内容简介:Go微服务环境搭建:(首先需要安装git)一,首选需要安装protobuf
Go微服务环境搭建:
(首先需要安装git)
一,首选需要安装protobuf
1.1 安装protoc-gen-go
选择 Go 的src目录,创建github.com/golang目录
go get -u github.com/golang/protobuf/protoc-gen-go 执行go build 然后安装 go install
1.2 安装protoc(protobuf的编译文件)
https://github.com/google/protobuf/releases 下载win对应的包(protoc-3.6.1-win32.zip),将解压后的exe文件放置Go/bin 文件下,对应设置环境变量
1.3 测试安装是否成功
在CMD窗口执行 protoc --version确认下
二,安装grpc和gprc-gateway,gen-swagger:
1.1 依赖包:
Go的src目录下创建google.golang.org目录
git clone https://github.com/google/go-genproto.git
修改go-genproto为genproto
1.2 安装grpc
在src 目录下创建 google.golang.org,进入对应目录安装包
git clone https://github.com/grpc/grpc-go
将grpc-go目录修改为grpc,执行go build 然后安装 go install
2 安装gprc-gateway
2.1 依赖包:
在src 目录下 创建 gopkg.in 目录
github上的源码地址,git clone https://github.com/go-yaml/yaml.git
下载完成后把yaml 重命名为yaml.v2 ,然后在执行 go install
2.2 包下载:
在src 目录下github.com
go get -u github.com/grpc-ecosystem/grpc-gateway/protoc-gen-grpc-gateway
go get -u github.com/grpc-ecosystem/grpc-gateway/protoc-gen-swagger
2.3 安装步骤:
2.3.1,找到Go的src目录github.com/grpc-ecosystem/grpc-gateway/protoc-gen-grpc-gateway
进入 C:\Go\src\github.com\grpc-ecosystem\grpc-gateway\protoc-gen-grpc-gateway
执行go build 然后安装 go install
2.3.2,找到Go的src目录github.com/grpc-ecosystem/grpc-gateway/pprotoc-gen-swagger
进入 C:\Go\src\github.com\grpc-ecosystem\grpc-gateway\protoc-gen-swagger
执行go build 然后执行 go install
三,测试用例可参考
https://github.com/EDDYCJY/grpc-hello-world
依赖相关包链接:
编译提示找不到.../x/...文件处理:
1,首先在Go的src目录下创建golang.org/x目录,然后执行如下命令获取对应数据包即可
git clone https://github.com/golang/net.git
git clone https://github.com/golang/sys.git
git clone https://github.com/golang/tools.git
git clone https://github.com/golang/text.git
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Hyperledger Fabric环境搭建及环境测试(Mac环境)
- CV 环境很重要,各种环境搭建大全
- Openstack Queens 环境搭建(一)环境准备
- Python 环境搭建
- 1 - 搭建开发环境
- 搭建 Android 内核环境
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Introduction to Semi-Supervised Learning
Xiaojin Zhu、Andrew B. Goldberg / Morgan and Claypool Publishers / 2009-6-29 / USD 40.00
Semi-supervised learning is a learning paradigm concerned with the study of how computers and natural systems such as humans learn in the presence of both labeled and unlabeled data. Traditionally, le......一起来看看 《Introduction to Semi-Supervised Learning》 这本书的介绍吧!