func randomChain() chan interface{} { nc := make(chan interface{}) count := 0 go func() { for { // st := int(1000/countPerSecond) // time.Sleep(time.Millisecond*100) nc <- &Data{rand.Int63()} // 使用 select 避免阻塞 select { case <-nc: default: } // fmt.Println(len(nc)) count += 1 // fmt.Println("nc:", len(nc)) } }() return nc } 优化

这个函数可以进行一些优化：

1. 可以将 `nc` 的类型改为 `chan *Data`，这样可以避免在发送数据时，需要对 `rand.Int63()` 进行一次地址取值，提高了代码的效率。

2. 可以将 `count` 的类型改为 `int64`，避免在统计发送数据量时，出现数据类型转换的问题。

3. 在 select 语句中，可以使用 `default` 分支来避免因为发送数据而阻塞，但是这样会导致数据丢失。可以考虑使用一个带缓冲的 channel，比如 `nc := make(chan *Data, 1)`，这样可以避免数据丢失，同时也可以避免因为发送数据而阻塞。

4. 可以将发送数据的 goroutine 放在函数的外面，这样可以避免每次调用函数都要创建一个新的 goroutine，提高了代码的效率。

下面是优化后的代码：

var nc = make(chan *Data, 1)

func init() {
    go func() {
        for {
            nc <- &Data{rand.Int63()}
        }
    }()
}

func randomChain() chan *Data {
    return nc
}

在这个优化后的代码中，使用了一个带缓冲的 channel，这样可以避免因为发送数据而阻塞，同时也可以避免数据丢失。在程序启动时，就启动了一个 goroutine，不断地向 channel 中发送数据。在函数中，直接返回这个 channel，避免了每次调用函数都要创建一个新的 goroutine 的问题。