来自 High Scalability。相较 上篇，这篇内容更新、更全。 译文 a

【编者按】在之前我们有分享过HighScalability创始人Tod Hoff总结的 WhatsApp早期架构，其中包括了大量的Erlang优化来支撑单服务器200万并发连接，以及如何支撑所有类型的手机并提供一个完美的用户体验。然而时过境迁，两年后WhatsApp又是如何支撑10倍于之前的流量，以及应用的飞速扩展，这里我们一起看Tod带来的总结。以下为译文：

两年内的飞跃

天价应用当下的规模显然不能与两年前同日而语，这里总结了一些WhatsApp两年内发生的主要变化：

**1. **从任何维度上都可以看到WhatsApp的巨变，但是工程师的数量却一直未变。当下，WhatsApp有更多的主机、更多的数据中心、更多的内存、更多的用户以及更多的扩展性问题，然而最引以为豪的却是那支10人工程团队——每个工程师平均负责4000万个用户。当然，这也是云时代的胜利：工程师只负责软件的开发，网络、硬件及数据中心运维全部假手于人。

**2. **在之前，面对负载的激增，他们必须让单服务器支撑尽可能多的连接数，但是现在他们已经步出了那个时代。当然，基于总体成本的控制，他们仍然需要控制主机的数量并让SMP主机更效率的运行。

**3. **瞬时的好处。鉴于现在的架构已经囊括多媒体、图片、文本、音频，无需保存这些大体积格式的信息让系统大大的简化，架构的重心被放在吞吐量、缓存以及分片等。

**4. **Erlang的世界。即使他们打造的仍然是一个分布式系统，遇见的问题也大同小异，但是从始至终都在说Erlang确实值得称道。

**5. **Mnesia，这个Erlang数据库似乎已成为他们问题的主要来源。因此，不得不怀疑一味的紧抓Erlang会不会比较盲目，是否有其他更好的替代方案。

**6. **如此规模下问题之多你可以想象。海量连接数的保持、队列因优先级操作变得太长、计时器、不同负载下的代码表现问题、高负载下高优先级消息得不到处理、一个操作被另一个操作意外打断、故障导致的资源问题以及不同用户平台的兼容性等，巨型架构的打造绝非一朝一夕。

**7. **Rick的发现和处理问题能力让人赞叹，也可以说是吃惊。

Rick的分享总是非常精彩，他乐于分享许多细节，其中有许多只能在生产环境出现。下面是他 最新分享 总结：

统计

• 月4.65亿用户

• 平均每日接收190亿消息，发送400亿消息

• 6亿张图片，2亿条语音，1亿段视频

• 峰值期间1.47亿的并发连接数——电话连接到系统

• 峰值期间每秒23万次登陆操作——手机上线及下线

• 峰值期间每秒32.4万信息流入，71.2万的流出

• 约10个工程师致力于Erlang，他们肩负了开发与运维

• 节日的峰值

• 平安夜流出达146 Gb/s，相当多的带宽用于服务手机

• 平安夜视频下载达3.6亿次

• 新年夜图片下载约20亿（46 k/s）

• 新年夜有张图片下载了3200万次

堆栈

• Erlang R16B01（打了自己的补丁）
• FreeBSD 9.2
• Mnesia（数据库）
• Yaws
• 使用了SoftLayer云服务和实体服务器

硬件

• 大约550个服务器+备份

• 150个左右的Chat服务器（每个服务器处理大约100万的手机、峰值期间1.5亿的连接）

• 250个左右的多媒体信息服务器

• 2x2690v2 Ivy Bridge 10-core（总计40的超线程技术）

• 数据库节点拥有512GB的内存

• 标准计算节点搭载64GB内存

• SSD主要用于可靠性，存储资源不足时还用于存储视频

• Dual-link GigE x2（公共的面向用户，私有的用于后端系统）

• Erlang系统使用的核心超过1.1万个

系统概况

• 独爱Erlang

• 非常棒的语言，适合小工程团队。

• 非常棒的SMP可扩展性。可以运行高配的主机，并且有益于减少节点。运维复杂性只与节点数有关，而不是核心数。

• 可以飞快的更新代码。

• 扩展性就像扫雷，但是他们总可以在问题爆发之前发现并解决。世界级事件相当于做系统的压力测试，特别是足球赛，会带来非常高的峰值。服务器故障（通常是内存）、网络故障以及差的软件的推送都考验着系统。

• 传统的架构

• 手机客户端连接到MMS（多媒体）

• Chat连接到瞬态离线存储，用户之间的消息传输通过后端系统控制。

用for循环遍历字符串时,也有 byte 和 rune 两种方式.第一种试为byte，第二种rune。

golang中string rune byte 三者的关系 https://blog.haohtml.com/archives/17646

package main

import (
    "fmt"
)

func main() {
    s := "abc汉字"

    for i := 0; i < len(s); i++ {
    fmt.Printf("%c,", s[i])
    }

    fmt.Println()

    for _, r := range s {
        fmt.Printf("%cn", r)
    }
}

输出结果:

a,b,c,æ,±,‰,å,­,—,
a
b
c
汉
字

原文地址: “The Technology Behind the NYTimes.com Redesign”

纽约时报英文网站今年进行了一次改版，这次改版不仅仅是给一艘大船重新刷了遍油漆那么简单，除了外观上的重新设计，我们也对代码进行了大量的重构，采用了新的框架，让网站更快，也为以后代码的维护、升级便利性进行了重新设计。 Reed Emmons，是这次改版的负责人，在这篇文章将分享我们如何让纽约时报这首老船更快更酷。

很少有机会能够在像纽约时报这么老资格和规模的网站进行一场「从头来过」的重构和设计工作，我这里说的从头来过，不仅仅是视觉设计上的重新设计，更是一个重新发明整个数码传媒平台。纽约时报的上次一次视觉改版是在2006年，但是我们得回溯到2000千禧年才有如此规模的从底层的重构和改版。我们决定重构用户端和服务端以支持我们新的服务、设计和新闻报道，比如说更佳的网站性能、响应式布局等等。尽管有些旧有的代码依旧保留或者进行了深度重构，大部分老的代码都被删除或者仅仅是用来做参考。

静态页面发布:历史的教训

直到今天为止，纽约时报的大部分网页内容还是静态 html 页面，这些页面储存在我们数据中心的硬盘上。当编辑发布一篇新的文章时，会生成和写入一个 html 文件。我们拥有自己的 html 模板，可以让我们根据需求添加不同的插件。当一篇文章要渲染的时候，引擎会自动添加广告和渲染。这套系统的速度和性能足以支持纽约时报网站的高流量，所以到今天为止，也不是特别需要升级这套系统。

这套系统一个很大的不足就是缺乏动态控制性。网页的 html 是固定的，但是其中的脚本和样式表是需要不断改变的，我们的前端开发团队必须围护历史上创建的每一套模板。这也导致了为什么一个两年前发布的新闻同上周发布的文章，会存在一些不同。我们团队的一个前端架构师Eitan Konigsburg，在去年的开放日活动曾经就我们的技术架构历史做过分享。

一个聪明的框架

为了适应更高级和复杂的设计，我们构建了自己的响应式 JavaScript 引擎，可以让我们根据自己的需求使用不用的media queries断点，这个引擎可以通过直接在 html 中添加不同的 class 类命来实现响应式设计。同时，我们使用了 LESS 预处理，使得css 更易围护的同时也满足了我们大部分用户的浏览器兼容性需求。尽管对于用户来说，网站的变化十分精细，但是一篇文章在不同的设备和浏览器，可以产生20种不同的适应变化。以下为我们使用 LESS 的一个例子。

.ribbon {
   ...
   // responsive
   // 1020
   .viewport-medium-50 & {
      .offset(0, 1, 0, left);
    }

   // 1200
   .viewport-large-20 & {
      .offset(0, 2, 0, left);
   }
}

根据不同的分辨率和设备方向，我们的框架可以自动渲染出不同的界面，还可以根据需求添加不同类型的广告，每篇文章对应的网页有超过100个可以自定义修改的地方。

模块化 Javascript

这次重构需要大量的 js 代码重写以支持大量的订制功能。一个功能强大的前端框架是十分有必要的，这可以让我们使用不同的 js 模块并且能良好兼容共存。Backgon.js 和 RequireJs 给我们提供了一套框架和标准code。我们选择 Backbon 因为相比 RequireJS它提供了令人满意的灵活性和自定义性。Jquery,Modernize,SockJS,Underscore.js 和 Hammer.js 是我们使用的一些库，我们同样使用了诸如 Mocha 和 Chai 来进行测试。

推荐阅读： http://www.cppblog.com/deercoder/archive/2011/11/13/160007.html

原文： http://gitbook.liuhui998.com/4_5.html

一、基本操作

当你正在做一项复杂的工作时, 发现了一个和当前工作不相关但是又很讨厌的bug. 你这时想先修复bug再做手头的工作, 那么就可以用 git stash 来保存当前的工作状态, 等你修复完bug后,执行’反储藏’(unstash)操作就可以回到之前的工作里.

$ git stash save "work in progress for foo feature"

上面这条命令会保存你的本地修改到储藏(stash)中, 然后将你的工作目录和索引里的内容全部重置, 回到你当前所在分支的上次提交时的状态.

好了, 你现在就可以开始你的修复工作了.

… edit and test …

$ git commit -a -m "blorpl: typofix"

当你修复完bug后, 你可以用git stash apply来回复到以前的工作状态.

$ git stash apply

二、储藏队列

你也可多次使用’git stash’命令,　每执行一次就会把针对当前修改的‘储藏’(stash)添加到储藏队列中.

用’git stash list’命令可以查看你保存的’储藏’(stashes):

$>git stash list

stash@{0}: WIP on book: 51bea1d… fixed images

stash@{1}: WIP on master: 9705ae6… changed the browse code to the official repo

上篇文章我们介绍了Nginx 的优化方法,这里主要对worker_cpu_affinity参数详细介绍一下.(官方http://nginx.org/en/docs/ngx_core_module.html#worker_cpu_affinity )

简介

Nginx默认没有开启利用多核cpu，我们可以通过增加worker_cpu_affinity配置参数来充分利用多核cpu的性能。cpu是任务处理，计算最关键的资源，cpu核越多，性能就越好。

规则设定

（1）cpu有多少个核，就有几位数，1代表内核开启，0代表内核关闭

（2）worker_processes最多开启8个，8个以上性能就不会再提升了，而且稳定性会变的更低，因此8个进程够用了

演示实例

两核cpu，开启两个进程

worker_processes  2;
worker_cpu_affinity 01 10;

01表示启用了第一个cpu内核，10表示启用了第二个cpu内核

worker_cpu_affinity 01 10;表示开启了两个进程，第一个进程对应着第一个cpu内核，第二个进程对应着第二个cpu内核

两核cpu，开启八个进程

worker_processes  8;
worker_cpu_affinity 01 10 01 10 01 10 01 10;

开启了8个进程，它们分别对应了开启2个内核

8核cpu，开启8个进程

worker_processes  8;
worker_cpu_affinity 10000000 01000000 00100000 00010000 00001000 00000100 00000010 00000001;

00000001表示开启第一个cpu内核，00000010表示开启第二个cpu内核，依次类推

8核cpu，开启2个进程

worker_processes  2;
worker_cpu_affinity 10101010 01010101;

10101010表示开启了第2,4,6,8内核，01010101表示开始了1,3,5,7内核

2个进程对应着8个内核

重启nginx

配置完成后，需要重启nginx服务

/etc/init.d/nginx -s reload

参考：http://www.redmine.org/projects/redmine/wiki/HowTo_Easily_integrate_a_(SSH_secured)_GIT_repository_into_redmine

在redmine 的”配置”选项里，填写git仓库位置的时候，一定要在写完整的.git路径，如 /data/www/redmine/repos/agent/.git ，否则redmine会无法发现git仓库.

相关文章：

http://blog.csdn.net/benkaoya/article/details/8762935

引言

在查看系统资源使用情况时，很多工具为我们提供了从设备角度查看的方法。例如使用 iostat 查看磁盘io统计信息：

linux:~ # iostat -d 3
Device:            tps   Blk_read/s   Blk_wrtn/s   Blk_read   Blk_wrtn
sda               1.67         0.00        40.00                  120

以上显示的是从sda的角度统计的结果。当我们需要从进程的角度，查看每个进程使用系统资源的情况，有什么方法吗？

使用pidstat工具可以获取每个进程使用cpu、内存和磁盘等系统资源的统计信息，pidstat由sysstat rpm包提供，可在suse11使用。下面我们来看pidstat的具体用法。

默认输出

执行pidstat，将输出系统启动后所有活动进程的cpu统计信息：

linux:~ # pidstat
Linux 2.6.32.12-0.7-default (linux)             06/18/12        _x86_64_

11:37:19          PID    %usr %system  %guest    %CPU   CPU  Command
……
11:37:19        11452    0.00    0.00    0.00    0.00     2  bash
11:37:19        11509    0.00    0.00    0.00    0.00     3  dd

以上输出，除最开头一行显示内核版本、主机名、日期和cpu架构外，主要列含义如下：

• 11:37:19: pidstat获取信息时间点

• PID: 进程pid

• %usr: 进程在用户态运行所占cpu时间比率

• %system: 进程在内核态运行所占cpu时间比率

• %CPU: 进程运行所占cpu时间比率

• CPU: 指示进程在哪个核运行

• Command: 拉起进程对应的命令

今天在安装openvz的时候(安装教程： http://blog.haohtml.com/archives/14724)，修改完内核参数后，执行

[shell]sysctl -P[/shell]

后，提示

[shell]net.ipv4.ip_forward = 1 net.ipv4.conf.default.rp_filter = 1 net.ipv4.conf.default.accept_source_route = 0 kernel.sysrq = 1 kernel.core_uses_pid = 1 net.ipv4.tcp_syncookies = 1 error: “net.bridge.bridge-nf-call-ip6tables” is an unknown key error: “net.bridge.bridge-nf-call-iptables” is an unknown key error: “net.bridge.bridge-nf-call-arptables” is an unknown key kernel.msgmnb = 65536 kernel.msgmax = 65536 kernel.shmmax = 68719476736 kernel.shmall = 4294967296[/shell]

错误．解决方法：

[shell]modprobe bridge lsmod|grep bridge[/shell]

做Web开发少不了要在本地搭建好开发环境，虽然说目前各种脚本都有对应的Windows版，甚至是一键安装包，但很多时候和Windows环境的相性并不是那么好，各麻烦的问题是实际部署的环境通常是Linux，常常还要面临着开发和部署环境不一致，上线前还要大量的调试。更要命的是，如果有很多机器需要装的话，那就真是一个灾难了。

Windows下玩Linux少不了虚拟机，但装系统依旧是相当费事。在现在什么都在自动化的今天，Vagrant就是这么一个神器，基于Ruby开发，使用开源 VirtualBox 作为虚拟化支持，可以轻松的跨平台部署。

今天试着把几台机器的环境都换成Vagrant，很爽很顺畅，于是就试着整理了一下使用小结：

目前所选用的是当前的最新版本Vagrant 1.2.7 （对应的Vagrantfile V2版），VirtualBox 使用的是 4.2.16 准备工作：

下载安装 VirtualBox ： https://www.virtualbox.org/ 下载安装 Vagrant ： http://www.vagrantup.com/

下载需要使用的 box ：

官方提供的范例： http://files.vagrantup.com/precise32.box

还可以在 http://www.vagrantbox.es/ 这里下载更多不同系统甚至是已经配置好环境直接可以用的box，虽然可以直接在Vagrant直接使用网址，由Vagrant自动下载安装，但是考虑到网络情况，还是建议自行先下载好。

由于习惯用CentOS，于是我就下了CentOS 6.3 x86_64 minimal，这个Box根据个人情况进行选择即可。

设置环境：

安装完成并且重启好系统之后就可以开始设置环境了。

首先在本地创建好工作目录，并在shell命令行下切换到对应目录(dos下无法执行以下操作)

vagrant box add base CentOS-6.3-x86_64-minimal.box

base 表示指定默认的box，也可以为box指定名称，比如 centos63 ，使用base时，之后可以直接使用 vagrant init 进行初始化，如果自行指定名称，则初始化的时候需要指定box的名称。

CentOS-6.3-x86_64-minimal.box 是box对应的文件名，这里可以是本地保存box的路径，也可以是可以下载box的网址，如果是网址的话，Vagrant会自动启动下载。

[vagrant] Downloading with Vagrant::Downloaders::File...
[vagrant] Copying box to temporary location...
[vagrant] Extracting box...
[vagrant] Verifying box...
[vagrant] Cleaning up downloaded box..

设置好box之后，在当前工作目录运行

vagrant init

生成对应的Vagrantfile。通过文本编辑器打开Vagrantfile可以进行一些进一步的常用配置：

网络配置：

Vagrant的网络有三种模式

1、较为常用是端口映射，就是将虚拟机中的端口映射到宿主机对应的端口直接使用 ，在Vagrantfile中配置：

config.vm.network :forwarded_port, guest: 80, host: 8080

guest: 80 表示虚拟机中的80端口， host: 8080 表示映射到宿主机的8080端口。

Vagrant 是一款用来构建虚拟开发环境的工具，非常适合 php/python/ruby/java 这类语言开发 web 应用，“代码在我机子上运行没有问题”这种说辞将成为历史。

我们可以通过 Vagrant 封装一个 Linux 的开发环境，分发给团队成员。成员可以在自己喜欢的桌面系统（Mac/Windows/Linux）上开发程序，代码却能统一在封装好的环境里运行，非常霸气。

安装步骤

1. 安装 VirtualBox

虚拟机还是得依靠 VirtualBox 来搭建，免费小巧。 下载地址： https://www.virtualbox.org/wiki/Downloads

* 虽然 Vagrant 也支持 VMware，不过 VMware 是收费的，对应的 Vagrant 版本也是收费的

2. 安装 Vagrant

下载地址： http://downloads.vagrantup.com/ 根据提示一步步安装。

此外，还得下载官方封装好的基础镜像： Ubuntu precise 32 VirtualBox http://files.vagrantup.com/precise32.box Ubuntu precise 64 VirtualBox http://files.vagrantup.com/precise64.box

如果你要其他系统的镜像，可以来这里下载： http://www.vagrantbox.es/

* 鉴于国内网速，我们将下载镜像的步骤单独剥离出来了

3. 添加镜像到 Vagrant

假设我们下载的镜像存放路径是 ~/box/precise64.box，在终端里输入：

$ vagrant box add hahaha ~/box/precise64.box

hahaha 是我们给这个 box 命的名字，~/box/precise64.box 是 box 所在路径。

可以使用下面的命令查看所有的镜像

$ vagrant box list

4. 初始化开发环境

创建一个开发目录（比如：~/dev），你也可以使用已有的目录，切换到开发目录里，用 hahaha 镜像初始化当前目录的环境：

安装环境:

VirtualBox 4.2.18 Centos6.4 64位 内存 1G

安装方法：

[shell]

yum -y install gcc libcap-devel libcgroup wget “http://downloads.sourceforge.net/project/lxc/lxc/lxc-0.9.0/lxc-0.9.0.tar.gz?r=http%3A%2F%2Fsourceforge.net%2Fprojects%2Flxc%2Ffiles%2Flxc%2F&ts=1383981486&use_mirror=jaist" tar zxvf lxc-0.9.0.tar.gz cd lxc-0.9.0 ./autogen.sh ./configure make && make install[/shell]

这里，在/usr/local/bin 目录里可以看到以 lxc_开头的命令．(注意要将这个目录添加到用户的环境变量里)

更多学习参考资料请参考： http://www.cnblogs.com/lisperl/tag/%E8%99%9A%E6%8B%9F%E5%8C%96%E6%8A%80%E6%9C%AF/default.html?page=2

[推荐]https://github.com/lxc/lxc

php实现多服务器共享session的方法：

多服务器共享session的方法：

1.通过NFS文件共享的方式，多台WEB服务器共享保存session文件的磁盘 2.保存在数据库中，这种方式的扩展性很强，可以随意增加WEB而不受影响 3.可以将session数据保存在memcached中，memcached是基于内存存储数据的，性能很高，用户并发量很大的时候尤其合适，参考PHP实现多服务器session共享之memcache共享 4.文件方式保存session时，可以采用php的扩展eaccelerator来存储sesion

php中的Session默认是用文件的方式存储的，如果用多台WEB服务器，Session共享可能就会成为一个大的问题，可以用NFS共享的方式来存储，但是对于并发请求更多的站点来说，用NFS也会出现问题，下面就说说用Memcached来保存Session的问题。

vi memcached_session.php，输入如下的代码

$ip = '192.168.1.111';
$port = 11211;
ini_set("session.save_handler", "memcache");
ini_set("session.save_path", "tcp://$ip:$port");

session_start();
$_SESSION['time'] = time();

print 'time:' . $_SESSION['time'];
print "
";
$key = session_id();
print 'session_id:' . $key;
print "
";

$memcache = new Memcache;
$memcache->addServer($ip, $port);
echo "ke: $key value:" . $memcache -> get($key);

程序的输出结果如下： time:1251362605 session_id:7c694d1c2fea5dd3c56f7a19d2f925c9 ke: 7c694d1c2fea5dd3c56f7a19d2f925c9 value:time|i:1251362604;

从上图可以看出，保存在Memcached中的Session数据，key为客户端生成的SessionID，也就是名为PHPSESSID的cookie保存的值，值为Session的值($_SESSION[‘time’] = time();)

上述结果可以说明Session数据已经成功保存到Memcached中了

当然也可以直接在php.ini中修改全局配置，这样，不需要在每个与session有关的程序都需要调用ini_set了

session.save_handler = memcache
session.save_path = "tcp://192.168.1.111:11211"

使用多个memcached server 时用逗号”,”隔开，并且和 Memcache::addServer() 文档中说明的一样，可以带额外的参数”persistent”、”weight”、”timeout”、”retry_interval” 等等，类似这样的：”tcp://host1:port1?persistent=1&weight=2,tcp://host2:port2″ 。

我们在写Go代码的时候经常用到import这个命令用来导入包文件，而我们经常看到的方式参考如下：

import(
"fmt"
)

然后我们代码里面可以通过如下的方式调用

fmt.Println("hello world")

上面这个fmt是Go语言的标准库，他其实是去goroot下去加载该模块，当然Go的import还支持如下两种方式来加载自己写的模块：

1.相对路径

import “./model” //当前文件同一目录的model目录，但是不建议这种方式来import

2.绝对路径

import “shorturl/model” //加载gopath/src/shorturl/model模块

上面展示了一些import常用的几种方式，但是还有一些特殊的import，让很多新手很费解，下面我们来一一讲解一下到底是怎么一回事

1.点操作

我们有时候会看到如下的方式导入包

import(
. "fmt"
)

这个点操作的含义就是这个包导入之后在你调用这个包的函数时，你可以省略前缀的包名，也就是前面你调用的fmt.Println(“hello world”)可以省略的写成Println(“hello world”)

2.别名操作

别名操作顾名思义我们可以把包命名成另一个我们用起来容易记忆的名字

import(
f "fmt"
)

别名操作的话调用包函数时前缀变成了我们的前缀，即f.Println(“hello world”)

3._操作

这个操作经常是让很多人费解的一个操作符，请看下面这个import

import (
  "database/sql"
  _ "github.com/ziutek/mymysql/godrv"
)

_操作其实是引入该包，而不直接使用包里面的函数，而是调用了该包里面的init函数，要理解这个问题，需要看下面这个图，理解包是怎么按照顺序加载的：

程序的初始化和执行都起始于main包。如果main包还导入了其它的包，那么就会在编译时将它们依次导入。有时一个包会被多个包同时导入，那么它只会被导入一次（例如很多包可能都会用到fmt包，但它只会被导入一次，因为没有必要导入多次）。当一个包被导入时，如果该包还导入了其它的包，那么会先将其它包导入进来，然后再对这些包中的包级常量和变量进行初始化，接着执行init函数（如果有的话），依次类推。等所有被导入的包都加载完毕了，就会开始对main包中的包级常量和变量进行初始化，然后执行main包中的init函数（如果存在的话），最后执行main函数。下图详细地解释了整个执行过程：

通过上面的介绍我们了解了import的时候其实是执行了该包里面的init函数，初始化了里面的变量，_操作只是说该包引入了，我只初始化里面的init函数和一些变量，但是往往这些init函数里面是注册自己包里面的引擎，让外部可以方便的使用，就很多实现database/sql的引起，在init函数里面都是调用了sql.Register(name string, driver driver.Driver)注册自己，然后外部就可以使用了。

这样我们就介绍完了全部import的情况，希望对你理解Go的import有一定的帮助。

Is this on Ubuntu? You’ll need to add /usr/local/lib to ldconfig to be able to use ZeroMQ. Here’s a web page with some info: http://ubuntuforums.org/showthread.php?t=420008

Here are the actual instructions:

Add /usr/local/lib to a new line in ld.so.conf:

$ sudo vi /etc/ld.so.conf

Rerun ldconfig:

$ sudo ldconfig

That should work (if I remember correctly). Let me know if you have any issues.

邮箱验证

func checkEmail(email string) (b bool) {
  if m, _ := regexp.MatchString("^([a-zA-Z0-9\_-])+@([a-zA-Z0-9\_-])+(.[a-zA-Z0-9_-])+", email); !m {
  	return false
  }
  return true
}

手机验证

package main
import (
"regexp"
)

const (
	regular = "^(13[0-9]|14[57]|15[0-35-9]|18[07-9])\\d{8}$"
)

func validate(mobileNum string) bool {
  reg := regexp.MustCompile(regular)
  return reg.MatchString(mobileNum)
}

func main() {
  if validate("13888888888") {
    println("是手机号")
    return
  }

  println("不是手机号")
}