golang 标准库间正视关系的敏捷梳理工具.,标准库之间

简介

亿万先生官方网站: 1

国庆看完 << Go 语言圣经
>>,总想做点什么,来强化下影象.以可视化的艺术展现 golang
标准库之间的信赖,或然是2个相比较好的切入点.做事先,简单搜了下有关的内容,网上也要探究,然而尚未发现直接能拿过来用的.标准库之间,是必定期存款在依靠关系的,区别库被依赖的程度必然是不雷同的.但毕竟有多大差异吗?

以下内容,数据源自真实环境的 golang 1.9
版本的行业内部库.所以,本文不仅是一篇可视化相关的议论作品,更是提供了一个足以直接追究
golang 标准库间依赖关系的高效梳理工科具.

多少准备

标准库各样包里面的相互关系,能够一贯通过命令获取,然后简单转换为2个标准的
JSON 对象:

go list -json  std

示范输出:

{
    "Dir": "/usr/local/go/src/archive/tar",
    "ImportPath": "archive/tar",
    "Name": "tar",
    "Doc": "Package tar implements access to tar archives.",
    "Target": "/usr/local/go/pkg/darwin_amd64/archive/tar.a",
    "Goroot": true,
    "Standard": true,
    "StaleReason": "standard package in Go release distribution",
    "Root": "/usr/local/go",
    "GoFiles": [
        "common.go",
        "format.go",
        "reader.go",
        "stat_atimespec.go",
        "stat_unix.go",
        "strconv.go",
        "writer.go"
    ],
    "IgnoredGoFiles": [
        "stat_atim.go"
    ],
    "Imports": [
        "bytes",
        "errors",
        "fmt",
        "io",
        "io/ioutil",
        "math",
        "os",
        "path",
        "sort",
        "strconv",
        "strings",
        "syscall",
        "time"
    ],
    "Deps": [
        "bytes",
        "errors",
        "fmt",
        "internal/cpu",
        "internal/poll",
        "internal/race",
        "io",
        "io/ioutil",
        "math",
        "os",
        "path",
        "path/filepath",
        "reflect",
        "runtime",
        "runtime/internal/atomic",
        "runtime/internal/sys",
        "sort",
        "strconv",
        "strings",
        "sync",
        "sync/atomic",
        "syscall",
        "time",
        "unicode",
        "unicode/utf8",
        "unsafe"
    ],
    "TestGoFiles": [
        "reader_test.go",
        "strconv_test.go",
        "tar_test.go",
        "writer_test.go"
    ],
    "TestImports": [
        "bytes",
        "crypto/md5",
        "fmt",
        "internal/testenv",
        "io",
        "io/ioutil",
        "math",
        "os",
        "path",
        "path/filepath",
        "reflect",
        "sort",
        "strings",
        "testing",
        "testing/iotest",
        "time"
    ],
    "XTestGoFiles": [
        "example_test.go"
    ],
    "XTestImports": [
        "archive/tar",
        "bytes",
        "fmt",
        "io",
        "log",
        "os"
    ]
}

梳理过的数据源,参见:
https://raw.githubusercontent.com/ios122/graph-go/master/data.js

简介

可视化原理

要害涉及一下内容:

  • 可视化展现,使用的是 echarts

  • 采用原有数据的 ImportPath 而不是
    Name,来作为每种数据节点的唯一id.那样是因为 golang
    本人的包命名规范控制的.

  • 运用原来数据的 Imports
    字段,来鲜明标准库包与包里面包车型地铁彼此注重关系.golang是分化意循环正视的,所以部分循环信赖相关的题材,不须要考虑.

  • 亿万先生官方网站:,节点的高低,和包被别的包引入的次数成正相关.那样做,被信赖更加多的包,图上末了显示时,就会越大.常用包和不常用包,一目驾驭.

国庆看完 << Go 语言圣经
>>,总想做点什么,来深化下影象。以可视化的办法呈现 golang
标准库之间的注重,或者是2个比较好的切入点。做事先,简单搜了下有关的剧情,网上也要斟酌,可是尚未意识一直能拿过来用的。标准库之间,是必然存在依靠关系的,差别库被信赖的程度必然是差别等的。但毕竟有多大差别吗?

数码整理

就是把本来数据,处理成 echarts 必要的多少,这里大约说下最中央的思路:

  • echarts 显示相关的代码,一点都不小程度上参照了
    graph-npm

  • 节点坐标和颜料,采取私自坐标和颜料,以去除节点和包里面包车型客车联系.笔者以为这么处理,能更纯粹地洞察标准库包与包里面包车型大巴联系.

  • 急需三个 edges 来记录包与包里面包车型大巴借助关系.在每一回遍历 Imports
    时,动态写入.

  • 亟待一个 nodes 来记录包本人的一些新闻,不过其 size
    参数,要求总括过全部信赖关系后再填入.

  • 选取 nodedSize
    来记录各类包被信赖的次数,为了进步成效,它是1个字典Map.

    /* 将原来数据,转换为图标友好的数据.

    ImportPath 作为唯一 id 和 标签;
    Imports 用于计算依赖关系;
    节点的大小,取决于被依赖的次数;
    */
    

    function transData(datas){

    /* 存储依赖路径信息. */
    let edges = []
    
    /* 存储基础节点信息. */
    let nodes = []
    
    /* 节点尺寸.初始是1, 每被引入一次再加1. */
    let nodedSize = {}
    
    /* 尺寸单位1. */
    let unitSize = 1.5
    
    datas.map((data)=>{
        let itemId = data.ImportPath
    
        nodes.push({
            "label": itemId,
            "attributes": {},
            "id": itemId,
            "size": 1
        })
    
        if(data.Imports){
            data.Imports.map((importItem)=>{
                edges.push({
                    "sourceID": importItem,
                    "attributes": {},
                    "targetID": itemId,
                    "size": unitSize
                })
    
                if(nodedSize[importItem]){
                    nodedSize[importItem] = nodedSize[importItem] + unitSize
                }else{
                    nodedSize[importItem] = unitSize
                }
            })
        }
    })
    
    /* 尺寸数据合并到节点上. */
    nodes.map((item)=>{
        let itemId = item.id
        if(nodedSize[itemId]){
            item.size = nodedSize[itemId]
        }
    })
    
    return {
        nodes,edges
    }
    

    }

以下内容,数据源自真实环境的 golang 1.9
版本的正统库.所以,本文不仅是一篇可视化相关的座谈文章,更是提供了1个足以直接追究
golang 标准库间依赖关系的飞快梳理工科具。

成效与源码

亿万先生官方网站: 2

有关链接

多少准备

标准库各样包里面的互相关系,可以间接通过命令获取,然后简短转换为贰个正经的
JSON 对象:

go list -json std 

示范输出:

{     "Dir": "/usr/local/go/src/archive/tar",     "ImportPath": "archive/tar",     "Name": "tar",     "Doc": "Package tar implements access to tar archives.",     "Target": "/usr/local/go/pkg/darwin_amd64/archive/tar.a",     "Goroot": true,     "Standard": true,     "StaleReason": "standard package in Go release distribution",     "Root": "/usr/local/go",     "GoFiles": [         "common.go",         "format.go",         "reader.go",         "stat_atimespec.go",         "stat_unix.go",         "strconv.go",         "writer.go"     ],     "IgnoredGoFiles": [         "stat_atim.go"     ],     "Imports": [         "bytes",         "errors",         "fmt",         "io",         "io/ioutil",         "math",         "os",         "path",         "sort",         "strconv",         "strings",         "syscall",         "time"     ],     "Deps": [         "bytes",         "errors",         "fmt",         "internal/cpu",         "internal/poll",         "internal/race",         "io",         "io/ioutil",         "math",         "os",         "path",         "path/filepath",         "reflect",         "runtime",         "runtime/internal/atomic",         "runtime/internal/sys",         "sort",         "strconv",         "strings",         "sync",         "sync/atomic",         "syscall",         "time",         "unicode",         "unicode/utf8",         "unsafe"     ],     "TestGoFiles": [         "reader_test.go",         "strconv_test.go",         "tar_test.go",         "writer_test.go"     ],     "TestImports": [         "bytes",         "crypto/md5",         "fmt",         "internal/testenv",         "io",         "io/ioutil",         "math",         "os",         "path",         "path/filepath",         "reflect",         "sort",         "strings",         "testing",         "testing/iotest",         "time"     ],     "XTestGoFiles": [         "example_test.go"     ],     "XTestImports": [         "archive/tar",         "bytes",         "fmt",         "io",         "log",         "os"     ] } 

梳理过的数据源,参见:
https://raw.githubusercontent.com/ios122/graph-go/master/data.js

可视化原理

主要涉及一下内容:

  • 可视化展现,使用的是 echarts
  • 选取原有数据的 Import帕特h 而不是
    Name,来作为每一个数据节点的唯一id.那样是因为 golang
    本人的包命名规范控制的.
  • 行使原有数据的 Imports
    字段,来规定专业库包与包里面包车型客车相互重视关系.golang是不允许循环信赖的,所以部分循环重视相关的标题,不须求考虑.
  • 节点的高低,和包被别的包引入的次数成正相关.那样做,被依赖越多的包,图上最后显示时,就会越大.常用包和不常用包,一目领会.

数码整理

就是把原有数据,处理成 echarts 供给的数量,那里差不多说下最基本的笔触:

  • echarts 展现相关的代码,极大程度上参照了 graph-npm
  • 节点坐标和颜色,选取私自坐标和颜料,以去除节点和包里面的联系.作者以为这么处理,能更纯粹地洞察标准库包与包里面包车型大巴联系.
  • 急需2个 edges 来记录包与包里面包车型大巴借助关系.在每一回遍历 Imports
    时,动态写入.
  • 亟需3个 nodes 来记录包自个儿的一对消息,不过其 size
    参数,需求总结过具有信赖关系后再填入.
  • 利用 nodedSize
    来记录每一种包被注重的次数,为了升高作用,它是一个字典Map.

 /* 将原始数据,转换为图标友好的数据.      ImportPath 作为唯一 id 和 标签;     Imports 用于计算依赖关系;     节点的大小,取决于被依赖的次数;     */ function transData(datas){     /* 存储依赖路径信息. */     let edges = []      /* 存储基础节点信息. */     let nodes = []      /* 节点尺寸.初始是1, 每被引入一次再加1. */     let nodedSize = {}      /* 尺寸单位1. */     let unitSize = 1.5      datas.map((data)=>{         let itemId = data.ImportPath          nodes.push({             "label": itemId,             "attributes": {},             "id": itemId,             "size": 1         })          if(data.Imports){             data.Imports.map((importItem)=>{                 edges.push({                     "sourceID": importItem,                     "attributes": {},                     "targetID": itemId,                     "size": unitSize                 })                  if(nodedSize[importItem]){                     nodedSize[importItem] = nodedSize[importItem] + unitSize                 }else{                     nodedSize[importItem] = unitSize                 }             })         }     })      /* 尺寸数据合并到节点上. */     nodes.map((item)=>{         let itemId = item.id         if(nodedSize[itemId]){             item.size = nodedSize[itemId]         }     })      return {         nodes,edges     } } 

成效与源码

【编辑推荐】

相关文章

网站地图xml地图