前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >组件分享之后端组件——基于Golang实现的以并行线程计算或分发到机器集群组件GLOW

组件分享之后端组件——基于Golang实现的以并行线程计算或分发到机器集群组件GLOW

作者头像
cn華少
发布2022-06-27 10:16:55
4950
发布2022-06-27 10:16:55
举报
文章被收录于专栏:IT综合技术分享

组件分享之后端组件——基于Golang实现的以并行线程计算或分发到机器集群组件GLOW

背景

近期正在探索前端、后端、系统端各类常用组件与工具,对其一些常见的组件进行再次整理一下,形成标准化组件专题,后续该专题将包含各类语言中的一些常用组件。欢迎大家进行持续关注。

组件基本信息

内容

本节我们分享一个基于Golang实现的以并行线程计算或分发到机器集群组件glow。类似于 Hadoop Map Reduce、Spark、Flink、Storm 等。

具体使用如下:

1、安装
代码语言:javascript
复制
go get github.com/chrislusf/glow
go get github.com/chrislusf/glow/flow
2、使用案例
代码语言:javascript
复制
package main

import (
    "flag"
    "strings"

    "github.com/chrislusf/glow/flow"
)

func main() {
    flag.Parse()

    flow.New().TextFile(
        "/etc/passwd", 3,
    ).Filter(func(line string) bool {
        return !strings.HasPrefix(line, "#")
    }).Map(func(line string, ch chan string) {
        for _, token := range strings.Split(line, ":") {
            ch <- token
        }
    }).Map(func(key string) int {
        return 1
    }).Reduce(func(x int, y int) int {
        return x + y
    }).Map(func(x int) {
        println("count:", x)
    }).Run()
}

具体原理如下:

image.png

本文声明:

知识共享许可协议

本作品由 cn華少 采用 知识共享署名-非商业性使用 4.0 国际许可协议 进行许可。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-06-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 组件分享之后端组件——基于Golang实现的以并行线程计算或分发到机器集群组件GLOW
    • 背景
      • 组件基本信息
        • 内容
          • 具体使用如下:
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档