硅谷go编程原码

㈠ 谷歌为什么要发明GO编程语言

Go语言是谷歌2009发布的编程语言，这个语言发明的目的，就是为了在运行速度接近C/C++语言的基础上（注意是接近），降低开发者的门槛，减少开发难度。Go语言，在功能上没有超过C/C++，适用者为没有C/C++经验的开发者，开发出接近C效率的程序。对于已经熟练掌握C/C++的开发者来说，Go语言没有优势，还要重学语法，适应开发环境，明显是不符合效率的。

㈡ 如何理解go编程语言

Go语言是谷歌2009发布的第二款开源编程语言。Go语言专门针对多处理器系统应用程序的编程进行了优化，使用Go编译的程序可以媲美C或C++代码的速度，而且更加安全、支持并行进程。

㈢ 《Go语言编程》pdf下载在线阅读，求百度网盘云资源

《Go语言编程》（许式伟）电子书网盘下载免费在线阅读

链接：

书名：Go语言编程

作者：许式伟

豆瓣评分：7.1

出版社：人民邮电出版社

出版年份：2012-8

页数：300

内容简介：

这本书从整体的写作风格来说，会以介绍 Go 语言特性为主，示例则尽量采用作者平常的实践，而不是一个没有太大实际意义的语法示范样例。

本书作者背景极强，许式伟为原金山WPS首席架构师、曾是盛大创新院研究员，目前是国内Go语言实践圈子公认的Go语言专家。参与本书写作的几位作者都是实际用Go语言开发的项目的开发人员，有较强的实战经验。

本书以介绍Go语言特性为主，示例则尽量采用作者开发团队平常的实践，内容涉及内存管理（堆和栈）、错误处理、OOP、并发编程等关键话题。 这本书面向的读者是所有打算用Go语言的开发者，主要包括目前使用C、C++、Java、C#的开发人员，甚至一些python、PHP开发人员也可能转为 Go 程序员。

作者简介：

许式伟

七牛云存储CEO，曾任盛大创新院资深研究员、金山软件技术总监、WPS Office 2005首席架构师。开源爱好者，发布过包括WINX、TPL等十余个C++开源项目，拥有超过15年的C/C++开发经验。在接触Go语言后即可被其大道至简、少即是多的设计哲学所倾倒。七牛云存储是国内第一个吃螃蟹的团队，核心服务完全采用Go语言实现。

吕桂华

七牛云存储联合创始人，曾在金山软件、盛大游戏等公司担任架构师和部门经理等职务，在企业级系统和大型网游平台领域有较多涉猎。拥有十余年的C/C++大型项目开发经验，也曾在Java和.NET平台上探索多年。同样被Go语言的魅力所吸引而不可自拔，希望能为推广这门优秀的语言尽自己的绵薄之力。

㈣ 家里人让我去学习计算机开发，我看尚硅谷的golang课程挺不错的，

一般技术差不多能拿10k吧，再好点20k也没问题的。
这个学校口碑也不错，你可以去咨询下，实地试听一下。
但是有这个机会你不好好把握也是拿不到高薪的，去了就要好好学习不要浪费自己的时间。

㈤ GO语言是什么语言我们应该怎么学

Go语言是谷歌推出的一种全新的编程语言，可以在不损失应用程序性能的情况下降低代码的复杂性。谷歌首席软件工程师罗布派克(Rob Pike)说:我们之所以开发Go，是因为过去10多年间软件开发的难度令人沮丧。
Go是谷歌2009发布的第二款编程语言。2009年7月份，谷歌曾发布了Simple语言，它是用来开发Android应用的一种BASIC语言.
北京时间2010年1月10日，Go语言摘得了TIOBE公布的2009年年度大奖。该奖项授予在2009年市场份额增长最多的编程语言。
谷歌资深软件工程师罗布·派克(Rob Pike)表示，"Go让我体验到了从未有过的开发效率。"派克表示，今天的C++或C一样，Go是一种系统语言。他解释道，"使用它可以进行快速开发，同时它还是一个真正的编译语言，我们之所以现在将其开源，原因是我们认为它已经非常有用和强大。"
2007年，谷歌把Go作为一个20%项目开始研发，即让员工抽出本职工作之外时间的20%， 投入在该项目上。除了派克外，该项目的成员还有其他谷歌工程师也参与研发。
派克表示，编译后Go代码的运行速度与C语言非常接近,而且编译速度非常快，就像在使用一个交互式语言。现有编程语言均未专门对多核处理器进行优化。Go就是谷歌工程师为这类程序编写的一种语言。它不是针对编程初学者设计的，但学习使用它也不是非常困难。Go支持面向对象，而且具有真正的闭包(closures)和反射 (reflection)等功能。
在学习曲线方面，派克认为Go与Java类似，对于Java开发者来说，应该能够轻松学会 Go。之所以将Go作为一个开源项目发布，目的是让开源社区有机会创建更好的工具来使用该语言，例如 Eclipse IDE中的插件。
在谷歌公开发布的所有网络应用中，均没有使用Go，但是谷歌已经使用该语言开发了几个内部项目。派克表示，Go是否会对谷歌即将推出的Chrome OS产生影响，还言之尚早,不过Go的确可以和Native Client配合使用。他表示"Go可以让应用完美的运行在浏览器内。"例如，使用Go可以更高效的实现Wave，无论是在前端还是后台。
Go 同时具有两种编译器，一种是建立在GCC基础上的Gccgo，另外一种是分别针对64位x64和32位x86计算机的一套编译器(6g和8g)。谷歌目前正在研发其对ARM芯片和Android设备的支持。派克表示，"Android手机存在的问题是，我们一直没有一个数学协处理器。"

㈥ 如何用go语言每分钟处理100万个请求

在Malwarebytes 我们经历了显着的增长，自从我一年前加入了硅谷的公司，一个主要的职责成了设计架构和开发一些系统来支持一个快速增长的信息安全公司和所有需要的设施来支持一个每天百万用户使用的产品。我在反病毒和反恶意软件行业的不同公司工作了12年，从而我知道由于我们每天处理大量的数据，这些系统是多么复杂。
有趣的是，在过去的大约9年间，我参与的所有的web后端的开发通常是通过Ruby on Rails技术实现的。不要错怪我。我喜欢Ruby on Rails，并且我相信它是个令人惊讶的环境。但是一段时间后，你会开始以ruby的方式开始思考和设计系统，你会忘记，如果你可以利用多线程、并行、快速执行和小内存开销，软件架构本来应该是多么高效和简单。很多年期间，我是一个c/c++、Delphi和c#开发者，我刚开始意识到使用正确的工具可以把复杂的事情变得简单些。
作为首席架构师，我不会很关心在互联网上的语言和框架战争。我相信效率、生产力。代码可维护性主要依赖于你如何把解决方案设计得很简单。
问题
当工作在我们的匿名遥测和分析系统中，我们的目标是可以处理来自于百万级别的终端的大量的POST请求。web处理服务可以接收包含了很多payload的集合的JSON数据，这些数据需要写入Amazon S3中。接下来，map-rece系统可以操作这些数据。
按照习惯，我们会调研服务层级架构，涉及的软件如下：
Sidekiq
Resque
DelayedJob
Elasticbeanstalk Worker Tier
RabbitMQ
and so on…
搭建了2个不同的集群，一个提供web前端，另外一个提供后端处理，这样我们可以横向扩展后端服务的数量。
但是，从刚开始，在 讨论阶段我们的团队就知道我们应该使用Go，因为我们看到这会潜在性地成为一个非常庞大（ large traffic）的系统。我已经使用了Go语言大约2年时间，我们开发了几个系统，但是很少会达到这样的负载（amount of load）。
我们开始创建一些结构，定义从POST调用得到的web请求负载，还有一个上传到S3 budket的函数。
type PayloadCollection struct {
WindowsVersion string `json:"version"`
Token string `json:"token"`
Payloads []Payload `json:"data"`
}

type Payload struct {
// [redacted]
}

func (p *Payload) UploadToS3() error {
// the storageFolder method ensures that there are no name collision in
// case we get same timestamp in the key name
storage_path := fmt.Sprintf("%v/%v", p.storageFolder, time.Now().UnixNano())

bucket := S3Bucket

b := new(bytes.Buffer)
encodeErr := json.NewEncoder(b).Encode(payload)
if encodeErr != nil {
return encodeErr
}

// Everything we post to the S3 bucket should be marked 'private'
var acl = s3.Private
var contentType = "application/octet-stream"

return bucket.PutReader(storage_path, b, int64(b.Len()), contentType, acl, s3.Options{})
}

本地Go routines方法
刚开始，我们采用了一个非常本地化的POST处理实现，仅仅尝试把发到简单go routine的job并行化：
func payloadHandler(w http.ResponseWriter, r *http.Request) {

if r.Method != "POST" {
w.WriteHeader(http.StatusMethodNotAllowed)
return
}

// Read the body into a string for json decoding
var content = &PayloadCollection{}
err := json.NewDecoder(io.LimitReader(r.Body, MaxLength)).Decode(&content)
if err != nil {
w.Header().Set("Content-Type", "application/json; charset=UTF-8")
w.WriteHeader(http.StatusBadRequest)
return
}

// Go through each payload and queue items indivially to be posted to S3
for _, payload := range content.Payloads {
go payload.UploadToS3() // <----- DON'T DO THIS
}

w.WriteHeader(http.StatusOK)
}

对于中小负载，这会对大多数的人适用，但是大规模下，这个方案会很快被证明不是很好用。我们期望的请求数，不在我们刚开始计划的数量级，当我们把第一个版本部署到生产环境上。我们完全低估了流量。
上面的方案在很多地方很不好。没有办法控制我们产生的go routine的数量。由于我们收到了每分钟1百万的POST请求，这段代码很快就崩溃了。
再次尝试
我们需要找一个不同的方式。自开始我们就讨论过， 我们需要保持请求处理程序的生命周期很短，并且进程在后台产生。当然，这是你在Ruby on Rails的世界里必须要做的事情，否则你会阻塞在所有可用的工作 web处理器上，不管你是使用puma、unicore还是passenger（我们不要讨论JRuby这个话题）。然后我们需要利用常用的处理方案来做这些，比如Resque、 Sidekiq、 SQS等。这个列表会继续保留，因为有很多的方案可以实现这些。
所以，第二次迭代，我们创建了一个缓冲channel，我们可以把job排队，然后把它们上传到S3。因为我们可以控制我们队列中的item最大值，我们有大量的内存来排列job，我们认为只要把job在channel里面缓冲就可以了。
var Queue chan Payload

func init() {
Queue = make(chan Payload, MAX_QUEUE)
}

func payloadHandler(w http.ResponseWriter, r *http.Request) {
...
// Go through each payload and queue items indivially to be posted to S3
for _, payload := range content.Payloads {
Queue <- payload
}
...
}

接下来，我们再从队列中取job，然后处理它们。我们使用类似于下面的代码：
func StartProcessor() {
for {
select {
case job := <-Queue:
job.payload.UploadToS3() // <-- STILL NOT GOOD
}
}
}

说实话，我不知道我们在想什么。这肯定是一个满是Red-Bulls的夜晚。这个方法不会带来什么改善，我们用了一个 有缺陷的缓冲队列并发，仅仅是把问题推迟了。我们的同步处理器同时仅仅会上传一个数据到S3，因为来到的请求远远大于单核处理器上传到S3的能力，我们的带缓冲channel很快达到了它的极限，然后阻塞了请求处理逻辑的queue更多item的能力。
我们仅仅避免了问题，同时开始了我们的系统挂掉的倒计时。当部署了这个有缺陷的版本后，我们的延时保持在每分钟以常量增长。

最好的解决方案
我们讨论过在使用用Go channel时利用一种常用的模式，来创建一个二级channel系统，一个来queue job，另外一个来控制使用多少个worker来并发操作JobQueue。
想法是，以一个恒定速率并行上传到S3，既不会导致机器崩溃也不好产生S3的连接错误。这样我们选择了创建一个Job/Worker模式。对于那些熟悉Java、C#等语言的开发者，可以把这种模式想象成利用channel以golang的方式来实现了一个worker线程池，作为一种替代。
var (
MaxWorker = os.Getenv("MAX_WORKERS")
MaxQueue = os.Getenv("MAX_QUEUE")
)

// Job represents the job to be run
type Job struct {
Payload Payload
}

// A buffered channel that we can send work requests on.
var JobQueue chan Job

// Worker represents the worker that executes the job
type Worker struct {
WorkerPool chan chan Job
JobChannel chan Job
quit chan bool
}

func NewWorker(workerPool chan chan Job) Worker {
return Worker{
WorkerPool: workerPool,
JobChannel: make(chan Job),
quit: make(chan bool)}
}

// Start method starts the run loop for the worker, listening for a quit channel in
// case we need to stop it
func (w Worker) Start() {
go func() {
for {
// register the current worker into the worker queue.
w.WorkerPool <- w.JobChannel

select {
case job := <-w.JobChannel:
// we have received a work request.
if err := job.Payload.UploadToS3(); err != nil {
log.Errorf("Error uploading to S3: %s", err.Error())
}

case <-w.quit:
// we have received a signal to stop
return
}
}
}()
}

// Stop signals the worker to stop listening for work requests.
func (w Worker) Stop() {
go func() {
w.quit <- true
}()
}

我们已经修改了我们的web请求handler，用payload创建一个Job实例，然后发到JobQueue channel，以便于worker来获取。
func payloadHandler(w http.ResponseWriter, r *http.Request) {

if r.Method != "POST" {
w.WriteHeader(http.StatusMethodNotAllowed)
return
}

// Read the body into a string for json decoding
var content = &PayloadCollection{}
err := json.NewDecoder(io.LimitReader(r.Body, MaxLength)).Decode(&content)
if err != nil {
w.Header().Set("Content-Type", "application/json; charset=UTF-8")
w.WriteHeader(http.StatusBadRequest)
return
}

// Go through each payload and queue items indivially to be posted to S3
for _, payload := range content.Payloads {

// let's create a job with the payload
work := Job{Payload: payload}

// Push the work onto the queue.
JobQueue <- work
}

w.WriteHeader(http.StatusOK)
}

在web server初始化时，我们创建一个Dispatcher，然后调用Run()函数创建一个worker池子，然后开始监听JobQueue中的job。
dispatcher := NewDispatcher(MaxWorker)
dispatcher.Run()

下面是dispatcher的实现代码：
type Dispatcher struct {
// A pool of workers channels that are registered with the dispatcher
WorkerPool chan chan Job
}

func NewDispatcher(maxWorkers int) *Dispatcher {
pool := make(chan chan Job, maxWorkers)
return &Dispatcher{WorkerPool: pool}
}

func (d *Dispatcher) Run() {
// starting n number of workers
for i := 0; i < d.maxWorkers; i++ {
worker := NewWorker(d.pool)
worker.Start()
}

go d.dispatch()
}

func (d *Dispatcher) dispatch() {
for {
select {
case job := <-JobQueue:
// a job request has been received
go func(job Job) {
// try to obtain a worker job channel that is available.
// this will block until a worker is idle
jobChannel := <-d.WorkerPool

// dispatch the job to the worker job channel
jobChannel <- job
}(job)
}
}
}

注意到，我们提供了初始化并加入到池子的worker的最大数量。因为这个工程我们利用了Amazon Elasticbeanstalk带有的docker化的Go环境，所以我们常常会遵守12-factor方法论来配置我们的生成环境中的系统，我们从环境变了读取这些值。这种方式，我们控制worker的数量和JobQueue的大小，所以我们可以很快的改变这些值，而不需要重新部署集群。
var (
MaxWorker = os.Getenv("MAX_WORKERS")
MaxQueue = os.Getenv("MAX_QUEUE")
)

直接结果
我们部署了之后，立马看到了延时降到微乎其微的数值，并未我们处理请求的能力提升很大。

Elastic Load Balancers完全启动后，我们看到ElasticBeanstalk 应用服务于每分钟1百万请求。通常情况下在上午时间有几个小时，流量峰值超过每分钟一百万次。
我们一旦部署了新的代码，服务器的数量从100台大幅 下降到大约20台。

我们合理配置了我们的集群和自动均衡配置之后，我们可以把服务器的数量降至4x EC2 c4.Large实例，并且Elastic Auto-Scaling设置为如果CPU达到5分钟的90%利用率，我们就会产生新的实例。

总结
在我的书中，简单总是获胜。我们可以使用多队列、后台worker、复杂的部署设计一个复杂的系统，但是我们决定利用Elasticbeanstalk 的auto-scaling的能力和Go语言开箱即用的特性简化并发。
我们仅仅用了4台机器，这并不是什么新鲜事了。可能它们还不如我的MacBook能力强大，但是却处理了每分钟1百万的写入到S3的请求。
处理问题有正确的工具。当你的 Ruby on Rails 系统需要更强大的web handler时，可以考虑下ruby生态系统之外的技术，或许可以得到更简单但更强大的替代方案。

㈦ golang 多人开发怎么保证源码安全

随着PHP有着越来越深入的了解，以及遇到越来越多的不同业务时，使用PHP总会让我有一种莫名的无力感。当然，并不是我一个人在使用PHP的时候遇到了问题。事实上，每个略微有一些经验，接触过一些需求的人都会有同样的困惑。各种配合LAMP（或者LNMP？）架构的后端技术也因此被发明或被发现，进而整合到PHP的开发的技术体系中。从简单的Memcached作为数据中转，cron后端定时处理；到Gearman、RabbitMQ这些队列神器；最近Laruence甚至封装了利用libcurl的异步特性实现并发RPC调用的yar扩展。几乎整个社区都在寻找PHP的摩西之路。好吧，说了一大堆，回归主题。之前我写了一篇英文练笔《》，获得不少国际友人的关注。排除拼写和语法被他们诟病外，主要是有许多朋友觉得我没把事情说清楚。所以这里我用母语重新聊聊这个事情，只是这些国际友人什么时候能学会阅读中文呢？；）Go或者Golang，是由Google支持的快速、一致、稳定的，有活跃的社区支持的开源编程语言。越来越多的应用选择使用Golang进行构建。虽然RobPike说“…我们希望C++程序员来了解Go并作为一个可选的语言…”，不过我真得认为：PHPer应当学习Golang！接下来我们就来谈谈原因。容易学习PHP相当容易学习。Golang也是！在这点上，一群大老外对我的观点进行了猛烈的抨击。他们认为我羞辱了PHPer，说得好像只有简单的东西PHPer才能学会一样。但是，这难道不是事实吗？或者换个说法：像我一样的喜欢PHP的人，或多或少都会更喜欢简单的东西。PHP的语法接近C族编程语言（C/C++/Java等等）。如果有这些语言的经验，在第一次遇到PHP的时候立刻就能开始上手编写代码。在我看来，编写PHP代码或许更加考验程序员的记忆力，而不是智力（当你面对各种不同风格的函数定义、各种扩展的特殊约定时，你一定会相当认同我的观点）。Golang同样是一个C族编程语言。呃，或者有一些不同吧。例如关键字“for”，功能上和PHP的接近，但是没有括号。条件语句“if”同样无需括号。可以阅读EffectiveGo了解内容。Golang只有3025个关键字和47个操作符号、分隔符号或其他特殊标记。记住这些标记确实不需要什么特别的努力。精巧的类型系统相当容易使用。实用的，具有方法的结构体类型代替了笨重的对象系统。接口的设计是Golang中我最喜欢的部分。当完成了《Go指南》的学习之后，利用PHP积累的经验，立刻就可以开始使用Golang处理一些简单的任务。容易使用PHP脚本是由SAPI组件进行解析执行的，如Web服务器模块、PHP-FPM或者CLI。部署PHP所需要的全部东西就是一个SAPI环境。配置这个环境对于新手来说可能是学习PHP过程中最为困难的部分。所有的Golang代码会编译和链接为本地码。所以除了编译环境，执行时无需再为其进行任何特别的部署。对比PHP环境的配置，这要简单很多。你真得认为配置PHP环境很复杂吗？我不觉得，真的！而配置Golang编译环境比那还要简单点。我确信已经有大量的Golang相关的书籍、文章介绍过如何进行编译环境的配置了。为了更加清晰，我这里梳理一下思路。有三个步骤需要处理：下载Golang的源代码；根据《[翻译]Go环境设置》的提示设置环境变量；运行源代码src目录中的all.bash。或者一步到位：使用二进制包进行安装。然后就会得到一个叫做“go”的工具集合。使用“go”工具和使用PHP的CLI工具一样简单。《[翻译]go工具》对此进行了详细的解释。PHP的迷思如果一个编程语言容易学习和使用，我们是不是就应当学习它呢？有许多容易学习和使用的编程语言。难道要把它们都学一遍？答案是显然的：NO!但是呢？只是因为它很酷！是的，我在开玩笑，但是这是真的。无论如何先从PHP自身谈起吧。PHP“原本是为了开发动态的Web页面而设计的服务器端通用语言(Wikipedia)”。PHP一个重要的特性就是可以嵌入到HMTL中。代码编写在“”标签内；HTML写在标签外。它有一个强大的扩展系统。扩展使用C调用ZendAPI编写。数据的处理实际上要利用这些扩展完成。在我看来，PHP是世界上最好的模板语言。但是当积累了一些PHP的经验，并且开始面对一些更加复杂的Web应用时，你一定会对PHP产生一种无力的感觉。它没有内建的并行机制，没有线程、进程（你真得认为那个简陋的进程控制可以不加改造的用在高并发的生产环境？），或者其他某“程”。一个慢数据源可以阻塞整个页面的处理。消息队列、缓存、代理……系统开始不仅仅是PHP这么单纯，还包括了许多服务和系统组件。这时，PHP只处理很少的业务逻辑，成为真正的模板语言了。PHPer们总是在寻找解决这一问题的法，如“PHPmultithread”或者PHPRPC并发框架。我很难说哪种会更好一些。不过我肯定你会需要选择一些编程语言用于后端工作的开发。就我自己的经验，我尝试过C（一直在和malloc/free进行搏斗）/Java（陷入到了jar地狱中）/Python（从来没能做到Pythonic不说，还总是在错误的类型中打转）……如果想要获得性能，就得同内存管理进行搏斗；如果用GC，就得部署和调优VM；当获得便利性的时候，同时也是走在刀尖上，一个小错误就引起巨大的灾难……每个都有优势，同样每个都有问题。好吧！现在回到Golang！Golang有GC，无需关心内存管理（或者可以用较少的精力去关注它）。代码被编译为本地码，因此“cp”和“mv”就是部署Golang编写的应用所需要的全部工具。噢，我刚才已经说过了，Golang是一个具有静态类型系统的编译语言。所以你没有机会弄乱变量的类型。当然，PHPer应该学习Golang的一个重要原因是“转到Go是因为他们并未放弃太多的表达能力，但是获得了性能，并且与并发共舞（RobPike）”。《WhyNotGo?（英文）》对此进行了深入的分析。我可以分享一些我的经验：有一个Gearman的worker用于处理后端数据。PHP通过其API连接到Gearman的JobServer向worker发起请求。最初worker是使用python编写的（还有更加原始的版本，PHP的，但是你能想象它工作起来……唉，不说了……）。这个版本有许多的问题（是我们自己的问题，不关Python的事），但是至少它能工作。后来用Golang重写了这个worker。为此我开发了Golang的GearmanAPI，并使用ZendAPI编写了一个在Golang中执行PHP脚本的包。然后将它们放在一起：一个可以执行PHP的Gearmanworker。它已经工作了一段时间了，看起来还不错！哦，受到Yar的启发，这里还有一个Golang编写的RPC合并器，用来合并PHP脚本中的RPC调用。现在还是个玩具，不过或许日后能用得着。这其实是将Golang的channel当作消息队列来用。我在《Golang：有趣的channel应用》中对此有一些说明。世界真美好啊。谢谢Golang！无论如何，大多数PHPer在进行后端开发的时候都会需要学习一些其他语言。如果你正在寻找，或者已经尝试了一些其他语言。为什么不来试试Golang？它真得可以让你的生活更加轻松和快乐。让你可以有的时间陪伴你的家人和朋友，吃你爱吃的东西，去你想去的地方。貌似我还是没说清楚啊？好吧，没关系，在下个月的中国软件开发者大会上再跟大家就这个话题做一个探讨吧。

㈧ 现在去学习go语言怎么样深圳尚硅谷的课程是不是挺好的

go语言人才比较稀缺，但是要学好比较难的哦，建议你先去官网做个网络面试。

㈨ 想去学习go语言区块链开发，现在尚硅谷的班刚好明年3月份毕业工作好找吗

现在GO语言区块链开发的人才是很紧缺的，
如果你明年毕业，
工作应该是很好找的。

㈩ go语言区块链开发学起来难不难想去尚硅谷学习这个

GO语言+区块链培训课程优势
1、 Go有什么优势
Go的优势
1：性能
2：语言性能很重要
3：开发者效率&不要过于创新
4：并发性&通道
5：快速的编译时间
6：打造团队的能力
7：强大的生态系统
8：GOFMT，强制代码格式
9：gRPC 和 Protocol Buffers
可直接编译成机器码，不依赖其他库，glibc的版本有一定要求，部署就是扔一个文件上去就完成了。
静态类型语言，但是有动态语言的感觉，静态类型的语言就是可以在编译的时候检查出来隐藏的大多数问题，动态语言的感觉就是有很多的包可以使用，写起来的效率很高。
适合人群：
1.没有编程基础，想学IT技术的人群；
2.发展受限，想要提升的人群；
3.有编程经验，想要转行的人群。
学习目标：
从0开始学习Go语言，通过对Go语言的学习综合培养区块链专项应用型人才。
就业方向：
1.新技术Go语言开发（Web开发、微服务、分布式）。
2.新领域区块链开发（密码学安全、区块链系统、区块链应用）。