行. cat file1 file2 | while read line 2 .while被放置在子shell中。 #!/bin/sh # readpipe.sh # Bjon Eriksson . 5 last="(null)" cat $0 | while read line do echo "{$line}" last=$line done printf "\nAll done, last:$last\n" 14 exit 0 # 代码结束. # 下边是脚本的(部分)输出. # 'echo'出了多余的大括号. 18 ############################################# 20 ./readpipe.sh 22 {#!/bin/sh} {last="(null)"} {cat $0 |} {while read line} {do} {echo "{$line}"} {last=$line} {done} {printf "nAll done, last:$lastn"} 32 All done, last:(null) 35 变量(last)被设置在子shell中, 并没有被设置在外边. 在许多Linux发行版上,

io重要的接口 在介绍buffer之前，先来认识两个重要的接口，如下边所示： type Reader interface { Read(p []byte) (n int, err error) } type Writer interface { Write(p []byte) (n int, err error) } 上边两个接口在golang sdk安装目录src/io/io.go中定义。后边凡是涉及到io相关操作的，基本上都实现了这两个接口，如： 1. package bufio 中的Reader类 2. package bytes 中的Reader类与Buffer类 3. package os 中 的File类，这个实现的最为复杂，主要由于在文件操作中，需要系统底层提供服务。 ...不再一一列举... 经常听说有这么一句话：“使用I/O buffer，有助于提高效率”。但是，我想反问的是，真的提高了效率了吗？ buffer在什么情况下会提高我们的程序性能呢?带着这个问题，我们来剖析一下上边提到的几个类。 1.第一个类bytes.Reader 这个类，实现了io.Reader接口，但是这个类没有实现io.Writer接口。这个类没有buffer，为啥？因为这个类，在初始化时，将字符流传入到对象中保存，没有提供Write方法写入新的字符流。所以，这个类不需要buffer。 2

08. 万恶之源 - 文件操作 本节主要内容: 初识 文件操作 只读(r, rb) 只写(w, wb) 追加(a, ab) r+读写 w+写读 a+写读(追加写读) 其他操作 方法 文件的修改以及另 一种打开 文件句句柄的 方式 主要内容: 一. 初识 文件操作 使 用python来读写 文件是非常简单的操作. 我们使 用open()函数来打开 一个 文件, 获取到 文件句句柄. 然后通过 文件句句柄就可以进 行行各种各样的操作了了. 根据打开 方式的不同能够执 行行的操作也会有相应的差异. 打开 文件的 方式: r, w, a, r+, w+, a+, rb, wb, ab, r+b, w+b, a+b 默认使 用的是r(只读)模式 二. 只读操作(r, rb) f = open("护 士少妇嫩模.txt",mode="r", encoding="utf-8") content = f.read() print(content) f.close() 需要注意encoding表 示编码集. 根据 文件的实际保存编码进 行行获取数据, 对于我们 而 言. 更更多的是utf-8. rb. 读取出来的数据是bytes类型, 在rb模式下. 不能选择encoding字符集. f = open("护 士少妇嫩模.txt",mode="rb" ) content = f.read()

一、 字符编码 Python3中str都是Unicode编码的，所以Python3中的str类型的数据可以编码成其他字符编码的格式，编码的结果为bytes类型。 # coding:gbk x = '上' # 当程序执行时，无需加u，'上'也会被以Unicode形式保存新的内存空间中, print(type(x)) # <class 'str'> # x可以直接encode成任意编码格式 print(x.encode('gbk')) # b'\xc9\xcf' print(type(x.encode('gbk'))) # <class 'bytes'> 二、基本的文件操作 1、读文件 # read模式打开文件 f = open(r'/Users/mac/desktop/jupyter/pythonCourseware/32.txt', mode='r') # 读取文件内容，向操作系统发起读请求，会被操作系统转成具体的硬盘操作，将内容由硬盘读入内存 data = f.read() print(data) # 由于Python的垃圾回收机制只回收引用计数为0的变量，但是打开文件还占用操作系统的资源，所以我们需要回收操作系统的资源资源 # del f 只是回收变量f f.close() 2、写文件： # write模式打开文件 f = open(r'/Users/mac/desktop

问题描述：服务器端执行完send()后调用close()关闭socket，然后exit()正常退出。客户端read()函数返回-1，errno104 : Connection reset by peer，查了一下原因： 这意味着收到了TCP RST包，可以使用tcpdump + wireshark抓包分析，并且连接现在已经关闭，这种情况可能是因为对方崩溃，或者对方调用了close()函数。 解决方法：只要TCP栈的读缓冲里还有未读取（read）数据，则调用close时会直接向对端发送RST。服务器在调用close()函数前，调用shutdown(socket, 2)，先关闭socket的读写功能，这时会向客户端发送FIN包，客户端收到FIN包时read()正常返回0，可以完全读取缓冲数据，问题解决。 close()和shutdown()的区别： 请参考： https://blog.csdn.net/xyyaiguozhe/article/details/30252559 来源： CSDN 作者： ferghs 链接： https://blog.csdn.net/busai2/article/details/81350973

sync.map就是1.9版本带的线程安全map. [[在Go 1.6之前， 内置的map类型是部分goroutine安全的，并发的读没有问题，并发的写可能有问题。自go 1.6之后， 并发地读写map会报错， 所以go 1.9之前的解决方案是额外绑定一个锁，封装成一个新的struct或者单独使用锁都可以。 在Go官方blog的Go maps in action一文中，提供了一种简便的解决方案。 var counter = struct{ sync.RWMutex // 读写锁 m map[string]int }{m: make(map[string]int)} 它使用嵌入struct为map增加一个读写锁。 读数据的时候很方便的加锁： counter.RLock() // 读锁定 n := counter.m["some_key"] counter.RUnlock() fmt.Println("some_key:", n) 写数据的时候: unter.Lock() // 写锁定 counter.m["some_key"]++ counter.Unlock() golang中sync包实现了两种锁 Mutex （互斥锁：适用于读写不确定场景，即读写次数没有明显的区别，并且只允许只有一个读或者写的场景，所以该锁叶叫做全局锁） 和RWMutex（读写锁：该锁可以加多个读锁或者一个写锁

Go 1.9中的sync.Map提供了线程安全的map，它的优点总结如下：（网上找的） 1.空间换时间。 通过冗余的两个数据结构(read、dirty),实现加锁对性能的影响。 2.使用只读数据(read)，避免读写冲突。 3.动态调整，miss次数多了之后，将dirty数据提升为read。 4.double-checking。 5.延迟删除。 删除一个键值只是打标记，只有在提升dirty的时候才清理删除的数据。 6.优先从read读取、更新、删除，因为对read的读取不需要锁。 其实当我们读完它内部实现后就能很好地理解以上好处了。 先从Map的数据结构看起 type Map struct { mu Mutex read atomic.Value // readOnly dirty map[interface{}]*entry misses int } Mutex加锁的工具，read一个只读的数据结构，所以对它的读总是线程安全的。dirty是map结构，它包含整个Map中的最新的entries，它不是线程安全的，为了保证多线程安全的情况下操作它，需要对它加锁；当dirty为空时，下一次写操作会复制read字段中未删除的数据到dirty。misses计数器，当从Map中读取entry的时候，如果read中不包含这个entry,会尝试从dirty中读取，这个时候会将misses加一，

一、sync Map 包整体结构 本文主要阐述：Load、Store、Delete，更加详细的阐述可以参考源码描述（建议先大体浏览一下Map源码）。 导言： 空间换时间。 通过冗余的两个数据结构(read、dirty),实现加锁对性能的影响。 使用只读数据(read)，避免读写冲突。 动态调整，miss次数多了之后，将dirty数据提升为read。 double-checking。 延迟删除。 删除一个键值只是打标记（会将key对应value的pointer置为nil，但read中仍然有这个key:key;value:nil的键值对），只有在提升dirty的时候才清理删除的数据。 优先从read读取、更新、删除，因为对read的读取不需要锁。 虽然read和dirty有冗余数据，但这些数据是通过指针指向同一个数据，所以尽管Map的value会很大，但是冗余的空间占用还是有限的。 二、基础数据结构 1、Map // Map is a concurrent map with amortized-constant-time loads, stores, and deletes. // It is safe for multiple goroutines to call a Map's methods concurrently. // // It is optimized for use

golang中map当前版本默认直接并发写会报concurrent map writes 错误 在golang中要实现并发读写的话有三种目前通用的方式： 1. 使用读写锁sync.RWMutex,在读的时候使用读锁，使用的时候如下代码，效率较低： var counter = struct{ sync.RWMutex //读写锁 m map[string]int }{m: make(map[string]int)} counter.RLock() // 读锁定 n := counter.m["some_key"] counter.RUnlock() unter.Lock()// 写锁定 counter.m["some_key"]++ counter.Unlock() 2. 使用golang官方包的syncmap，效率比第一种方式要高。源码在原生包sync.Map，或者github: https://github.com/golang/sync/tree/master/syncmap 3. 使用其他开源包的concurrentmap，或者自己实现，可以参考java的concurrentmap，使用shard将数据分块，每个锁只针对一个块。 该文章主要讲syncmap的流程，并在源码中翻译原来注释加入一些中文注释帮助理解， 配合源码食用效果更佳。 总述： syncmap是由两个map构成