Golang依賴衝突解決,golang 依賴倒置

本文目錄一覽：

• 1、Golang 中更好的錯誤處理：理論和實踐技巧
• 2、徹底理解Golang Map
• 3、Golang項目部署3，容器部署
• 4、GO語言（二十七）：管理依賴項（下）-

Golang 中更好的錯誤處理：理論和實踐技巧

雲和安全管理服務專家新鈦雲服 張春翻譯

這種方法有幾個缺點。首先，它可以對程序員隱藏錯誤處理路徑，特別是在捕獲異常不是強制性的情況下，例如在 Python 中。即使在具有必須處理的 Java 風格的檢查異常的語言中，如果在與原始調用不同的級別上處理錯誤，也並不總是很明顯錯誤是從哪裡引發的。

我們都見過長長的代碼塊包裝在一個 try-catch 塊中。在這種情況下，catch 塊實際上充當 goto 語句，這通常被認為是有害的（奇怪的是，C 中的關鍵字被認為可以接受的少數用例之一是錯誤後清理，因為該語言沒有 Golang- 樣式延遲語句）。

如果你確實從源頭捕獲異常，你會得到一個不太優雅的 Go 錯誤模式版本。這可能會解決混淆代碼的問題，但會遇到另一個問題：性能。在諸如 Java 之類的語言中，拋出異常可能比函數的常規返回慢數百倍。

Java 中最大的性能成本是由打印異常的堆棧跟蹤造成的，這是昂貴的，因為運行的程序必須檢查編譯它的源代碼 。僅僅進入一個 try 塊也不是空閑的，因為需要保存 CPU 內存寄存器的先前狀態，因為它們可能需要在拋出異常的情況下恢復。

如果您將異常視為通常不會發生的異常情況，那麼異常的缺點並不重要。這可能是傳統的單體應用程序的情況，其中大部分代碼庫不必進行網絡調用——一個操作格式良好的數據的函數不太可能遇到錯誤（除了錯誤的情況）。一旦您在代碼中添加 I/O，無錯誤代碼的夢想就會破滅：您可以忽略錯誤，但不能假裝它們不存在！

try {

doSometing()

} catch (IOException e) {

// ignore it

}

與大多數其他編程語言不同，Golang 接受錯誤是不可避免的。 如果在單體架構時代還不是這樣，那麼在今天的模塊化後端服務中，服務通常和外部 API 調用、數據庫讀取和寫入以及與其他服務通信 。

以上所有方法都可能失敗，解析或驗證從它們接收到的數據（通常在無模式 JSON 中）也可能失敗。Golang 使可以從這些調用返回的錯誤顯式化，與普通返回值的等級相同。從函數調用返回多個值的能力支持這一點，這在大多數語言中通常是不可能的。Golang 的錯誤處理系統不僅僅是一種語言怪癖，它是一種將錯誤視為替代返回值的完全不同的方式！

重複 if err != nil

對 Go 錯誤處理的一個常見批評是被迫重複以下代碼塊：

res, err := doSomething()

if err != nil {

// Handle error

}

對於新用戶來說，這可能會覺得沒用而且浪費行數：在其他語言中需要 3 行的函數很可能會增長到 12 行 ：

這麼多行代碼！這麼低效！如果您認為上述內容不優雅或浪費代碼，您可能忽略了我們檢查代碼中的錯誤的全部原因：我們需要能夠以不同的方式處理它們！對 API 或數據庫的調用可能會被重試。

有時事件的順序很重要：調用外部 API 之前發生的錯誤可能不是什麼大問題（因為數據從未通過發送），而 API 調用和寫入本地數據庫之間的錯誤可能需要立即注意，因為 這可能意味着系統最終處於不一致的狀態。即使我們只想將錯誤傳播給調用者，我們也可能希望用失敗的解釋來包裝它們，或者為每個錯誤返回一個自定義錯誤類型。

並非所有錯誤都是相同的，並且向調用者返回適當的錯誤是 API 設計的重要部分，無論是對於內部包還是 REST API 。

不必擔心在你的代碼中重複 if err != nil ——這就是 Go 中的代碼應該看起來的樣子。

自定義錯誤類型和錯誤包裝

從導出的方法返回錯誤時，請考慮指定自定義錯誤類型，而不是單獨使用錯誤字符串。字符串在意外代碼中是可以的，但在導出的函數中，它們成為函數公共 API 的一部分。更改錯誤字符串將是一項重大更改——如果沒有明確的錯誤類型，需要檢查返回錯誤類型的單元測試將不得不依賴原始字符串值！事實上，基於字符串的錯誤也使得在私有方法中測試不同的錯誤案例變得困難，因此您也應該考慮在包中使用它們。回到錯誤與異常的爭論，返回錯誤也使代碼比拋出異常更容易測試，因為錯誤只是要檢查的返回值。不需要測試框架或在測試中捕獲異常 。

可以在 database/sql 包中找到簡單自定義錯誤類型的一個很好的示例。它定義了一個導出常量列表，表示包可以返回的錯誤類型，最著名的是 sql.ErrNoRows。雖然從 API 設計的角度來看，這種特定的錯誤類型有點問題（您可能會爭辯說 API 應該返回一個空結構而不是錯誤），但任何需要檢查空行的應用程序都可以導入該常量並在代碼中使用它不必擔心錯誤消息本身會改變和破壞代碼。

對於更複雜的錯誤處理，您可以通過實現返回錯誤字符串的 Error() 方法來定義自定義錯誤類型。自定義錯誤可以包括元數據，例如錯誤代碼或原始請求參數。如果您想表示錯誤類別，它們很有用。DigitalOcean 的本教程展示了如何使用自定義錯誤類型來表示可以重試的一類臨時錯誤。

通常，錯誤會通過將低級錯誤與更高級別的解釋包裝起來，從而在程序的調用堆棧中傳播。例如，數據庫錯誤可能會以下列格式記錄在 API 調用處理程序中：調用 CreateUser 端點時出錯：查詢數據庫時出錯：pq：檢測到死鎖。這很有用，因為它可以幫助我們跟蹤錯誤在系統中傳播的過程，向我們展示根本原因（數據庫事務引擎中的死鎖）以及它對更廣泛系統的影響（調用者無法創建新用戶）。

自 Go 1.13 以來，此模式具有特殊的語言支持，並帶有錯誤包裝。通過在創建字符串錯誤時使用 %w 動詞，可以使用 Unwrap() 方法訪問底層錯誤。除了比較錯誤相等性的函數 errors.Is() 和 errors.As() 外，程序還可以獲取包裝錯誤的原始類型或標識。這在某些情況下可能很有用，儘管我認為在確定如何處理所述錯誤時最好使用頂級錯誤的類型。

Panics

不要 panic()！長時間運行的應用程序應該優雅地處理錯誤而不是panic。即使在無法恢復的情況下（例如在啟動時驗證配置），最好記錄一個錯誤並優雅地退出。panic比錯誤消息更難診斷，並且可能會跳過被推遲的重要關閉代碼。

Logging

我還想簡要介紹一下日誌記錄，因為它是處理錯誤的關鍵部分。通常你能做的最好的事情就是記錄收到的錯誤並繼續下一個請求。

除非您正在構建簡單的命令行工具或個人項目，否則您的應用程序應該使用結構化的日誌庫，該庫可以為日誌添加時間戳，並提供對日誌級別的控制。最後一部分特別重要，因為它將允許您突出顯示應用程序記錄的所有錯誤和警告。通過幫助將它們與信息級日誌分開，這將為您節省無數時間。

微服務架構還應該在日誌行中包含服務的名稱以及機器實例的名稱。默認情況下記錄這些時，程序代碼不必擔心包含它們。您也可以在日誌的結構化部分中記錄其他字段，例如收到的錯誤（如果您不想將其嵌入日誌消息本身）或有問題的請求或響應。只需確保您的日誌沒有泄露任何敏感數據，例如密碼、API 密鑰或用戶的個人數據！

對於日誌庫，我過去使用過 logrus 和 zerolog，但您也可以選擇其他結構化日誌庫。如果您想了解更多信息，互聯網上有許多關於如何使用這些的指南。如果您將應用程序部署到雲中，您可能需要日誌庫上的適配器來根據您的雲平台的日誌 API 格式化日誌 – 沒有它，雲平台可能無法檢測到日誌級別等某些功能。

如果您在應用程序中使用調試級別日誌（默認情況下通常不記錄），請確保您的應用程序可以輕鬆更改日誌級別，而無需更改代碼。更改日誌級別還可以暫時使信息級別甚至警告級別的日誌靜音，以防它們突然變得過於嘈雜並開始淹沒錯誤。您可以使用在啟動時檢查以設置日誌級別的環境變量來實現這一點。

原文：

徹底理解Golang Map

本文目錄如下，閱讀本文後，將一網打盡下面Golang Map相關面試題

Go中的map是一個指針，佔用8個字節，指向hmap結構體; 源碼 src/runtime/map.go 中可以看到map的底層結構

每個map的底層結構是hmap，hmap包含若干個結構為bmap的bucket數組。每個bucket底層都採用鏈表結構。接下來，我們來詳細看下map的結構

bmap 就是我們常說的“桶”，一個桶裡面會最多裝 8 個 key，這些 key 之所以會落入同一個桶，是因為它們經過哈希計算後，哈希結果是“一類”的，關於key的定位我們在map的查詢和插入中詳細說明。在桶內，又會根據 key 計算出來的 hash 值的高 8 位來決定 key 到底落入桶內的哪個位置（一個桶內最多有8個位置)。

bucket內存數據結構可視化如下：

注意到 key 和 value 是各自放在一起的，並不是 key/value/key/value/… 這樣的形式。源碼里說明這樣的好處是在某些情況下可以省略掉 padding字段，節省內存空間。

當 map 的 key 和 value 都不是指針，並且 size 都小於 128 字節的情況下，會把 bmap 標記為不含指針，這樣可以避免 gc 時掃描整個 hmap。但是，我們看 bmap 其實有一個 overflow 的字段，是指針類型的，破壞了 bmap 不含指針的設想，這時會把 overflow 移動到 extra 字段來。

map是個指針，底層指向hmap，所以是個引用類型

golang 有三個常用的高級類型 slice 、map、channel, 它們都是 引用類型 ，當引用類型作為函數參數時，可能會修改原內容數據。

golang 中沒有引用傳遞，只有值和指針傳遞。所以 map 作為函數實參傳遞時本質上也是值傳遞，只不過因為 map 底層數據結構是通過指針指向實際的元素存儲空間，在被調函數中修改 map，對調用者同樣可見，所以 map 作為函數實參傳遞時表現出了引用傳遞的效果。

因此，傳遞 map 時，如果想修改map的內容而不是map本身，函數形參無需使用指針

map 底層數據結構是通過指針指向實際的元素 存儲空間 ，這種情況下，對其中一個map的更改，會影響到其他map

map 在沒有被修改的情況下，使用 range 多次遍歷 map 時輸出的 key 和 value 的順序可能不同。這是 Go 語言的設計者們有意為之，在每次 range 時的順序被隨機化，旨在提示開發者們，Go 底層實現並不保證 map 遍歷順序穩定，請大家不要依賴 range 遍歷結果順序。

map 本身是無序的，且遍歷時順序還會被隨機化，如果想順序遍歷 map，需要對 map key 先排序，再按照 key 的順序遍歷 map。

map默認是並發不安全的，原因如下：

Go 官方在經過了長時間的討論後，認為 Go map 更應適配典型使用場景（不需要從多個 goroutine 中進行安全訪問），而不是為了小部分情況（並發訪問），導致大部分程序付出加鎖代價（性能），決定了不支持。

場景: 2個協程同時讀和寫，以下程序會出現致命錯誤：fatal error: concurrent map writes

如果想實現map線程安全，有兩種方式：

方式一：使用讀寫鎖 map + sync.RWMutex

方式二：使用golang提供的 sync.Map

sync.map是用讀寫分離實現的，其思想是空間換時間。和map+RWLock的實現方式相比，它做了一些優化：可以無鎖訪問read map，而且會優先操作read map，倘若只操作read map就可以滿足要求(增刪改查遍歷)，那就不用去操作write map(它的讀寫都要加鎖)，所以在某些特定場景中它發生鎖競爭的頻率會遠遠小於map+RWLock的實現方式。

golang中map是一個kv對集合。底層使用hash table，用鏈表來解決衝突 ，出現衝突時，不是每一個key都申請一個結構通過鏈表串起來，而是以bmap為最小粒度掛載，一個bmap可以放8個kv。在哈希函數的選擇上，會在程序啟動時，檢測 cpu 是否支持 aes，如果支持，則使用 aes hash，否則使用 memhash。

map有3鍾初始化方式，一般通過make方式創建

map的創建通過生成彙編碼可以知道，make創建map時調用的底層函數是 runtime.makemap 。如果你的map初始容量小於等於8會發現走的是 runtime.fastrand 是因為容量小於8時不需要生成多個桶，一個桶的容量就可以滿足

makemap函數會通過 fastrand 創建一個隨機的哈希種子，然後根據傳入的 hint 計算出需要的最小需要的桶的數量，最後再使用 makeBucketArray 創建用於保存桶的數組，這個方法其實就是根據傳入的 B 計算出的需要創建的桶數量在內存中分配一片連續的空間用於存儲數據，在創建桶的過程中還會額外創建一些用於保存溢出數據的桶，數量是 2^(B-4) 個。初始化完成返回hmap指針。

找到一個 B，使得 map 的裝載因子在正常範圍內

Go 語言中讀取 map 有兩種語法：帶 comma 和 不帶 comma。當要查詢的 key 不在 map 里，帶 comma 的用法會返回一個 bool 型變量提示 key 是否在 map 中；而不帶 comma 的語句則會返回一個 value 類型的零值。如果 value 是 int 型就會返回 0，如果 value 是 string 類型，就會返回空字符串。

map的查找通過生成彙編碼可以知道，根據 key 的不同類型，編譯器會將查找函數用更具體的函數替換，以優化效率：

函數首先會檢查 map 的標誌位 flags。如果 flags 的寫標誌位此時被置 1 了，說明有其他協程在執行“寫”操作，進而導致程序 panic。這也說明了 map 對協程是不安全的。

key經過哈希函數計算後，得到的哈希值如下（主流64位機下共 64 個 bit 位）：

m: 桶的個數

從buckets 通過 hash m 得到對應的bucket，如果bucket正在擴容，並且沒有擴容完成，則從oldbuckets得到對應的bucket

計算hash所在桶編號：

用上一步哈希值最後的 5 個 bit 位，也就是 01010 ，值為 10，也就是 10 號桶（範圍是0~31號桶）

計算hash所在的槽位:

用上一步哈希值哈希值的高8個bit 位，也就是 10010111 ，轉化為十進制，也就是151，在 10 號 bucket 中尋找** tophash 值（HOB hash）為 151* 的 槽位**，即為key所在位置，找到了 2 號槽位，這樣整個查找過程就結束了。

如果在 bucket 中沒找到，並且 overflow 不為空，還要繼續去 overflow bucket 中尋找，直到找到或是所有的 key 槽位都找遍了，包括所有的 overflow bucket。

通過上面找到了對應的槽位，這裡我們再詳細分析下key/value值是如何獲取的：

bucket 里 key 的起始地址就是 unsafe.Pointer(b)+dataOffset。第 i 個 key 的地址就要在此基礎上跨過 i 個 key 的大小；而我們又知道，value 的地址是在所有 key 之後，因此第 i 個 value 的地址還需要加上所有 key 的偏移。

通過彙編語言可以看到，向 map 中插入或者修改 key，最終調用的是 mapassign 函數。

實際上插入或修改 key 的語法是一樣的，只不過前者操作的 key 在 map 中不存在，而後者操作的 key 存在 map 中。

mapassign 有一個系列的函數，根據 key 類型的不同，編譯器會將其優化為相應的“快速函數”。

我們只用研究最一般的賦值函數 mapassign 。

map的賦值會附帶着map的擴容和遷移，map的擴容只是將底層數組擴大了一倍，並沒有進行數據的轉移，數據的轉移是在擴容後逐步進行的，在遷移的過程中每進行一次賦值（access或者delete）會至少做一次遷移工作。

1.判斷map是否為nil

每一次進行賦值/刪除操作時，只要oldbuckets != nil 則認為正在擴容，會做一次遷移工作，下面會詳細說下遷移過程

根據上面查找過程，查找key所在位置，如果找到則更新，沒找到則找空位插入即可

經過前面迭代尋找動作，若沒有找到可插入的位置，意味着需要擴容進行插入，下面會詳細說下擴容過程

通過彙編語言可以看到，向 map 中刪除 key，最終調用的是 mapdelete 函數

刪除的邏輯相對比較簡單，大多函數在賦值操作中已經用到過，核心還是找到 key 的具體位置。尋找過程都是類似的，在 bucket 中挨個 cell 尋找。找到對應位置後，對 key 或者 value 進行“清零”操作，將 count 值減 1，將對應位置的 tophash 值置成 Empty

再來說觸發 map 擴容的時機：在向 map 插入新 key 的時候，會進行條件檢測，符合下面這 2 個條件，就會觸發擴容：

1、裝載因子超過閾值

源碼里定義的閾值是 6.5 (loadFactorNum/loadFactorDen)，是經過測試後取出的一個比較合理的因子

我們知道，每個 bucket 有 8 個空位，在沒有溢出，且所有的桶都裝滿了的情況下，裝載因子算出來的結果是 8。因此當裝載因子超過 6.5 時，表明很多 bucket 都快要裝滿了，查找效率和插入效率都變低了。在這個時候進行擴容是有必要的。

對於條件 1，元素太多，而 bucket 數量太少，很簡單：將 B 加 1，bucket 最大數量( 2^B )直接變成原來 bucket 數量的 2 倍。於是，就有新老 bucket 了。注意，這時候元素都在老 bucket 里，還沒遷移到新的 bucket 來。新 bucket 只是最大數量變為原來最大數量的 2 倍( 2^B * 2 ) 。

2、overflow 的 bucket 數量過多

在裝載因子比較小的情況下，這時候 map 的查找和插入效率也很低，而第 1 點識別不出來這種情況。表面現象就是計算裝載因子的分子比較小，即 map 里元素總數少，但是 bucket 數量多（真實分配的 bucket 數量多，包括大量的 overflow bucket）

不難想像造成這種情況的原因：不停地插入、刪除元素。先插入很多元素，導致創建了很多 bucket，但是裝載因子達不到第 1 點的臨界值，未觸發擴容來緩解這種情況。之後，刪除元素降低元素總數量，再插入很多元素，導致創建很多的 overflow bucket，但就是不會觸發第 1 點的規定，你能拿我怎麼辦？overflow bucket 數量太多，導致 key 會很分散，查找插入效率低得嚇人，因此出台第 2 點規定。這就像是一座空城，房子很多，但是住戶很少，都分散了，找起人來很困難

對於條件 2，其實元素沒那麼多，但是 overflow bucket 數特別多，說明很多 bucket 都沒裝滿。解決辦法就是開闢一個新 bucket 空間，將老 bucket 中的元素移動到新 bucket，使得同一個 bucket 中的 key 排列地更緊密。這樣，原來，在 overflow bucket 中的 key 可以移動到 bucket 中來。結果是節省空間，提高 bucket 利用率，map 的查找和插入效率自然就會提升。

由於 map 擴容需要將原有的 key/value 重新搬遷到新的內存地址，如果有大量的 key/value 需要搬遷，會非常影響性能。因此 Go map 的擴容採取了一種稱為“漸進式”的方式，原有的 key 並不會一次性搬遷完畢，每次最多只會搬遷 2 個 bucket。

上面說的 hashGrow() 函數實際上並沒有真正地“搬遷”，它只是分配好了新的 buckets，並將老的 buckets 掛到了 oldbuckets 字段上。真正搬遷 buckets 的動作在 growWork() 函數中，而調用 growWork() 函數的動作是在 mapassign 和 mapdelete 函數中。也就是插入或修改、刪除 key 的時候，都會嘗試進行搬遷 buckets 的工作。先檢查 oldbuckets 是否搬遷完畢，具體來說就是檢查 oldbuckets 是否為 nil。

如果未遷移完畢，賦值/刪除的時候，擴容完畢後（預分配內存），不會馬上就進行遷移。而是採取 增量擴容 的方式，當有訪問到具體 bukcet 時，才會逐漸的進行遷移（將 oldbucket 遷移到 bucket）

nevacuate 標識的是當前的進度，如果都搬遷完，應該和2^B的長度是一樣的

在evacuate 方法實現是把這個位置對應的bucket，以及其衝突鏈上的數據都轉移到新的buckets上。

轉移的判斷直接通過tophash 就可以，判斷tophash中第一個hash值即可

遍歷的過程，就是按順序遍歷 bucket，同時按順序遍歷 bucket 中的 key。

map遍歷是無序的，如果想實現有序遍歷，可以先對key進行排序

為什麼遍歷 map 是無序的？

如果發生過遷移，key 的位置發生了重大的變化，有些 key 飛上高枝，有些 key 則原地不動。這樣，遍歷 map 的結果就不可能按原來的順序了。

如果就一個寫死的 map，不會向 map 進行插入刪除的操作，按理說每次遍歷這樣的 map 都會返回一個固定順序的 key/value 序列吧。但是 Go 杜絕了這種做法，因為這樣會給新手程序員帶來誤解，以為這是一定會發生的事情，在某些情況下，可能會釀成大錯。

Go 做得更絕，當我們在遍歷 map 時，並不是固定地從 0 號 bucket 開始遍歷，每次都是從一個**隨機值序號的 bucket 開始遍歷，並且是從這個 bucket 的一個 隨機序號的 cell **開始遍歷。這樣，即使你是一個寫死的 map，僅僅只是遍歷它，也不太可能會返回一個固定序列的 key/value 對了。

Golang項目部署3，容器部署

容器部署即使用 docker 化部署 golang 應用程序，這是在雲服務時代最流行的部署方式，也是最推薦的部署方式。

跨平台交叉編譯是 golang 的特點之一，可以非常方便地編譯出我們需要的目標服務器平台的版本，而且是靜態編譯，非常容易地解決了運行依賴問題。

使用以下指令可以靜態編譯 Linux 平台 amd64 架構的可執行文件：

生成的 main 便是我們靜態編譯的，可部署於 Linux amd64 上的可執行文件。

我們需要將該可執行文件 main 編譯生成 docker 鏡像，以便於分發及部署。 Golang 的運行環境推薦使用 alpine 基礎系統鏡像，編譯出的容器鏡像約為 20MB 左右。

一個參考的 Dockerfile 文件如下：

其中，我們的基礎鏡像使用了 loads/alpine:3.8 ，中國國內的用戶推薦使用該基礎鏡像，基礎鏡像的 Dockerfile 地址： ，倉庫地址：

隨後使用 ” docker build -t main . ” 指令編譯生成名為 main 的 docker 鏡像。

需要注意的是，在某些項目的架構設計中， 靜態文件 和 配置文件 可能不會隨着鏡像進行編譯發布，而是分開進行管理和發布。

例如，使用 MVVM 模式的項目中(例如使用 vue 框架)，往往是前後端非常獨立的，因此在鏡像中往往並不會包含 public 目錄。而使用了 配置管理中心 (例如使用 consul / etcd / zookeeper )的項目中，也往往並不需要 config 目錄。

因此對於以上示例的 Dockerfile 的使用，僅作參考，根據實際情況請進行必要的調整。

使用以下指令可直接運行剛才編譯成的鏡像：

容器的分發可以使用 docker 官方的平台： ，國內也可以考慮使用阿里云： 。

在企業級生產環境中， docker 容器往往需要結合 kubernetes 或者 docker swarm 容器編排工具一起使用。

容器編排涉及到的內容比較多，感興趣的同學可以參考以下資料：

GO語言（二十七）：管理依賴項（下）-

當您對外部模塊的存儲庫進行了 fork （例如修復模塊代碼中的問題或添加功能）時，您可以讓 Go 工具將您的 fork 用於模塊的源代碼。這對於測試您自己的代碼的更改很有用。

為此，您可以使用go.mod 文件中的replace指令將外部模塊的原始模塊路徑替換為存儲庫中 fork 的路徑。這指示 Go 工具在編譯時使用替換路徑（fork 的位置），例如，同時允許您保留import 原始模塊路徑中的語句不變。

在以下 go.mod 文件示例中，當前模塊需要外部模塊example.com/theirmodule。然後該replace指令將原始模塊路徑替換為example.com/myfork/theirmodule模塊自己的存儲庫的分支。

設置require/replace對時，使用 Go 工具命令確保文件描述的需求保持一致。使用go list命令獲取當前模塊正在使用的版本。然後使用go mod edit命令將需要的模塊替換為fork：

注意： 當您使用該replace指令時，Go 工具不會像添加依賴項中所述對外部模塊進行身份驗證。

您可以使用go get命令從其存儲庫中的特定提交為模塊添加未發布的代碼。

為此，您使用go get命令，用符號@指定您想要的代碼 。當您使用go get時，該命令將向您的 go.mod 文件添加一個 需要外部模塊的require指令，使用基於有關提交的詳細信息的偽版本號。

以下示例提供了一些說明。這些基於源位於 git 存儲庫中的模塊。

當您的代碼不再使用模塊中的任何包時，您可以停止將該模塊作為依賴項進行跟蹤。

要停止跟蹤所有未使用的模塊，請運行go mod tidy 命令。此命令還可能添加在模塊中構建包所需的缺失依賴項。

要刪除特定依賴項，請使用go get，指定模塊的模塊路徑並附加 @none，如下例所示：

go get命令還將降級或刪除依賴於已刪除模塊的其他依賴項。

當您使用 Go 工具處理模塊時，這些工具默認從 proxy.golang.org（一個公共的 Google 運行的模塊鏡像）或直接從模塊的存儲庫下載模塊。您可以指定 Go 工具應該使用另一個代理服務器來下載和驗證模塊。

如果您（或您的團隊）已經設置或選擇了您想要使用的不同模塊代理服務器，您可能想要這樣做。例如，有些人設置了模塊代理服務器，以便更好地控制依賴項的使用方式。

要為 Go 工具指定另一個模塊代理服務器，請將GOPROXY 環境變量設置為一個或多個服務器的 URL。Go 工具將按照您指定的順序嘗試每個 URL。默認情況下，GOPROXY首先指定一個公共的 Google 運行模塊代理，然後從模塊的存儲庫直接下載（在其模塊路徑中指定）：

您可以將變量設置為其他模塊代理服務器的 URL，用逗號或管道分隔 URL。

Go 模塊經常在公共互聯網上不可用的版本控制服務器和模塊代理上開發和分發。您可以設置 GOPRIVATE環境變量。您可以設置GOPRIVATE環境變量來配置go命令以從私有源下載和構建模塊。然後 go 命令可以從私有源下載和構建模塊。

GOPRIVATE或環境變量可以設置為匹配模塊前綴的全局模式列表，這些GONOPROXY前綴是私有的，不應從任何代理請求。例如：