Golang实现简易投票统计与数据展示
本文介绍了如何用 Go 语言快速实现一个轻量级的投票系统:基于 net/http 搭建 HTTP 服务,使用 sync.Map 在内存中安全地存储和更新票数,有效避免并发写入普通 map 导致的 panic;虽适合学习与演示,但明确指出其局限性——无持久化、重启即丢数据、缺乏完整并发控制,上线前必须补充数据库存储和更严谨的同步机制;代码简洁实用,是理解 Go 并发安全与 Web 快速原型开发的绝佳入门案例。

Go 语言本身不内置 Web 界面或数据库,所谓“简易投票统计功能”实际是:用 net/http 搭个轻量服务,内存里存票数(适合 demo),配合简单 HTML 表单提交 + JSON 接口返回结果。真上线必须加持久化和并发控制,否则重启丢数据、并发提交会出错。
用 sync.Map 安全计票,别用普通 map
多个用户同时点击“投 A”“投 B”,如果直接读写全局 map[string]int,会触发 concurrent map read and map write panic。必须用线程安全结构:
var votes = sync.Map{} // key: 选项名(如 "option_a"),value: int64
// 投票时
func handleVote(w http.ResponseWriter, r *http.Request) {
option := r.FormValue("option")
if option == "" {
http.Error(w, "missing option", http.StatusBadRequest)
return
}
// 原子增 1
votes.LoadOrStore(option, int64(0))
v, _ := votes.Load(option)
newVal := v.(int64) + 1
votes.Store(option, newVal)
}
sync.Map是为高频读、低频写的场景优化的,比sync.RWMutex + map更轻量,适合选项数少(- 不要用
map[string]int配sync.Mutex锁整个 map——锁粒度太粗,所有投票串行化,体验卡顿 - 注意
LoadOrStore返回的是interface{},必须类型断言;Store不检查 key 是否存在,直接覆盖
HTTP 处理器要区分 GET / POST,别混在一起
常见错误是把表单渲染(GET)和投票提交(POST)塞进同一个 handler,导致刷新页面重复提交、无法返回正确状态码:
- GET
/:只负责返回含表单的 HTML 页面(含当前统计) - POST
/vote:只接收application/x-www-form-urlencoded数据,更新计数,重定向回/(防止 F5 重投) - GET
/api/results:返回纯 JSON,供前端 JS 动态刷新(可选)
示例路由注册:
http.HandleFunc("/", handleHome) // GET
http.HandleFunc("/vote", handleVote) // POST
http.HandleFunc("/api/results", handleResults) // GET关键点:POST 处理完必须用 http.Redirect(w, r, "/", http.StatusFound),不能直接 handleHome(w, r) —— 否则浏览器地址栏还是 /vote,用户刷新就再 POST 一次。
前端表单必须带 name 和 value,后端靠它识别选项
HTML 表单字段没写 name 属性,r.FormValue("option") 永远为空。典型错误写法:
Option A
正确写法:
name="option"让后端能用r.FormValue("option")拿到值value必须是字符串,且唯一标识该选项(建议用下划线命名,避免空格/特殊字符)- 不要用
JSON.stringify()手动发 POST——net/http默认不解析application/json请求体,除非你手动调json.Decoder
最易被忽略的是并发安全与重定向逻辑:哪怕只是本地 demo,不加 sync.Map 或忘记 http.Redirect,跑两三个浏览器标签页一试就崩。真实项目还要加 IP 限投、选项白名单校验、Redis 存储,但那已经不是“简易”范畴了。
终于介绍完啦!小伙伴们,这篇关于《Golang实现简易投票统计与数据展示》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!
SBTI人格测试入口与官方登录方法
- 上一篇
- SBTI人格测试入口与官方登录方法
- 下一篇
- HTML产品列表页制作指南:分类筛选实现方法
-
- Golang · Go教程 | 16小时前 | Go教程 · Go encoding/xml 空元素 指针字段
- Go encoding/xml 空元素与指针字段的处理方式
- 142浏览 收藏
-
- Golang · Go教程 | 16小时前 | Go教程 · Go encoding/xml 字段映射 Unmarshaler
- Go encoding/xml 自定义 Unmarshaler 的字段映射
- 189浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- Go encoding/xml Token 流式读取大型 XML
- 424浏览 收藏
-
- Golang · Go教程 | 17小时前 | go · encoding/json · JSON Go encoding/json omitempty
- Go encoding/json omitempty 对零值字段的输出边界
- 192浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- Go encoding/json Decoder Token 流式读取嵌套结构
- 364浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go encoding/json Decoder UseNumber 保留大整数精度
- 328浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go fmt.Scanner 自定义扫描规则的实现要点
- 182浏览 收藏
-
- Golang · Go教程 | 19小时前 |
- Go fmt.Appendf 追加格式化结果的低分配写法
- 478浏览 收藏
-
- Golang · Go教程 | 19小时前 |
- Go strings.IndexByte 定位协议分隔符的低分配写法
- 413浏览 收藏
-
- Golang · Go教程 | 20小时前 | go · Strings · Go 字符串前缀 strings.CutPrefix
- Go strings.CutPrefix 处理可选前缀的分支设计
- 165浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 263次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 313次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 294次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 271次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 87次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览
