本系列是阅读 “The Go Programming Language” 理解和记录。

Interface value 的赋值

从概念上来讲，interface value 有两部分组成：type 部分是一个 concrete type，vlaue 部分是这个 concrete type 对应的 instance，它们分别称之为 interface value 的 dynamic type 和 dynamic value。

由于 Go 是静态类型的语言，type 是在编译阶段已经定义好的，而 interface 存储的值是动态的，在上面这个概念模型中，type 部分更准确叫法是 type descriptors，主要是提供 concrete type 的相关信息，包括 method、name 等。

下面这几个语句：

1
2
3
4

var w io.Writer
w = os.Stdout
w = new(bytes.Buffer)
w = nil

变量 w 依次存储了三种不同的值，在此我们依次来看看每种不同的值的确切含义。

在我个人职业生涯的前两年，我几乎没有写过几个正规的测试用例，大部分时候都是赶进度用人工测试，当然所在的团队规模也不是特别大，所有的测试都是 developer 自己完成。那个时候我对测试虽然稍有存疑，但还是抱着想试试的态度，当时摆在我面前的问题是：测什么和如何测。

随着日后经历的团队规模不断变大，开发的软件服务的复杂度和用户量的不断变高，对测试的理解也从不知如何想入手到持续推进自动化和 CI 在团队中不断普及和应用，甚至强行将测试覆盖率和测试质量纳为开发人员的考核指标，在此我们一起好好聊聊软件生命质量的保证：测试。

为什么很多 developer 不写测试，甚至厌恶写测试

不想测试的 developer 常常由自己的一套理由或者借口。

观点一：我的代码跑得很好，为什么要测试

对这样的观点最有力的回应是，你怎么知道你的代码跑得好好的，你测试过么，除非你现在测试一下你的代码证明它跑得很正确。但事实上自动化测试带来的好处绝对是显而易见的：

• 可重复执行，有利于代码反复修改和迭代
• 可随时发布，让你的代码第一时间接触用户
• 节省时间
  ……

wecatch 开源的 app-turbo 在上线到生产环境第一个版本之后（彼时测试覆盖率不足20%），每迭代一个小版本大概需要一周时间，当测试覆盖率达到 30% 已经可以 3 天发一个小版本，现在 50% 的覆盖率如果不是大功能变动，一天发可以一个版本。

本系列是阅读 “The Go Programming Language” 理解和记录。

定义 interface

正如上文所说，Go interface 是一种类型，一个 interface type 指定了一组 method 集合，如果说一个 concrete type 是一个 interface 的 instance，我们说这个 concrete type 实现了这个 interface 的所有方法。

在 Go 的标准库 io package 中定义了很多有用的 interface：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

package io

type Reader interface {
    Read(p []byte)(n intm err error)
}

type Writer interface {
    Write(p []byte) (n int, err error)
}

type Closer interface {
    Close() error
}

本系列是阅读 “The Go Programming Language” 理解和记录。

Go 中的 interface 是一种类型，更准确的说是一种抽象类型 abstract type，一个 interface 就是包含了一系列行为的 method 集合，interface 的定义很简单：

1
2
3
4
5

package io

type Writer interface {
    Write(p []byte) (n int, err error)
}

Go 中的 interface 不同于其它语言，它是隐式的 implicitly，这意味着对于一个已有类型，你可以不用更改任何代码就可以让其满足某个 interface。

如果一个 concrete type 实现了某个 interface，我们说这个 concrete type 实现了 interface 包含的所有 method，必须是所有的 method。

在 Go 的标准库 fmt 中有一系列的方法可以很好的诠释 interface 是如何应用到实践当中的。

虽然 Python 的 virtualenv 可以为 Python 的工程提供很好的环境支持免去了很多环境依赖上的麻烦，但是若是项目太多，还是要构建很多虚拟环境，而且每次进不同的项目都需要手动切换非常麻烦，autoenv 和 pipenv可以为 Python 的工程提供 virtualenv 自动构建、自动激活以及灵活的依赖管理。

Python 是通过 module 组织代码的，module 即一个 py 文件，module 又是通过 package 来组织的，package 是一个包含 __init__.py 的文件夹，代码，module，package 它们三者的关系就是：module 包含代码，package 至少包含一个为 __init__.py 的 module。

1
2
3
4
5
6

package
├── __init__.py
├── submodule.py
└── subpackage
    └── __init__.py

Python 的 package 以及 package 中的 __init__.py 共同决定了 package 中的 module 是如何被外界访问的。