内容简介:这个demo实现了:通过命令行来进行聊天具体逻辑都在 websocket.go 这个文件里
这个demo实现了:
- 消息广播
- 心跳检测
通过命令行来进行聊天
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。
scikit learn机器学习
黄永昌 / 机械工业出版社 / 2018-3-1 / CNY 59.00
本书通过通俗易懂的语言、丰富的图示和生动的实例,拨开了笼罩在机器学习上方复杂的数学“乌云”,让读者以较低的代价和门槛轻松入门机器学习。本书共分为11章,主要介绍了在Python环境下学习scikit-learn机器学习框架的相关知识。本书涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA ......一起来看看 《scikit learn机器学习》 这本书的介绍吧!