内容简介:这个demo实现了:提供了一个通过命令行来进行聊天的例子具体逻辑都在 websocket.go 这个文件里
这个demo实现了:
- 消息广播
- 心跳检测
提供了一个通过命令行来进行聊天的例子
具体逻辑都在 websocket.go 这个文件里
这里的核心就是 aliveList
这个全局变量, 负责把消息分发给各客户端, 事件用channel来传递, 减少阻塞
单个链接会在 aliveList
中注册, ConnList 就是所有活跃的链接
// AliveList 当前在线列表
type AliveList struct {
ConnList map[string]*Client
register chan *Client
destroy chan *Client
broadcast chan Message
cancel chan int
Len int
}
// Client socket客户端
type Client struct {
ID string
conn *websocket.Conn
cancel chan int
}
服务启动后会执行事件监听循环
// 启动监听
func (al *AliveList) run() {
log.Println("开始监听注册事件")
for {
select {
case client := <-al.register:
log.Println("注册事件:", client.ID)
al.ConnList[client.ID] = client
al.Len++
al.SysBroadcast(ConnectedMessage, Message{
ID: client.ID,
Content: "connected",
SentAt: time.Now().Unix(),
})
case client := <-al.destroy:
log.Println("销毁事件:", client.ID)
err := client.conn.Close()
if err != nil {
log.Printf("destroy Error: %v \n", err)
}
delete(al.ConnList, client.ID)
al.Len--
case message := <-al.broadcast:
log.Printf("广播事件: %s %s %d \n", message.ID, message.Content, message.Type)
for id := range al.ConnList {
if id != message.ID {
err := al.sendMessage(id, message)
if err != nil {
log.Println("broadcastError: ", err)
}
}
}
case sign := <-al.cancel:
log.Println("终止事件: ", sign)
os.Exit(0)
}
}
}
因为消息的类型比较多, 单纯字符串无法满足需求, 就选用了比较常用的json格式去传递, 消息目前分:
const (
// SystemMessage 系统消息
SystemMessage = iota
// BroadcastMessage 广播消息(正常的消息)
BroadcastMessage
// HeartBeatMessage 心跳消息
HeartBeatMessage
// ConnectedMessage 上线通知
ConnectedMessage
// DisconnectedMessage 下线通知
DisconnectedMessage
)
// Message 消息体结构
type Message struct {
ID string
Content string
SentAt int64
Type int // <- SystemMessage 等类型就是这里了
}
如果有空闲时间就再搞搞多聊天室的实现, 以及优化一下目前的事件循环逻辑
以上所述就是小编给大家介绍的《用Gorilla Websocket 搞一个聊天室》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- h5聊天室模板|仿微信聊天室html5
- Netty网络聊天(一) 聊天室的实战(最易懂)
- 基于Flutter+Dart聊天实例|flutter仿微信界面聊天室
- 实战swoole【聊天室】
- 如何快速实现一个聊天室?
- 搭建Websocket简易聊天室
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。
群体智能
James Kennedy、Russell C Eberhart、Yuhui Shi / 人民邮电出版社 / 2009-2-1 / 75.00元
群体智能是近年来发展迅速的人工智能学科领域.通过研究分散,自组织的动物群体和人类社会的智能行为, 学者们提出了许多迥异于传统思路的智能算法, 很好地解决了不少原来非常棘手的复杂工程问题.与蚁群算法齐名的粒子群优化(particle swarm optimization, 简称PSO)算法就是其中最受瞩目,应用最为广泛的成果之一. 本书由粒子群优化算法之父撰写,是该领域毋庸置疑的经典著作.作者......一起来看看 《群体智能》 这本书的介绍吧!