golang 依赖控制反转（IoC）

　　主流开发语言，为了达到项目间的低耦合，都会借助IoC框架来实现。即抽象和实现分离，使用抽象层，不用关心这些抽象层的具体实现；抽象层的实现，可以独立实现。现在比较流行的领域驱动设计（ddd），为了达到将领域层作为最核心，也需要依赖于IOC。

　　回过头来，我们看看golang实现的ioc框架，有golang风格的框架，也有从其他主流语言搬过来的比较重的框架。我觉得目前实现最轻量级的，当属martini框架的ioc依赖库 github.com/codegangsta/inject  。代码行数很少，提供类型注册、接口注册、类型解析、函数注入、struct注入的方法，可以说基本的已经比较全了。从文章开头应该可以猜到，我现在一直在学习ddd，目前在.NET实际项目中边运用边学习。在实际使用中发现，ioc除了要有单例模式（Singleton）支持外，应该还有临时实例（Transient）的支持。因此萌生了我写golang下的ioc框架的原因。

　　我的目的很简单，希望ioc不仅支持Singleton，还要支持Transient。最初想法是，编写一个抽象层，里面支持这两种模式的注入。其中transition部分自己独立实现，而singleton，则采用现成的 github.com/codegangsta/inject 框架，并加一层适配。Transient的实现，其特点就是，每次解析类型（Resolve）时，都需要创建一个新的对象，这个对象和先前创建的是独立的。此处我采用反射机制，根据类型创建新对象。golang中没有构造函数，为了在创建对象后并在使用前，对其初始化，我引入了构造函数的概念。这个构造函数的接口其实很简单

// Initializer is to init a struct.
type Initializer interface {
    InitFunc() interface{}
}

　　在这里我吐槽下博客园，怎么插入代码，还不支持golang啊？

　　这个接口很简单，就一个返回interface{}的函数。其实返回的应该是另一个函数，即为构造函数。例如：

func (container *iocContainer) InitFunc() interface{} {
    return func() {
        if !container.isInitialized {
            container.locker = &sync.RWMutex{}
            container.singleton = &singletonContainer{valuemapper: make(map[reflect.Type]reflect.Value)}
            container.transient = &transientContainer{typemapper: make(map[reflect.Type]reflect.Type)}
            container.isInitialized = true
        }
    }
}

　　当初始化时，调用一次构造函数，即完成了一次初始化的操作。其实针对singleton也是一样，也需要一次初始化，只是这个初始化要求仅在第一次时进行，在这里不会因此只调用一次（因为ioc框架不知道你什么时候会被第一次调用，这里需要由构造函数的实现自己进行判断，此处可以用一个字段isInitialized进行检查是否已经初始化了）。

　　都说golang的反射，性能很差，我觉得部分反射的部分功能会性能很差，但有些应该还算凑合吧。既然ioc框架实现完了，那就测试下性能。由于在调整前，性能数据没有保存，就不展示了。总之，在改版前，发现inject包，在Resolve的性能很差。经过仔细排查，发现有一处的实现很智能，即当Resolve的接口类型在已注入的类型中不存在时，会尝试将已存在的类型转为接口，如果可以转换则返回。由于golang的理念里，没有类型树。认为接口的方法都实现了，就认为实现了接口，那么判断本身就会变得耗时。也因为这个原因，我重写了singleton部分，在Resolve的时候，仅仅根据传入的类型来判断。如果这个类型在注册时为singleton，那就是singleton，且原先是接口还是类型，都原样拿出，不进行任何转换。果然发现性能有所提升。

　　这是ioc容器的接口，也是最核心的：

// ReadonlyContainer is a readonly container
type ReadonlyContainer interface {
    // Resolve is to get instance of type.
    Resolve(typ reflect.Type) reflect.Value
    // Invoke is to inject to function's params, such as construction.
    Invoke(f interface{}) ([]reflect.Value, error)
}

// Container is a container for ioc.
type Container interface {
    Initializer
    ReadonlyContainer
    // Register is to register a type as singleton or transient.
    Register(val interface{}, lifecycle Lifecycle)
    // RegisterTo is to register a interface as singleton or transient.
    RegisterTo(val interface{}, ifacePtr interface{}, lifecycle Lifecycle)
    // SetParent is to resolve parent's container if current hasn't registered a type.
    SetParent(parent ReadonlyContainer)
}

　　这是调用的代码：

func main() {
    var requestContext = ioc.NewContainer()
    requestContext.SetParent(iocContainer)
    requestContext.RegisterTo(&productcategoryApp.ProductCategoryApplicationServiceImpl{}, (*application.ProductCategoryApplicationService)(nil), ioc.Transient)

    commandMQAdapter := new(provider.MyCommandMQProvider)
    processor := cqrs.NewCommandProcessor(commandMQAdapter)
    processor.RegisterMiddleware((*middleware.AuthCommandMiddleware)(nil))

    // execute count
    var exeCount = 1000000
    // concurrent routine
    var concurrentCount = 1
    for true {
        var wg *sync.WaitGroup = &sync.WaitGroup{}
        time.Sleep(300 * time.Millisecond)
        startTime := time.Now().UnixNano()
        for i := 0; i < concurrentCount; i++ {
            wg.Add(1)
            go func(wg1 *sync.WaitGroup) {
                for j := 0; j < exeCount/concurrentCount; j++ {
                    requestContext.Invoke(func(productCategoryAppSvc application.ProductCategoryApplicationService, roContainer ioc.ReadonlyContainer) {
                        //processor.RegisterHandler(productCategoryAppSvc)
                    })
                }
                wg1.Done()
            }(wg)
        }
        wg.Wait()
        endTime := time.Now().UnixNano()
        consoleLog.Printf("[info] requestContext.Invoke for %d times with %d routines execute in %vms.\n", exeCount, concurrentCount, float64(endTime-startTime)/float64(time.Millisecond))
    }
}

　　这是性能数据：

1 routine, 3 times resolve singleton and 1 times resolve transient per code invoke, invoke 1,000,000 times.

Result:

[commandprocessor] 2016/07/17 11:31:29 [info] requestContext.Invoke for 1000000 times with 1 routines execute in 4971.1971ms.
[commandprocessor] 2016/07/17 11:31:34 [info] requestContext.Invoke for 1000000 times with 1 routines execute in 4951.494214ms.
[commandprocessor] 2016/07/17 11:31:39 [info] requestContext.Invoke for 1000000 times with 1 routines execute in 4954.376794ms.

2 routine, 3 times resolve singleton and 1 times resolve transient per code invoke, invoke 1,000,000 times.

Result:

[commandprocessor] 2016/07/17 11:23:50 [info] requestContext.Invoke for 1000000 times with 2 routines execute in 2779.720723ms.
[commandprocessor] 2016/07/17 11:23:53 [info] requestContext.Invoke for 1000000 times with 2 routines execute in 2719.810844ms.
[commandprocessor] 2016/07/17 11:23:56 [info] requestContext.Invoke for 1000000 times with 2 routines execute in 2734.028326ms.

　　预估下来，差不多是 2 routine, 4 resolve action, 350,000 / sec 的性能数据。我是在笔记本上进行的测试（i5双核），启用2个并发routine来测试Resolve，每次测试代码的一次执行，包含Resolve4次调用。测试下来，每秒35w次测试代码执行。这个性能，我觉得在业务系统开发中，不需要考虑性能损耗的问题了。

---------------------------------分割线-------------------------------------------------------------

我的ioc项目，已经挂在github上，有兴趣的可以去了解下。https://github.com/Berkaroad/ioc

通过go来安装ioc包：  go get github.com/berkaroad/ioc

使用中有何问题，欢迎在github上给我提issue，谢谢！