这篇文章比较硬核，爆肝5千字，把之前整理的知识点都串起来了。建议先收藏，慢慢看。

前言

上一篇文章 #【Go WEB进阶实战】开源的电商前后台API系统 很受大家欢迎，有好多小伙伴私信我问题：“gtoken真不错，能不能再多讲讲？”、“接口怎么设计Cache好？”、“代码规范讲一下吧”、“这个系统有没有前端页面？”，等等….

那我就再写一篇作为补充喽，小伙伴们还有什么问题欢迎在评论区留言。

之前整理过一篇可能是全网最用心的「Go学习建议和资料汇总」，也深受大家好评，大家可以先收藏慢慢学。

这篇文章更进一步，会结合电商前后台API系统，把Go语言的知识点应用到商业项目中，让大家结合实际的场景去理解，这样应该对大家更有帮助！

小提示：这篇文章的重点不是把各个知识点讲透，而是为了让大家理解各个知识点在商业项目中的应用。如果你的基础比较薄弱，每个知识点的最后也都附上了详解链接，方便大家去查漏补缺。

下面就开始和我进阶实战吧：

登录鉴权

我们在上一篇文章中有介绍，系统的登录鉴权是通过gtoken实现的，有的小伙伴没有搞清楚登录信息存储在哪里？我们是如何获得当前登录用户的信息？

首先gtoken的数据默认使用内存缓存gcache，这种缓存会随着服务的终止而销毁，当重启服务时，之前缓存的数据就丢失了；gtoken也支持使用redis，比如我们的项目中就是使用了gredis，将登录信息存储在redis中进行管理。

更多关于gtoken的知识点可以看这篇专题文章：# 通过阅读源码解决项目难题：GToken替换JWT实现SSO单点登录

如果你基础比较弱的话，我还录制了视频教程：# 【视频】登录鉴权的三种方式：token、jwt、session实战分享

下面聊聊如何获得登录用户信息的问题：

我们使用Go语言无论开发http项目还是rpc项目，上下文都是很重要的概念，用于共享变量和链路跟踪。

我们通过Context上下文对象在一次请求中设置用户信息，共享变量，进而实现在后续链路中都能获得当前登录用户的信息：

Context上下文以修改密码举例：

我们通过ghttp.Request的实例r，调用GetCtxVar() 方法。
比如：r.GetCtxVar(middleware.CtxAccountId)，通过这种方式我们就可以获得登录用户信息了

小提示：为了行文清晰，让大家更直观的看到和知识点相关的代码，不重要的代码会用三个竖着的.省略。完整的代码可以fork文末的GitHub，已把这个项目开源。

调用示例代码

func (s *rotationService) UpdateMyPassword(r *ghttp.Request, req *UpdateMyPasswordReq) (res sql.Result, err error) {   .   .   .   //获得当前登录用户   req.Id = gconv.Int(r.GetCtxVar(middleware.CtxAccountId))   ctx := r.GetCtx()   res, err = dao.AdminInfo.Ctx(ctx).WherePri(req.Id).Update(req)   if err != nil {      return nil, err   }   return}

赋值示例代码

赋值的核心代码也很简单，就是通过 r.SetCtxVar(key, value) 方法，就能把变量赋值到context中了

package middlewareimport (   "github.com/goflyfox/gtoken/gtoken"   "github.com/gogf/gf/net/ghttp"   "github.com/gogf/gf/util/gconv"   "malu/library/response")const (   CtxAccountId      = "account_id"       //token获取   .   .   .)type TokenInfo struct {   Id      int    .    .    .}var GToken *gtoken.GfTokenvar MiddlewareGToken = tokenMiddleware{}type tokenMiddleware struct{}func (s *tokenMiddleware) GetToken(r *ghttp.Request) {   var tokenInfo TokenInfo   token := GToken.GetTokenData(r)   err := gconv.Struct(token.GetString("data"), &tokenInfo)   if err != nil {      response.Auth(r)      return   }      r.SetCtxVar(CtxAccountId, tokenInfo.Id)    .    .    .   r.Middleware.Next()}

小技巧

  1. 在架构设计中，在哪个场景下设置Context是非常重要的：上下文的变量必须在请求一开始便注入到请求流程中，以便于其他方法调用，所以我们在中间件中来实现是比较优雅的选择。
  2. 结合实际场景，我们设置到Context中的变量可以是指针类型，因为任何地方获取到这个指针，不仅可以获取到里面的数据，而且能够直接修改里面的数据。
  3. 建议养成好习惯：在service层的方法中，第一个参数必传context.Context对象或者*ghttp.Request对象。这样有利于我们后续扩展，能够方便的通过context共享数据，而且还能进行链路追踪

更详细的介绍看这里：# GoFrame 如何优雅的共享变量 | Context的使用

接口缓存

关于接口缓存，有小伙伴提出这样的疑问？

当然要设计接口数据缓存了，而且在GoFrame中还有比较优雅的实践方式：链式操作设置缓存。

我们给查询接口添加缓存的思路是这样的：

常规操作

  1. 定义缓存key
  2. 根据缓存key查询是否有值
    • 有值返回缓存中的值，不查询DB
    • 无值，查询DB，写入缓存
  3. 返回数据
func (s *rotationService) Detail(r *ghttp.Request, req *DetailReq) (res model.ArticleInfo, err error) {   cacheKey := ArticleDetailCacheKey + gconv.String(req.Id)   res := Cache::get(cacheKey)   if(!res){       err = dao.ArticleInfo.Ctx(r.GetCtx()).WherePri(req.Id).Scan(&res)       if err != nil {          return res, err       }       Cache::set(cacheKey,res,time.Hour)      }   return}

GoFrame为我们提供了非常优雅的链接操作：

链式操作

我们只需要在链式查询中使用Cache()方法，设置缓存时间和缓存key就可以了，GoFrame为我们实现了上述常规操作中的繁琐操作：

链式操作：取值

func (s *rotationService) Detail(r *ghttp.Request, req *DetailReq) (res model.ArticleInfo, err error) {   //查询时优先查询缓存   cacheKey := ArticleDetailCacheKey + gconv.String(req.Id)   err = dao.ArticleInfo.Ctx(r.GetCtx()).Cache(time.Hour, cacheKey).WherePri(req.Id).Scan(&res)   if err != nil {      return res, err   }   return}

链式操作：更新值

更新操作只需要将Cache()方法的第一个参数过期时间设置为负数，就会清空缓存：

func (s *rotationService) Update(r *ghttp.Request, req *UpdateArticleReq) (res sql.Result, err error) {   ctx := r.GetCtx()    .    .    .   //更新缓存   cacheKey := ArticleDetailCacheKey + gconv.String(req.Id)   res, err = dao.ArticleInfo.Ctx(ctx).Cache(-1, cacheKey).WherePri(req.Id).Update(req)   if err != nil {      return nil, err   }   return}

除了这个典型的场景，我们项目的热门商品是通过LRU缓存淘汰策略实现的，小伙伴们可以看这篇详解一探究竟：# GoFrame gcache使用实践 | 缓存控制 淘汰策略

接口兼容处理需求场景

我们电商系统的文章和商品都支持收藏和取消收藏

取消收藏有2种情况：一种是根据收藏id
删除；另一种是根据收藏类型和文章id（或者商品id）删除

思考题

我们根据上述的需求是设计两个接口分别实现呢？还是只设计一个接口兼容实现呢？

我倾向于只使用一种接口，兼容实现：这样不仅减少代码量，而且后期有逻辑调整时，只修改一处代码就可以了。

看下我们是如何实现的：

结构体

首先定义我们的请求结构体，允许通过收藏id删除；
或者根据类型和对象id删除（收藏类型：1商品 2文章）

type DeleteReq struct {   Id       int `json:"id"`   Type     int `json:"type"`   ObjectId int `json:"object_id"`}

api层

然后我们编写api层，这部分代码很简单，所有的api层代码都是这种规范：

  1. 定义请求参数结构体
  2. 解析请求参数，做数据校验，有问题直接返回错误；正常则继续向下执行
  3. 调用service层对应的方法，传入上下文context和请求体
  4. 根据service层的返回结果决定是返回错误码，还是返回数据。

小技巧：所有的api层都是这样的思路，我们的逻辑处理一般写在service中

func (*collectionApi) Delete(r *ghttp.Request) {   var req *DeleteReq   if err := r.Parse(&req); err != nil {      response.ParamErr(r, err)   }      if res, err := service.Delete(r.Context(), req); err != nil {      response.Code(r, err)   } else {      response.SuccessWithData(r, res)   }}

service层

最后我们编写service层代码，实现取消收藏接口兼容的重点也在这里了：

我们根据传入的id做判断，如果id不为0，根据收藏id删除；否则的话就根据传入的type类型区别是文章还是商品，根据ObjectId确定要删除对象的id。

func (s *collectionService) Delete(ctx context.Context, req *DeleteReq) (res sql.Result, err error) {   if req.Id != 0 {      //根据收藏id删除      res, err = dao.CollectionInfo.Ctx(ctx).WherePri(req.Id).Delete()   } else {      //根据类型和对象id删除      res, err = dao.CollectionInfo.Ctx(ctx).         Where(dao.CollectionInfo.Columns.Type, req.Type).         Where(dao.CollectionInfo.Columns.ObjectId, req.ObjectId).         Delete()   }   if err != nil {      return nil, err   }   return}

小技巧：我们查询条件的字段都是通过这种方式取值的：dao.CollectionInfo.Columns.Type，而不会写死字符串type，原因是如果我们的字段有修改，前者这种写法可以一改全改；而后者写死字符串的方式很难找全要修改的地方，维护成本比较高。

统计查询

咱们想一个复杂点的场景，进阶实战一下GoFrame ORM的使用：

我们需要查询最近7天每天的订单量，如果当天没有订单就返回0。期望的数据结构是这样的：

"order_total": [10, 0, 10, 20, 10, 0, 7],

我们如何实现呢？

service层

重点看这段查询语句

err := dao.OrderInfo.Ctx(ctx).Where(dao.OrderInfo.Columns.CreatedAt+" >= ", shared.GetBefore7Date()).Fields("count(id) total,date_format(created_at, '%Y-%m-%d') today").Group("today").Scan(&TodayTotals)

在GoFrame中 where的第二个参数如果传数组，默认就是where in查询；

我们在Fields()方法中除了可以指定查询字段，还可以使用查询函数，也可以指定别名：

func OrderTotal(ctx context.Context) (counts []int) {   counts = []int{0, 0, 0, 0, 0, 0, 0}   recent7Dates := shared.GetRecent7Date()   TodayTotals := []TodayTotal{}   //只取最近7天   err := dao.OrderInfo.Ctx(ctx).Where(dao.OrderInfo.Columns.CreatedAt+" >= ", shared.GetBefore7Date()).Fields("count(*) total,date_format(created_at, '%Y-%m-%d') today").Group("today").Scan(&TodayTotals)   fmt.Printf("result:%v", TodayTotals)   for i, date := range recent7Dates {      for _, todayTotal := range TodayTotals {         if date == todayTotal.Today {            counts[i] = todayTotal.Total         }      }   }   if err != nil {      return counts   }   return}

工具类

受某位知乎大神的启发，生成最近一周的日期我是这么实现的：

从性能角度考虑可能不是最优写法，但是理解成本肯定非常低：

//生成最近一周的日期func GetRecent7Date() (dates []string) {   gt := gtime.New(time.Now())   dates = []string{      gt.Format("Y-m-d"), //今天      gt.Add(-gtime.D * 1).Format("Y-m-d"), //1天前      gt.Add(-gtime.D * 2).Format("Y-m-d"),      gt.Add(-gtime.D * 3).Format("Y-m-d"),      gt.Add(-gtime.D * 4).Format("Y-m-d"),      gt.Add(-gtime.D * 5).Format("Y-m-d"),      gt.Add(-gtime.D * 6).Format("Y-m-d"), //6天前   }   return}

事务处理

事务的应用场景很清晰：当我们提供的某个服务，需要操作多次DB，并且这些操作要具有原子性，要么都成功，要么都失败。这种情况就需要事务处理。

事务处理的特点是：只要其中有一个环节失败了，之前成功的DB操作也会回滚到之前的状态。

事务处理实战

比如我们创建订单时就需要做事务处理，我们一个订单可以添加多个商品，创建订单时除了添加主订单表，也会添加商品订单表。

GoFrame的事务处理非常简单：

  1. 只需要我们通过g.DB().Begin()开启事务
  2. 在链式操作中通过.TX(tx)方法添加事务
  3. 在最后判断是否有错误发生，有错误则通过Rollback()回滚事务，没错误则通过Commit()方法提交事务。
func (s *orderService) Add(r *ghttp.Request, req *AddOrderReq) (res sql.Result, err error) {   req.OrderInfo.UserId = gconv.Int(r.GetCtxVar(middleware.CtxAccountId))   req.OrderInfo.Number = shared.GetOrderNum()   tx, err := g.DB().Begin()   if err != nil {      return nil, errors.New("启动事务失败")   }   //defer方法最后执行 如果有报错则回滚 如果没有报错，则提交事务   defer func() {      if err != nil {         tx.Rollback()      } else {         tx.Commit()      }   }()   //生成主订单   lastInsertId, err := dao.OrderInfo.Ctx(r.GetCtx()).TX(tx).InsertAndGetId(req.OrderInfo)   if err != nil {      return nil, err   }   //生成商品订单   for _, info := range req.OrderGoodsInfos {      info.OrderId = gconv.Int(lastInsertId)      _, err := dao.OrderGoodsInfo.Ctx(r.GetCtx()).TX(tx).Insert(info)      if err != nil {         return nil, err      }   }   return}

更多关于事务的知识点可以阅读这篇文章：
# Go语言中比较优雅的写法

灵活应用需求

我们需要根据多个查询条件去查询商品，比如根据商品名称和商品分类去查询。

需求分析

我们来分析一下，客户端会有几种查询场景？

  1. 根据商品名称和商品分类2个条件查询
  2. 只根据商品名称查询
  3. 只根据商品分类查询
  4. 都没有传值，不命中查询条件，返回全部商品

常规实现

做了需求分析之后，正常的思路就是写if…else…判断了：

whereCondition := gmap.New()if req.Keyword != "" && req.CategoryId != 0 {   whereCondition = g.Map{      "name like": "%" + req.Keyword + "%",      "level1_category_id =? OR level2_category_id =? OR level3_category_id =? ": g.Slice{req.CategoryId, req.CategoryId, req.CategoryId},   }} else if req.Keyword != "" {   whereCondition = g.Map{      "name like": "%" + req.Keyword + "%",   }} else if req.CategoryId != 0 {   whereCondition = g.Map{      "level1_category_id =? OR level2_category_id =? OR level3_category_id =? ": g.Slice{req.CategoryId, req.CategoryId, req.CategoryId},   }} else {   whereCondition = g.Map{}}

但是这种写法太乱了，而且不容易扩展：如果我们再加一个查询条件，不仅要新增一个else，就要改已经存在的if…else判断，后面维护起来简直是噩梦啊。

优化之后

在经过思考之后，使用map的set方法灵活赋值是个很好的选择，优化后的代码如下：

whereCondition := gmap.New()if req.Keyword != "" {   whereCondition.Set(dao.GoodsInfo.Columns.Name+" like ", "%"+req.Keyword+"%")}if req.CategoryId != 0 {   whereCondition.Set("level1_category_id =? OR level2_category_id =? OR level3_category_id =? ", g.Slice{req.CategoryId, req.CategoryId, req.CategoryId})}

优化后的代码异常清晰，如果我们再加新的查询条件，只需要在代码中再加一个if判断就可以了。

我的感悟

我在学习map基础用法的时候，并不能想到这种应用场景，这是很正常的。只有当真正开发商业项目，在具体需求的驱动之下，督促我们做优化，这时候会刺激我们回顾之前学到的知识点。结合实际需求帮助大家将之前学到的Go知识灵活运用，这是我开源这个项目的目的，也是我写这篇文章的目的。

了解更多set知识

# GoFrame gset使用技巧总结 | 天然支持排序和有序遍历、出栈、子集判断、序列化、遍历修改

好了，扩展的知识点就聊到这里，下面是对你学Go有帮助的学习资料，欢迎和我一起学习Go，实践Go。

GitHub

本项目的GitHub地址，欢迎star、fork、复刻：

电商实战项目V1版本

电商实战项目V2版本

抱团取暖

公众号：程序员升职加薪之旅

微信：wangzhongyang1993