Go操作各大消息队列教程

1 RabbitMQ

1.1 概念

①基本名词

当前市面上mq的产品很多，比如RabbitMQ、Kafka、ActiveMQ、ZeroMQ和阿里巴巴捐献给Apache的RocketMQ。甚至连redis这种NoSQL都支持MQ的功能。

在这里插入图片描述

Broker：表示消息队列服务实体
Virtual Host：虚拟主机。标识一批交换机、消息队列和相关对象。vhost是AMQP概念的基础，必须在链接时指定，RabbitMQ默认的vhost是 /。
- AMQP(Advanced Message Queuing Protocol)高级消息队列协议
Exchange：交换器，用来接收生产者发送的消息并将这些消息路由给服务器中的队列。
Queue：消息队列，用来保存消息直到发送给消费者。它是消息的容器，也是消息的终点。一个消息可投入一个或多个队列。消息一直在队列里面，等待消费者连接到这个队列将其取走。

②常见模式

1. simple简单模式

在这里插入图片描述

消息的消费者(consumer) 监听(while) 消息队列,如果队列中有消息,就消费掉,消息被拿走后,自动从队列中删除(隐患消息可能没有被消费者正确处理,已经从队列中消失了,造成消息的丢失)

2. worker工作模式

在这里插入图片描述

多个消费者从一个队列中争抢消息

(隐患,高并发情况下,默认会产生某一个消息被多个消费者共同使用,可以设置一个开关(syncronize,与同步锁的性能不一样) 保证一条消息只能被一个消费者使用)
应用场景:红包;大项目中的资源调度(任务分配系统不需知道哪一个任务执行系统在空闲,直接将任务扔到消息队列中,空闲的系统自动争抢)

3. publish/subscribe发布订阅（共享资源）

在这里插入图片描述

消费者订阅消息，然后从订阅的队列中获取消息进行消费。

X代表交换机rabbitMQ内部组件,erlang 消息产生者是代码完成,代码的执行效率不高,消息产生者将消息放入交换机,交换机发布订阅把消息发送到所有消息队列中,对应消息队列的消费者拿到消息进行消费
相关场景:邮件群发,群聊天,广播(广告)

4. routing路由模式

在这里插入图片描述

交换机根据路由规则，将消息路由到不同的队列中
消息生产者将消息发送给交换机按照路由判断,路由是字符串(info) 当前产生的消息携带路由字符(对象的方法),交换机根据路由的key,只能匹配上路由key对应的消息队列,对应的消费者才能消费消息;

5. topic主题模式（路由模式的一种）

在这里插入图片描述

星号井号代表通配符
星号代表多个单词,井号代表一个单词
路由功能添加模糊匹配
消息产生者产生消息,把消息交给交换机
交换机根据key的规则模糊匹配到对应的队列,由队列的监听消费者接收消息消费

1.2 搭建（docker方式）

①拉取镜像

# 拉取镜像
docker pull rabbitmq:3.7-management

②创建并启动容器

# 创建并运行容器
docker run -d --name myrabbitmq -p 5672:5672 -p 15672:15672 rabbitmq:3.7-management
#5672是项目中连接rabbitmq的端口（我这里映射的是5672），15672是rabbitmq的web管理界面端口（我映射为15672）# 输入网址http://ip:15672即可进入rabbitmq的web管理页面,账户密码：guest / guest

③web界面创建用户和virtual host

在这里插入图片描述

下面为了我们后续的操作，首先我们新建一个Virtual Host并且给他分配一个用户名，用来隔离数据，根据自己需要自行创建

新增virtual host
新增用户
点击新建好的用户，设置其host
最终效果

1.3 代码操作

①RabbitMQ struct：包含创建、消费、生产消息

package RabbitMQimport ("fmt""github.com/streadway/amqp""log"
)//amqp:// 账号 密码@地址:端口号/vhost
const MQURL = "amqp://ziyi:ziyi@10.253.50.145:5672/ziyi"type RabbitMQ struct {//连接conn *amqp.Connection//管道channel *amqp.Channel//队列名称QueueName string//交换机Exchange string//key Simple模式 几乎用不到Key string//连接信息Mqurl string
}//创建RabbitMQ结构体实例
func NewRabbitMQ(queuename string, exchange string, key string) *RabbitMQ {rabbitmq := &RabbitMQ{QueueName: queuename, Exchange: exchange, Key: key, Mqurl: MQURL}var err error//创建rabbitmq连接rabbitmq.conn, err = amqp.Dial(rabbitmq.Mqurl)rabbitmq.failOnErr(err, "创建连接错误！")rabbitmq.channel, err = rabbitmq.conn.Channel()rabbitmq.failOnErr(err, "获取channel失败")return rabbitmq
}//断开channel和connection
func (r *RabbitMQ) Destory() {r.channel.Close()r.conn.Close()
}//错误处理函数
func (r *RabbitMQ) failOnErr(err error, message string) {if err != nil {log.Fatalf("%s:%s", message, err)panic(fmt.Sprintf("%s:%s", message, err))}
}//简单模式step：1。创建简单模式下RabbitMQ实例
func NewRabbitMQSimple(queueName string) *RabbitMQ {return NewRabbitMQ(queueName, "", "")
}//订阅模式创建rabbitmq实例
func NewRabbitMQPubSub(exchangeName string) *RabbitMQ {//创建rabbitmq实例rabbitmq := NewRabbitMQ("", exchangeName, "")var err error//获取connectionrabbitmq.conn, err = amqp.Dial(rabbitmq.Mqurl)rabbitmq.failOnErr(err, "failed to connecct rabbitmq!")//获取channelrabbitmq.channel, err = rabbitmq.conn.Channel()rabbitmq.failOnErr(err, "failed to open a channel!")return rabbitmq
}//订阅模式生成
func (r *RabbitMQ) PublishPub(message string) {//尝试创建交换机，不存在创建err := r.channel.ExchangeDeclare(//交换机名称r.Exchange,//交换机类型 广播类型"fanout",//是否持久化true,//是否字段删除false,//true表示这个exchange不可以被client用来推送消息，仅用来进行exchange和exchange之间的绑定false,//是否阻塞 true表示要等待服务器的响应false,nil,)r.failOnErr(err, "failed to declare an excha"+"nge")//2 发送消息err = r.channel.Publish(r.Exchange,"",false,false,amqp.Publishing{//类型ContentType: "text/plain",//消息Body: []byte(message),})
}//订阅模式消费端代码
func (r *RabbitMQ) RecieveSub() {//尝试创建交换机，不存在创建err := r.channel.ExchangeDeclare(//交换机名称r.Exchange,//交换机类型 广播类型"fanout",//是否持久化true,//是否字段删除false,//true表示这个exchange不可以被client用来推送消息，仅用来进行exchange和exchange之间的绑定false,//是否阻塞 true表示要等待服务器的响应false,nil,)r.failOnErr(err, "failed to declare an excha"+"nge")//2试探性创建队列，创建队列q, err := r.channel.QueueDeclare("", //随机生产队列名称false,false,true,false,nil,)r.failOnErr(err, "Failed to declare a queue")//绑定队列到exchange中err = r.channel.QueueBind(q.Name,//在pub/sub模式下，这里的key要为空"",r.Exchange,false,nil,)//消费消息message, err := r.channel.Consume(q.Name,"",true,false,false,false,nil,)forever := make(chan bool)go func() {for d := range message {log.Printf("Received a message:%s,", d.Body)}}()fmt.Println("退出请按 Ctrl+C")<-forever
}//话题模式 创建RabbitMQ实例
func NewRabbitMQTopic(exchagne string, routingKey string) *RabbitMQ {//创建rabbitmq实例rabbitmq := NewRabbitMQ("", exchagne, routingKey)var err errorrabbitmq.conn, err = amqp.Dial(rabbitmq.Mqurl)rabbitmq.failOnErr(err, "failed     to connect rabbingmq!")rabbitmq.channel, err = rabbitmq.conn.Channel()rabbitmq.failOnErr(err, "failed to open a channel")return rabbitmq
}//话题模式发送信息
func (r *RabbitMQ) PublishTopic(message string) {//尝试创建交换机，不存在创建err := r.channel.ExchangeDeclare(//交换机名称r.Exchange,//交换机类型 话题模式"topic",//是否持久化true,//是否字段删除false,//true表示这个exchange不可以被client用来推送消息，仅用来进行exchange和exchange之间的绑定false,//是否阻塞 true表示要等待服务器的响应false,nil,)r.failOnErr(err, "topic failed to declare an excha"+"nge")//2发送信息err = r.channel.Publish(r.Exchange,//要设置r.Key,false,false,amqp.Publishing{//类型ContentType: "text/plain",//消息Body: []byte(message),})
}//话题模式接收信息
//要注意key
//其中* 用于匹配一个单词，#用于匹配多个单词（可以是零个）
//匹配 表示匹配imooc.* 表示匹配imooc.hello,但是imooc.hello.one需要用imooc.#才能匹配到
func (r *RabbitMQ) RecieveTopic() {//尝试创建交换机，不存在创建err := r.channel.ExchangeDeclare(//交换机名称r.Exchange,//交换机类型 话题模式"topic",//是否持久化true,//是否字段删除false,//true表示这个exchange不可以被client用来推送消息，仅用来进行exchange和exchange之间的绑定false,//是否阻塞 true表示要等待服务器的响应false,nil,)r.failOnErr(err, "failed to declare an exchange")//2试探性创建队列，创建队列q, err := r.channel.QueueDeclare("", //随机生产队列名称false,false,true,false,nil,)r.failOnErr(err, "Failed to declare a queue")//绑定队列到exchange中err = r.channel.QueueBind(q.Name,//在pub/sub模式下，这里的key要为空r.Key,r.Exchange,false,nil,)//消费消息message, err := r.channel.Consume(q.Name,"",true,false,false,false,nil,)forever := make(chan bool)go func() {for d := range message {log.Printf("Received a message:%s,", d.Body)}}()fmt.Println("退出请按 Ctrl+C")<-forever
}//路由模式 创建RabbitMQ实例
func NewRabbitMQRouting(exchagne string, routingKey string) *RabbitMQ {//创建rabbitmq实例rabbitmq := NewRabbitMQ("", exchagne, routingKey)var err errorrabbitmq.conn, err = amqp.Dial(rabbitmq.Mqurl)rabbitmq.failOnErr(err, "failed     to connect rabbingmq!")rabbitmq.channel, err = rabbitmq.conn.Channel()rabbitmq.failOnErr(err, "failed to open a channel")return rabbitmq
}//路由模式发送信息
func (r *RabbitMQ) PublishRouting(message string) {//尝试创建交换机，不存在创建err := r.channel.ExchangeDeclare(//交换机名称r.Exchange,//交换机类型 广播类型"direct",//是否持久化true,//是否字段删除false,//true表示这个exchange不可以被client用来推送消息，仅用来进行exchange和exchange之间的绑定false,//是否阻塞 true表示要等待服务器的响应false,nil,)r.failOnErr(err, "failed to declare an excha"+"nge")//发送信息err = r.channel.Publish(r.Exchange,//要设置r.Key,false,false,amqp.Publishing{//类型ContentType: "text/plain",//消息Body: []byte(message),})
}//路由模式接收信息
func (r *RabbitMQ) RecieveRouting() {//尝试创建交换机，不存在创建err := r.channel.ExchangeDeclare(//交换机名称r.Exchange,//交换机类型 广播类型"direct",//是否持久化true,//是否字段删除false,//true表示这个exchange不可以被client用来推送消息，仅用来进行exchange和exchange之间的绑定false,//是否阻塞 true表示要等待服务器的响应false,nil,)r.failOnErr(err, "failed to declare an excha"+"nge")//2试探性创建队列，创建队列q, err := r.channel.QueueDeclare("", //随机生产队列名称false,false,true,false,nil,)r.failOnErr(err, "Failed to declare a queue")//绑定队列到exchange中err = r.channel.QueueBind(q.Name,//在pub/sub模式下，这里的key要为空r.Key,r.Exchange,false,nil,)//消费消息message, err := r.channel.Consume(q.Name,"",true,false,false,false,nil,)forever := make(chan bool)go func() {for d := range message {log.Printf("Received a message:%s,", d.Body)}}()fmt.Println("退出请按 Ctrl+C")<-forever
}//简单模式Step:2、简单模式下生产代码
func (r *RabbitMQ) PublishSimple(message string) {//1、申请队列，如果队列存在就跳过，不存在创建//优点：保证队列存在，消息能发送到队列中_, err := r.channel.QueueDeclare(//队列名称r.QueueName,//是否持久化false,//是否为自动删除 当最后一个消费者断开连接之后，是否把消息从队列中删除false,//是否具有排他性 true表示自己可见 其他用户不能访问false,//是否阻塞 true表示要等待服务器的响应false,//额外数据nil,)if err != nil {fmt.Println(err)}//2.发送消息到队列中r.channel.Publish(//默认的Exchange交换机是default,类型是direct直接类型r.Exchange,//要赋值的队列名称r.QueueName,//如果为true，根据exchange类型和routkey规则，如果无法找到符合条件的队列那么会把发送的消息返回给发送者false,//如果为true,当exchange发送消息到队列后发现队列上没有绑定消费者，则会把消息还给发送者false,//消息amqp.Publishing{//类型ContentType: "text/plain",//消息Body: []byte(message),})
}func (r *RabbitMQ) ConsumeSimple() {//1、申请队列，如果队列存在就跳过，不存在创建//优点：保证队列存在，消息能发送到队列中_, err := r.channel.QueueDeclare(//队列名称r.QueueName,//是否持久化false,//是否为自动删除 当最后一个消费者断开连接之后，是否把消息从队列中删除false,//是否具有排他性false,//是否阻塞false,//额外数据nil,)if err != nil {fmt.Println(err)}//接收消息msgs, err := r.channel.Consume(r.QueueName,//用来区分多个消费者"",//是否自动应答true,//是否具有排他性false,//如果设置为true,表示不能同一个connection中发送的消息传递给这个connection中的消费者false,//队列是否阻塞false,nil,)if err != nil {fmt.Println(err)}forever := make(chan bool)//启用协程处理go func() {for d := range msgs {//实现我们要处理的逻辑函数log.Printf("Received a message:%s", d.Body)//fmt.Println(d.Body)}}()log.Printf("【*】warting for messages, To exit press CCTRAL+C")<-forever
}func (r *RabbitMQ) ConsumeWorker(consumerName string) {//1、申请队列，如果队列存在就跳过，不存在创建//优点：保证队列存在，消息能发送到队列中_, err := r.channel.QueueDeclare(//队列名称r.QueueName,//是否持久化false,//是否为自动删除 当最后一个消费者断开连接之后，是否把消息从队列中删除false,//是否具有排他性false,//是否阻塞false,//额外数据nil,)if err != nil {fmt.Println(err)}//接收消息msgs, err := r.channel.Consume(r.QueueName,//用来区分多个消费者consumerName,//是否自动应答true,//是否具有排他性false,//如果设置为true,表示不能同一个connection中发送的消息传递给这个connection中的消费者false,//队列是否阻塞false,nil,)if err != nil {fmt.Println(err)}forever := make(chan bool)//启用协程处理go func() {for d := range msgs {//实现我们要处理的逻辑函数log.Printf("%s Received a message:%s", consumerName, d.Body)//fmt.Println(d.Body)}}()log.Printf("【*】warting for messages, To exit press CCTRAL+C")<-forever
}

②测试代码

1. simple简单模式

consumer.go

func main() {//消费者rabbitmq := RabbitMQ.NewRabbitMQSimple("ziyiSimple")rabbitmq.ConsumeSimple()
}

producer.go

func main() {//Simple模式 生产者rabbitmq := RabbitMQ.NewRabbitMQSimple("ziyiSimple")for i := 0; i < 5; i++ {time.Sleep(time.Second * 2)rabbitmq.PublishSimple(fmt.Sprintf("%s %d", "hello", i))}
}

2. worker模式

consumer.go

func main() {/*worker模式无非就是多个消费者去同一个队列中消费消息*///消费者1rabbitmq1 := RabbitMQ.NewRabbitMQSimple("ziyiWorker")go rabbitmq1.ConsumeWorker("consumer1")//消费者2rabbitmq2 := RabbitMQ.NewRabbitMQSimple("ziyiWorker")rabbitmq2.ConsumeWorker("consumer2")
}

producer.go

func main() {//Worker模式 生产者rabbitmq := RabbitMQ.NewRabbitMQSimple("ziyiWorker")for i := 0; i < 100; i++ {//time.Sleep(time.Second * 2)rabbitmq.PublishSimple(fmt.Sprintf("%s %d", "hello", i))}
}

3. publish/subscribe模式

consumer.go:

func main() {//消费者rabbitmq := RabbitMQ.NewRabbitMQPubSub("" + "newProduct")rabbitmq.RecieveSub()
}

producer.go

func main() {//订阅模式发送者rabbitmq := RabbitMQ.NewRabbitMQPubSub("" + "newProduct")for i := 0; i <= 20; i++ {rabbitmq.PublishPub("订阅模式生产第" + strconv.Itoa(i) + "条数据")fmt.Println(i)time.Sleep(1 * time.Second)}
}

4. router模式

consumer.go

func main() {//消费者rabbitmq := RabbitMQ.NewRabbitMQRouting("exZi", "imooc_one")rabbitmq.RecieveRouting()
}

producer.go

func main() {//路由模式生产者imoocOne := RabbitMQ.NewRabbitMQRouting("exZi", "imooc_one")imoocTwo := RabbitMQ.NewRabbitMQRouting("exZi", "imooc_two")for i := 0; i <= 10; i++ {imoocOne.PublishRouting("hello imooc one!" + strconv.Itoa(i))imoocTwo.PublishRouting("hello imooc two!" + strconv.Itoa(i))time.Sleep(1 * time.Second)fmt.Println(i)}
}

5. topic模式

consumer.go

func main() {/*星号井号代表通配符星号代表多个单词,井号代表一个单词路由功能添加模糊匹配消息产生者产生消息,把消息交给交换机交换机根据key的规则模糊匹配到对应的队列,由队列的监听消费者接收消息消费*///Topic消费者//rabbitmq := RabbitMQ.NewRabbitMQTopic("exImoocTopic", "#") //匹配所有的key:topic88和topic99rabbitmq := RabbitMQ.NewRabbitMQTopic("exImoocTopic", "imooc.topic88.three") //只匹配topic88的rabbitmq.RecieveTopic()
}

producer.go

func main() {//Topic模式生产者imoocOne := RabbitMQ.NewRabbitMQTopic("exImoocTopic", "imooc.topic88.three")imoocTwo := RabbitMQ.NewRabbitMQTopic("exImoocTopic", "imooc.topic99.four")for i := 0; i <= 10; i++ {imoocOne.PublishTopic("hello imooc topic three!" + strconv.Itoa(i))imoocTwo.PublishTopic("hello imooc topic four!" + strconv.Itoa(i))time.Sleep(1 * time.Second)fmt.Println(i)}
}

2 Kafka

2.1 基本概念

在这里插入图片描述
Kafka是分布式的，其所有的构件borker(server服务端集群)、producer(消息生产)、consumer(消息消费者)都可以是分布式的。
producer给broker发送数据，这些消息会存到kafka server里，然后consumer再向kafka server发起请求去消费这些数据。
kafka server在这个过程中像是一个帮你保管数据的中间商。所以kafka服务器也可以叫做broker（broker直接翻译可以是中间人或者经纪人的意思）。

在消息的生产时可以使用一个标识topic来区分，且可以进行分区；每一个分区都是一个顺序的、不可变的消息队列，并且可以持续的添加。
同时为发布和订阅提供高吞吐量。据了解，Kafka每秒可以生产约25万消息（50 MB），每秒处理55万消息（110 MB）。
消息被处理的状态是在consumer端维护，而不是由server端维护。当失败时能自动平衡

参考：https://blog.csdn.net/lingfy1234/article/details/122900348

应用场景
- 监控
- 消息队列
- 流处理
- 日志聚合
- 持久性日志
基础概念
- topic：话题
- broker：kafka服务集群，已发布的消息保存在一组服务器中，称之为kafka集群。集群中的每一个服务器都是一个代理（broker）
- partition：分区，topic物理上的分组
- message：消息，每个producer可以向一个topic主题发布一些消息

在这里插入图片描述
1.⽣产者从Kafka集群获取分区leader信息
2.⽣产者将消息发送给leader
3.leader将消息写入本地磁盘
4.follower从leader拉取消息数据
5.follower将消息写入本地磁盘后向leader发送ACK
6.leader收到所有的follower的ACK之后向生产者发送ACK

2.2 常见模式

①点对点模式:火车站出租车抢客

发送者将消息发送到消息队列中，消费者去消费，如果消费者有多个，他们会竞争地消费，也就是说对于某一条消息，只有一个消费者能“抢“到它。类似于火车站门口的出租车抢客的场景。

在这里插入图片描述

②发布订阅模式：组间无竞争，组内有竞争

消费者订阅对应的topic（主题），只有订阅了对应topic消费者的才会接收到消息。

例如：

牛奶有很多种，光明牛奶，希望牛奶等，只有你订阅了光明牛奶，送奶工才会把光明牛奶送到对应位置，你也才会有机会消费这个牛奶

注意：为了提高消费者的消费能力，kafka中引入了消费者组的概念。相当于是：不同消费者组之间因为订阅的topic不同，不会有竞争关系。但是消费者组内是有竞争关系。

例如：

成都、厦门的出租车司机分别组成各自的消费者组。
成都的出租车司机只拉成都的人，厦门的只拉厦门的人。（因此他们两个消费者组不是竞争关系）
成都市内的出租车司机之间是竞争关系。（消费者组内是竞争关系）

2.3 docker-compose部署

 vim docker-compose.yml

version: '3'
services:zookeeper:image: confluentinc/cp-zookeeper:6.2.0ports:- "2181:2181"environment:ZOOKEEPER_CLIENT_PORT: 2181ZOOKEEPER_TICK_TIME: 2000kafka:image: confluentinc/cp-kafka:6.2.0ports:- "9092:9092"environment:KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181#KAFKA_ADVERTISED_LISTENERS后面改为自己本地宿主机的ip，例如我本地mac的ip为192.168.0.101KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.0.101:9092KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1depends_on:- zookeeper

# 进入到docker-compose.yml所在目录，执行下面命令
docker-compose up -d
# 查看部署结果,状态为up表明部署成功
docker-compose ps

在这里插入图片描述

2.4 代码操作

# 1. 创建对应topic
docker-compose exec kafka kafka-topics --create --topic test-topic --partitions 1 --replication-factor 1 --bootstrap-server 192.168.0.101:9092# 2. 查看topic列表
docker-compose exec kafka kafka-topics --list --zookeeper zookeeper:2181

在这里插入图片描述

①producer.go

package mainimport ("fmt""github.com/IBM/sarama"
)// 基于sarama第三方库开发的kafka clientfunc main() {config := sarama.NewConfig()config.Producer.RequiredAcks = sarama.WaitForAll          // 发送完数据需要leader和follow都确认config.Producer.Partitioner = sarama.NewRandomPartitioner // 新选出一个partitionconfig.Producer.Return.Successes = true                   // 成功交付的消息将在success channel返回// 构造一个消息msg := &sarama.ProducerMessage{}msg.Topic = "web_log"msg.Value = sarama.StringEncoder("this is a test log")// 连接kafkaclient, err := sarama.NewSyncProducer([]string{"localhost:9092"}, config)if err != nil {fmt.Println("producer closed, err:", err)return}defer client.Close()// 发送消息pid, offset, err := client.SendMessage(msg)if err != nil {fmt.Println("send msg failed, err:", err)return}fmt.Printf("pid:%v offset:%v\n", pid, offset)
}

②consumer.go

package mainimport ("fmt""github.com/IBM/sarama"
)// kafka consumerfunc main() {consumer, err := sarama.NewConsumer([]string{"localhost:9092"}, nil)if err != nil {fmt.Printf("fail to start consumer, err:%v\n", err)return}partitionList, err := consumer.Partitions("web_log") // 根据topic取到所有的分区if err != nil {fmt.Printf("fail to get list of partition:err%v\n", err)return}fmt.Println(partitionList)for partition := range partitionList { // 遍历所有的分区// 针对每个分区创建一个对应的分区消费者pc, err := consumer.ConsumePartition("web_log", int32(partition), sarama.OffsetNewest)if err != nil {fmt.Printf("failed to start consumer for partition %d,err:%v\n", partition, err)return}defer pc.AsyncClose()// 异步从每个分区消费信息go func(sarama.PartitionConsumer) {for msg := range pc.Messages() {fmt.Printf("Partition:%d Offset:%d Key:%v Value:%v", msg.Partition, msg.Offset, msg.Key, string(msg.Value))}}(pc)}//演示时使用select {}
}