func randomChain() chan interface{} { // 1 避免丢失数据 nc := make(chan interface{}, 1) count := int64(0) go func() { ticker := time.NewTicker(1 * time.Second) for { select { case <-ticker.C: fmt.Println("count:", count) count = 0 default: nc <- &Data{rand.Int63()} count++ } } }() return nc } 优化

这段代码的问题在于它使用了一个固定大小的缓冲通道，当缓冲通道被填满时，新的数据会被丢弃。这可能会导致数据的丢失，因此需要进行优化。

一种优化方法是使用一个动态大小的缓冲通道。我们可以使用无缓冲通道作为计数器，每当发送一个新的数据时，增加计数器的值。同时，使用一个 for 循环不断从计数器中读取值，并根据计数器的值动态调整缓冲通道的大小。

下面是优化后的代码：

func randomChain() chan interface{} {
    nc := make(chan interface{})
    count := int64(0)
    go func() {
        ticker := time.NewTicker(1 * time.Second)
        for {
            select {
            case <-ticker.C:
                fmt.Println("count:", count)
                count = 0
            default:
                nc <- &Data{rand.Int63()}
                count++
                // 动态调整缓冲通道大小
                if count%100 == 0 {
                    newSize := len(nc) + 10
                    if newSize > cap(nc) {
                        newCh := make(chan interface{}, newSize)
                        for i := 0; i < len(nc); i++ {
                            newCh <- <-nc
                        }
                        nc = newCh
                    }
                }
            }
        }
    }()
    return nc
}

这段代码使用一个 for 循环不断从计数器中读取值，并根据计数器的值动态调整缓冲通道的大小。每当计数器的值为 100 的倍数时，我们将缓冲通道的大小增加 10。如果增加后的大小大于缓冲通道的容量，我们会创建一个新的缓冲通道，并将旧的通道中的数据转移到新的通道中。这样就可以避免数据丢失的问题。