如何将脚本放置服务器运行

首先我们需要编写自己的脚本文件，当然你可以使用python,go等等。这里我们使用go来举例子。

当我们脚本文件写好之后就需要编译，因为脚本是在linux服务器上执行，所以这里我们需要用到交叉编译。

env GOOS=linux GOARCH=amd64 go build -o 二进制文件名

首先我们需要知道接收方服务器的IP，使用ipconfig命令即可。

然后接收方监听需要的二进制文件

nc -l 9995 >需要接收的二进制文件

nc 接收方IP 9995 <需要发送的二进制文件

更改给二进制文件修改二进制文件的额执行权限， chmod -R 777 filename

可以使用./文件 但是这样关闭终端脚本就停止了。

nohup ./文件 >>输出文件地址/demo.log 2>&1 & 使用该方式就是终端关闭脚本还是会接着执行的。记得kill进程。

nohup /usr/local/node/bin/node /www/im/chat.js >>/usr/local/node/output.log 2>&1 &

|

请自行查看我前面写得GO语言开发环境和GO语言IDE编辑器的经验文章我们先写一段GO代码很简单就是打印输出一个hello world！保存为print.go文件然后再CMD下一路cd到print.go目录下来在cmd下运行 go run print.go就可以运行go程序了看看运行结果GO程序的代码是可以直接编译成exe文件的在print.go目录下运行 go build print.go即可把go程序编译成exe文件完成之后看看exe文件是否存在最好我们要看看运行exe的效果

部署简单。Go 编译生成的是一个静态可执行文件，除了 glibc 外没有其他外部依赖。这让部署变得异常方便：目标机器上只需要一个基础的系统和必要的管理、监控工具，完全不需要操心应用所需的各种包、库的依赖关系，大大减轻了维护的负担。这和 Python 有着巨大的区别。由于历史的原因，Python 的部署工具生态相当混乱【比如 setuptools, distutils, pip, buildout 的不同适用场合以及兼容性问题】。官方 PyPI 源又经常出问题，需要搭建私有镜像，而维护这个镜像又要花费不少时间和精力。

并发性好。Goroutine 和 channel 使得编写高并发的服务端软件变得相当容易，很多情况下完全不需要考虑锁机制以及由此带来的各种问题。单个 Go 应用也能有效的利用多个 CPU 核，并行执行的性能好。这和 Python 也是天壤之比。多线程和多进程的服务端程序编写起来并不简单，而且由于全局锁 GIL 的原因，多线程的 Python 程序并不能有效利用多核，只能用多进程的方式部署；如果用标准库里的 multiprocessing 包又会对监控和管理造成不少的挑战【我们用的 supervisor 管理进程，对 fork 支持不好】。部署 Python 应用的时候通常是每个 CPU 核部署一个应用，这会造成不少资源的浪费，比如假设某个 Python 应用启动后需要占用 100MB 内存，而服务器有 32 个 CPU 核，那么留一个核给系统、运行 31 个应用副本就要浪费 3GB 的内存资源。

良好的语言设计。从学术的角度讲 Go 语言其实非常平庸，不支持许多高级的语言特性；但从工程的角度讲，Go 的设计是非常优秀的：规范足够简单灵活，有其他语言基础的程序员都能迅速上手。更重要的是 Go 自带完善的工具链，大大提高了团队协作的一致性。比如 gofmt 自动排版 Go 代码，很大程度上杜绝了不同人写的代码排版风格不一致的问题。把编辑器配置成在编辑存档的时候自动运行 gofmt，这样在编写代码的时候可以随意摆放位置，存档的时候自动变成正确排版的代码。此外还有 gofix, govet 等非常有用的工具。

执行性能好。虽然不如 C 和 Java，但通常比原生 Python 应用还是高一个数量级的，适合编写一些瓶颈业务。内存占用也非常省。

---