面试题笔试题总结——golang知识点

struct结构体能不能比较？

• 结构体不可以比较，但是同一类型的结构体的值可以比较是否相等（不可以比较大小）；
  结构体所有字段的值都相等，两个结构体才相等；
  比较的两个结构体必须是相同类型才可以，也就是说他们字段的顺序、名称、类型、标签都相同才可以
• 因为是强类型语言，所以不同类型的结构不能作比较，但是同一类型的实例值是可以比较的，实例不可以比较，因为是指针类型

defer

顺序：先注册后执行，后注册先执行（类似栈、LIFO后进先出法）
触发时机：包含defer的函数返回时
包含return的函数执行到末尾时
所在的goroutine发生panic时
更多相关defer的知识可以参考https://www.jianshu.com/p/79c029c0bd58

select

用法：select就是用来监听和channel有关的IO操作，当IO操作发生时，触发相应`的动作。类似linux中的select，io多路复用机制。可以用作协程的退出

//select基本用法
select {
case <- chan1:
// 如果chan1成功读到数据，则进行该case处理语句
case chan2 <- 1:
// 如果成功向chan2写入数据，则进行该case处理语句
default:
// 如果上面都没有成功，则进入default处理流程
}

注意事项：

• 如果有一个或多个IO操作可以完成，则GO运行时系统会随机的选择一个执行，否则的话，如果有default分支，则执行default分支语句，如果连default都没有，则select语句会一直阻塞，直到至少有一个IO操作可以进行
• 所有channel表达式都会被求值、所有被发送的表达式都会被求值。求值顺序：自上而下、从左到右。
• break关键字结束select

waitgroup和context

waitgroup和context都可以用来控制并发，waitgroup类似linux中的waitpid，使用如下：

func main() {
	//创建一个新的channel，输入值限制类型为int
	nochan := make(chan int)
	//指向waitgroup结构体
	waiter := &sync.WaitGroup{}
	//添加两个队列
	waiter.Add(2)
	//从channel里接收数据
	go func(ch chan int, wt *sync.WaitGroup) {
		data := <-ch
		fmt.Println("receive data ", data)
		wt.Done()
	}(nochan, waiter)
	//发送数据到channel
	go func(ch chan int, wt *sync.WaitGroup) {
		ch <- 5
		fmt.Println("send data ", 5)
		wt.Done()
	}(nochan, waiter)
	//先输出1,
	fmt.Println(1)
	//等待协程执行完
	waiter.Wait()
	//再输出2
	fmt.Println(2)
}

udi@udi:~/Udi_work_space/Udi_ws_go/ZipTest_backend$ go run main.go 
1
receive data  5
send data  5
2

context

• context可以用来跟踪goroutine，比如有一个网络请求Request，每个Request都需要开启一个goroutine做一些事情，这些goroutine又可能会开启其他goroutine。这样的话，我们就可以通过Context，来跟踪这些goroutine，并且通过Context来控制他们的目的，这就是Go语言为我们提供的Context，中文可以称之为“上下文”。
• 另外一个实际例子是，在Go服务器程序中，每个请求都会有一个goroutine去处理。然而，处理程序往往还需要创建额外的goroutine去访问后端资源，比如数据库、RPC服务等。由于这些goroutine都是在处理同一个请求，所以它们往往需要访问一些共享的资源，比如用户身份信息、认证token、请求截止时间等。而且如果请求超时或者被取消后，所有的goroutine都应该马上退出并且释放相关的资源。这种情况也需要用Context来为我们取消掉所有goroutine

生产者消费者模型实现

用channel实现生产者消费者模型

//生产者模型，往channel里输入数据
func produce(ch chan<- int) {
	for i := 0; i < 10; i++ {
		ch <- i
		fmt.Println("Send:", i)
	}
}
//消费者模型，从channel中取出数据
func consumer(ch <-chan int) {
	for i := 0; i < 10; i++ {
		v := <-ch
		fmt.Println("Receive:", v)
	}
}

ch = make(chan int) //无缓冲
ch = make(chan int) //有缓冲

用互斥锁和条件变量实现的生产者和消费者模型：

lock := new(sync.Mutex)
cond := sync.NewCond(lock)
var count int

func producer() {
	for i:=0;i<10;i++ {
		lock.Lock()
		count++
		cond.Signal()
		lock.Unlock()
	}
}

func consumer(){
	for i:=0;i<10;i++{
		lock.Lock()
		while(count == 0){
			cond.Wait()
		}
		count--
		lock.Unlock()
	}
}

new和make的区别

new的作用是初始化一个指向类型的指针（T），使用new函数来分配空间。传递给new函数的是一个类型，不是一个道，不是一个值。返回值是指向这个新分配的零值的指针。
make的作用是slice，map或chan初始化并返回引用（T）。
make（T，args）函数的目的与new（T）不同，它仅仅用于创建Slice，Map和Channel，并且返回类型是T（不是T）的一个初始化的（不是零值）的实例

go触发异常的场景

空指针解析，数组越界访问，除数为0，调用panic函数。

异常处理机制panic defer recover

panicing：F函数出现panic后，终止当前函数，并调用其defer函数，然后在终止调用F函数的函数并调用其defer函数，直至goroutine退出。
panic的处理：在defer函数中调用recover获得错误值，再处理错误。

函数变长参数使用

类型转换

type类型不能直接转换，只能强制转换，比如：

type Myint int

var a int
var b Myint

a = b // 错误
a = int(b) //正确

append，delete用法

append用来添加map中的元素
delete用来删除map中的元素

接口方法集调用规则

• 类型T的可调用方法集包含接受者为T或者T的所有方法集
• 类型T的可调用方法集包含接受者为T的所有方法
• 类型T的可调用方法集不包含接受者为*T的方法

函数内变量在函数结束后并不释放，由垃圾回收器释放

协程池实现

import "sync"

type Woker interface {
	Work()
}

type Pool struct {
	work chan Worker
	wg sync.WaitGroup
} 

func NewPool(maxRoutine int) *Pool {
	p := Pool{
		work: make(chan Worker)
	}
	p.wg.Add(maxRoutine)
	for i:=0;i<maxRoutine;++i {
		go func(){
			for v := range work {
				v.Work()
			}
			p.wg.Done()
		}()
	}
	return &p
}

//提交工作到池子
func (p *Pool) Run(w Worker) {
	p.work <- w
}

//关闭池子
func (p *Pool) Close() {
	close(p.work)
	p.wg.Wait()
}

go类似多态实现

package main

import "fmt"

type AnimalIF interface {
    Sleep()
    Age() int
    Type() string
}
type Animal struct {
    MaxAge int
}

/*=======================================================*/

type Cat struct {
    Animal Animal
}

func (this *Cat) Sleep() {
    fmt.Println("Cat need sleep")
}
func (this *Cat) Age() int {
    return this.Animal.MaxAge
}
func (this *Cat) Type() string {
    return "Cat"
}

/*=======================================================*/

type Dog struct {
    Animal Animal
}

func (this *Dog) Sleep() {
    fmt.Println("Dog need sleep")
}
func (this *Dog) Age() int {
    return this.Animal.MaxAge
}
func (this *Dog) Type() string {
    return "Dog"
}

/*=======================================================*/

func Factory(name string) AnimalIF {
    switch name {
    case "dog":
        return &Dog{Animal{MaxAge: 20}}
    case "cat":
        return &Cat{Animal{MaxAge: 10}}
    default:
        panic("No such animal")
    }
}

/*======================================================*/

func main() {
    animal := Factory("dog")
    animal.Sleep()
    fmt.Printf("%s max age is: %d", animal.Type(), animal.Age())
}

panic和err的区别

处理错误并且在函数发生错误的地方给用户返回错误信息：照这样处理就算真的出了问题，你的程序也能继续运行并且通知给用户。
panic and recover是用来处理真正的异常（无法预测的错误）而不是普通的错误。
当发生像数组下标越界或类型断言失败这样的运行错误时，Go运行时会触发运行时panic，伴随着程序的崩溃抛出一个runtime.Error接口类型的值。这个错误值有个RuntimeError()方法用于区别普通错误。

go语言实现单例模式

双重检验枷锁

type Singleton struct{
}

var ins *Singleton
var mutex sync.Mutex
func GetIns() *Singleton{
	if ins == nil {
		mutex.Lock()
		if ins == nil {
			ins = &Singleton{}
		}
		mutex.Unlock()
	}
	return ins
}

sync.Once实现

type Singleton struct{}

var ins *Singleton
var once sync.Once

func GetIns() *Singleton {
	once.Do(func() {
		ins = &Singleton{}
	})
	return ins
}

go实现简单工厂

package main
import (
    "fmt"
)
type Op interface {
    getName() string
}
type A struct {
}
type B struct {
}
type Factory struct {
}
func (a *A) getName() string {
    return "A"
}
func (b *B) getName() string {
    return "B"
}
func (f *Factory) create(name string) Op {
    switch name {
    case `a`:
        return new(A)
    case `b`:
        return new(B)
    default:
        panic(`name not exists`)
    }
    return nil
}

以上知识来源https://blog.csdn.net/littleflypig/article/details/98628692

Golang中除了加Mutex锁以外还有哪些方法安全读写共享变量？

Golang中Goroutine可以通过Channel进行安全读写共享变量

无缓冲Chan的发送和接受是否同步？

ch := make(chan int)无缓冲的channel由于没有缓冲发送和接收需要同步
ch := make(chan int, 2)有缓冲channel不要求发送和接收操作同步

• channel无缓冲时，发送阻塞直到数据被接收，接收阻塞直到读取数据
• channel有缓冲时，当缓冲满时发送阻塞，当缓冲空时接受阻塞

go语言的并发机制以及它所使用的CSP并发模型

CSP模型是上个世纪七十年代提出的，不同于传统的多线程通过共享内存来通信，CSP讲究的是“以通信的方式来共享内存”。用于描述两个独立的并发实体通过共享的通讯channel（管道）进行通信的并发模型。CSP中channel是第一类对象，它不关注发送消息的实体，而关注与发送消息时使用的channel。

Golang中channel是被单纯创建并且可以在进程之间传递，它的通信模式类似于boss-worker模式的，一个实体通过将消息发送到channel中，然后又监听这个channel的实体处理，两个实体之间是匿名的，这个就实现实体中间的解耦，其中channel是同步的一个消息被发送到channel中，最终是一定要被另外的实体消费掉的，在实现原理上其实类似一个阻塞的消息队列。

Goroutine是Golang实际并发执行的实体，他底层是使用协程实现并发，goroutine是一种运行在用户态的用户线程，类似于greenthread，go底层选择使用goroutine的出发点是因为，它具有以下特点：

• 用户空间避免了内核态和用户态的切换导致的成本。
• 可以由语言和框架层进行调度。
• 更小的栈空间允许创建大量的实例

Golang中的Goroutine的特性：
Golang内部有三个对象：p对象（process）代表上下文（或者可以认为是cpu），M（work thread）代表工作线程，G对象（goroutine）

正常情况下一个cpu对象启一个工作线程对象，线程去检查并执行goroutine对象。碰到goroutine对象阻塞的时候，会启动一个新的工作线程，以充分利用cpu资源，所以有时候线程对象会比处理器对象多很多

G（Goroutine）：我们所说的协程，为用户级的轻量级线程，每个Goroutine对象中的sched保存着其上下文信息

M（Machine）：对内核级线程的封装，数量对应真实的CPU数（真正干活的对象）

P（Process）：即为G和M的调度对象，用来调度G和M之间的关联关系，其数量可通过GOMAXPROCS()来设置，默认为核心数

在单核情况下，所有Goroutine运行在同一个线程（M0）中，每一个线程维护一个上下文（P），任何时刻，一个上下文中只有一个Goroutine，其他Goroutine在runqueue中等待

一个Goroutine运行完自己的时间片后，让出上下文，自己回到runqueue中

当正在运行的Go阻塞的时候（可以需要IO），会再创建一个线程（MI），P转到新的线程中去运行。

当M0返回时，它会尝试从其他线程中“偷”一个上下文过来，如果没有偷到，会把Goroutine放到Global runqueue中去，上下文会定期检查Global runqueue。

Golang是为并发而生的语言，Go语言是为数不多的崽语言层面实现并发的语言；也正是Go语言的并发特性，吸引了全球无数的开发者。

Golang的CSP并发模型，是通过Goroutine和Channel来实现的。

Goroutine是Go语言中并发的执行单位。有点抽象，其实就是和传统概念上的“线程”类似，可以理解为“线程”。Channel是Go语言中各个并发结构体（Goroutine）之间的通信机制，通常Channel，是各个Goroutine之间通信的“管道”，有点类似于Linux的信道。

通信机制channel也很方便，传数据用channel<-data，取数据用<-channel。

在通信过程中，传数据channel<-data和取数据<-channel必然会成对出现，因为这边传，那边取，两个goroutine之间才会实现通信。

而且不管传还是取，必阻塞，知道另外的goroutine传或者取为止。

Golang中常用的并发模型

Golang常用的并发模型有三种：

• 通过channel通知实现并发控制

无缓冲的通道指的是通道大小为0，也就是说，这种类型的通道在接收前没有能力保存任何值，它要求发送goroutine和接收goroutine同时准备好，才可以完成发送和接收操作。

从上面无缓冲的通道定义来看，发送goroutine和接收goroutine必须是同步的，同时准备后，如果没有同时准备好的话，先执行的操作就会阻塞等待，直到另一个相对应的操作准备好为止。这种无缓冲的通道我们也称之为同步通道。

func main() {
	ch := make(chan struct{})
	go func() {
		fmt.Println("start working")
		time.Sleep(time.Second * 1)
		ch <- struct{}{}
	}()
	
	<- ch
	
	fmt.Println("finished")
}

当主goroutine运行到<-ch接收channel的值的时候，如果该channel中没有数据，就会一直阻塞等待，直到有值。这样就可以简单实现并发控制

• 通过sync包中的waitgroup实现并发控制

Goroutine是异步执行的，有的时候为了防止在结束main函数的时候结束掉Goroutine，所以需要同步等待，这个时候就需要用WaitGroup了，在sync包中，提供了WaitGroup，它会等待它收集的所有goroutine任务全部完成。在WaitGroup里主要有三个方法：
– Add，可以添加或减少Goroutine的数量
– Done，相当于Add（-1）
– Wait，执行后会阻塞主线程，直到WaitGroup里的值减至0

在主goroutine中Add(delta int)索要等待goroutine的数量，在每一个goroutine完成后Done()表示一个goroutine已经完成，当所有的goroutine都完成后，在主goroutine中WaitGroup返回。

func main() {
	var wg sync.WaitGroup
	var urls[] = []string{
		"http://www.golang.org/",
		"http://www.google.com/",
	}
	for _, url := range urls {
		wg.Add(1)
		go func(url string) {
			defer wg.Done()
			http.Get(url)
		}(url)
	}
	wg.Wait()
]

在Golang官网中对于WaitGroup介绍是A WaitGroup must not be copied after first use，在WaitGroup第一次使用后，不能被拷贝
应用示例：

func main() {
	wg := sync.WaitGroup{}
	for i := 0; i < 5; i++ {
		wg.Add(1)
		go func(wg sync.WaitGroup,i int) {
			fmt.Printf("i:%d", i)
			wg.Done()
		}(wg, i)
	}
	wg.Wait()
	fmt.Println("exit")
}

运行结果：

i:4i:1i:0i:2i:3fatal error: all goroutines are asleep - deadlock!

goroutine 1 [semacquire]:
sync.runtime_Semacquire(0xc0000120a8)
        D:/Go/src/runtime/sema.go:56 +0x49
sync.(*WaitGroup).Wait(0xc0000120a0)
        D:/Go/src/sync/waitgroup.go:130 +0x6b
main.main()
        C:/Users/cai97/Desktop/golang/test/main.go:17 +0xc2
exit status 2

它提示所有goroutine都已经睡眠了，出现了死锁。这是因为wg给拷贝传递到了goroutine中，导致只有Add操作，其实Done操作是在wg的副本中执行的。
因此Wait就死锁了。

这是一个修改方式：将匿名函数中wg的传入类型改为*sync。WaitGroup，这样就能引用到正确的WaitGroup了。这是第二个修改方式，将匿名函数中的wg的传入参数去掉，因为Go支持闭包类型，在匿名函数中可以直接使用外部的wg变量

• 在Go1.7以后引进的强大的Context上下文，实现并发控制

通常在一些简单场景下使用channel和WaitGroup已经足够了，但是当面临一些复杂多变的网络并发场景下channel和WaitGroup显得有些力不从心了。比如一个网络请求Request，每个request都需要开启一个goroutine做一些事情，这些goroutine有可能会开启其他goroutine，比如数据库和RPC服务。所以我们需要一种可以跟踪goroutine的方案，才可以达到控制他们的目的，这就是Go语言为我们提供的Context，称之为上下文非常贴切，他就是goroutine的上下文。它包括一个程序的运行环境、现场和快照等。每个程序要运行时，都需要知道当前程序的运行状态，通常Go讲这些封装在一个Context里，再将它传给要执行的goroutine。

context包主要使用来处理多个goroutine之间共享数据，及多个goroutine的管理。

context包的核心是struct Context，接口声明如下：

// A Context carries a deadline, cancelation signal, and request-scoped values
// across API boundaries. Its methods are safe for simultaneous use by multiple
// goroutines.
type Context interface {
    // Done returns a channel that is closed when this `Context` is canceled
    // or times out.
    Done() <-chan struct{}

    // Err indicates why this Context was canceled, after the Done channel
    // is closed.
    Err() error

    // Deadline returns the time when this Context will be canceled, if any.
    Deadline() (deadline time.Time, ok bool)

    // Value returns the value associated with key or nil if none.
    Value(key interface{}) interface{}
}

Done()返回一个只能接受数据的channel类型，当该context关闭或者超时时间到了的时候，该channel就会有一个取消信号

Err()在Done()之后，返回context取消的原因。

Deadline()设置该context cancel的时间点

Value()方法允许context对象携带request作用域的数据，该数据必须是线程安全的。

context对象是线程安全的，你可以把一个context对象传递给任意个数的goroutine，对它执行取消操作时，所有goroutine都会接收到取消信号。

一个context不能拥有cancel方法，同时我们也只能Done channel接收数据。其中的原因是一致的：接收取消信号的函数和发送信号的函数通常不是一个。典型的场景是：父操作为子操作启动goroutine，子操作也就不能取消父操作。

JSON标准库对nil slice和空slice的处理是一致的吗？

首先JSON标准库对nil slice和空slice的处理是不一样的
通常错误的用法，会报数组越界的错误，因为只是声明了slice，却没有给实例化的对象。

var slice []int
slice[1] = 0

此时slice的值是nil，这种情况可以用于需要返回slice的函数，当函数出现异常的时候，保证函数依然会有nil的返回值
empty slice是指slice不为nil，但是slice没有值，slice的底层的空间是空的，此时的定义如下：

slcie := make([]int, 0)
slice := []int{}

当我们查询或者处理一个空的列表的时候，这非常有用，它会告诉我们返回的是一个列表，但是列表内没有任何值
总之，nil slice和empty slice是不同的东西，需要我们加以区分的

协程，线程，进程的区别

• 进程
  进程是具有一定独立功能的程序，关于某个数据集合上的一次运行活动，进程是系统进行资源分配和调度的一个独立单位、每个进程都有自己的独立内存空间，不同进程通过进程间通信来通信。由于进程比较重量，占据独立的内存，所以上下文进程间的切换开销（栈、寄存器、虚拟内存、文件句柄等）比较大，但相对比较稳定安全。
• 线程
  线程是进程的一个实体，是CPU调度和分派的基本单位，它是比进程更小的能独立运行的基本单位，线程自己基本上不拥有系统资源，只拥有一点在运行中必不可少的资源（如程序计算器，一组寄存器和栈），但是他可与同属一个进程的其他的线程共享进程所拥有的全部资源。线程间通信主要通过共享内存，上下文切换很快，资源开销较少，但相比进程不够稳定容易丢失数据。
• 协程
  协程是一种用户态的轻量级线程，协程的调度完全由用户控制。协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

互斥锁，读写锁，死锁问题是怎么解决

• 互斥锁
  互斥锁就是互斥变量mutex，用来锁住临界区的
  条件锁就是条件变量，当进程的某些资源要求不满足时就进入休眠，也就是锁住了。当资源被分配到了，条件锁打开，进程继续运行；读写锁，也类似，用于缓冲区等临界资源能互斥访问的。
• 读写锁
  通常有些公共数据修改的机会很少，但其读的机会很多。并且在读的过程中会伴随着查找，给这种代码加锁会降低我们的程序效率。读写锁可以解决这个问题
  注意：写独占，读共享，写锁优先级高
• 死锁
  一般情况下，如果同一个线程先后两次调用lock，在第二次调用时，由于锁已经被占用，该线程会挂起等待别的线程释放锁，然而锁正是被自己占用着的，该线程又被挂起而没有机会释放锁，因此就永远处于挂起等待状态了，这叫做死锁。另外一种情况是：若线程A获得了锁1，线程B获得了锁2，这时线程A调用lock试图会得锁2，结果是需要挂起等待线程B释放锁2，而这时线程B也调用lock试图获得锁1，结果是需要挂起等待线程A释放锁1，于是线程A和线程B永远处于挂起状态了。

死锁产生的四个必要条件：
1.互斥条件：一个资源每次只能被一个进程使用。
2.请求与保持条件：一个进程因请求资源而阻塞时，对已获得的资源保持不放。
3.不剥夺条件：进程已获得的资源，在未使用完之前，不能强行剥夺。
4.循环等待条件：若干进程之间形成一种头尾相接的循环等待资源关系。
这四个条件是死锁的必要条件，只要系统发生死锁，这些条件必然成立，而只要上述条件之一不满足，就不会发生死锁。

a.预防死锁
可以把资源一次性分配：（破坏请求和保持条件）
然后剥夺资源：即当某进程新的资源未满足时，释放已占有的资源（破坏不可剥夺条件）
资源有序分配法：系统给每类资源赋予一个编号，每一个进程按编号递增的顺序请求资源，释放则相反（破坏坏路等待条件）

b.避免死锁
预防死锁的几种策略，会严重损害系统性能。因此在避免死锁时，要施加较弱的限制，从而获得较满意的系统性能。由于在避免死锁的策略中，允许进程动态的申请资源。因而，系统在进行资源分配之前预先计算资源分配的安全性。若此次分配不会导致系统进入不安全状态，则将资源分配给进程；否则，进程等待。其中最具有代表性的避免死锁算法是银行家算法。

c.检测死锁
首先为每个进程和每个资源制定一个唯一的号码，然后建立资源分配表和进程等待表。

d.解除死锁
当发现有进程死锁后，便应立即把它从死锁状态中解脱出来

e.剥夺资源
从其它进程剥夺足够数量的资源给死锁进程，以解除死锁的状态。

f.撤销资源
可以直接撤销死锁进程或撤销代价最小的进程，直至有足够的资源可用，死锁状态：消除为止，所谓代价是指优先级、运行代价、进程的重要性和价值等。

Golang的内存模型，为什么小对象多了会造成gc压力

通常小对象过多会导致GC三色法消耗过多的GPU。优化思路是，减少对象分配

Data Race问题怎么解决？能不能不加锁解决这个问题？

同步访问共享数据是处理数据竞争的一种有效的方法，golang在1.1之后引入了竞争监测机制，可以使用go run -race 或者go build -race来进行静态检测。其在内部的实现是，开启多个携程执行同一个命令，并且记录下每个变量的状态。
竞争检测器基于c/c++的ThreadSanitizer运行时库，该库在Google内部代码基地和Chromium找到许多错误。这个技术在2012年九月集成到Go中，从那时开始，它已经在标准库中检测到42个竞争条件。现在，它已经是我们持续构建过程的一部分，当竞争条件出现时，它会继续捕捉到这些错误。
竞争检测器已经完全集成到Go工具链中，仅仅添加-race标志到命令行就使用了检测器。

$ go test -race mypkg    // 测试包
$ go run -race mysrc.go  // 编译和运行程序
$ go build -race mycmd   // 构建程序
$ go install -race mypkg // 安装程序

要想解决数据竞争的问题可以使用互斥锁sync.Mutex，解决数据竞争（Data race），也可以使用管道解决，使用管道的效率要比互斥锁高。

什么是channel，为什么它可以做到线程安全

Channel是Go中的一个核心类型，可以把它看成一个管道，通过它并发核心单元就可以发送或者接收数据进行通讯
(communication),Channel也可以理解是一个先进先出的队列，通过管道进行通信。
Golang的Channel，发送一个数据到Channel和从Channel接收一个数据都是原子性的。而且Go的设计思想就是:不要通过共享内存来通信，而是通过通信来共享内存，前者就是传统的加锁，后者就是Channel。也就是说，设计Channel的主要目的就是在多任务间传递数据的，这当然是安全的。