要求：

        输出两个程序，一个命令行程序（命令行参数用flag）和一个服务端程序。

        命令行程序支持通过命令行参数配置下发IP或IP段、端口、扫描带宽，然后将消息推送到kafka里面。

服务端程序：

1. 从kafka消费者接收扫描任务信息
2. 通过调用masscan启动探测任务，获取进度和结果信息，进度写入Redis，结果信息写入Kafka。
3. 要求对启动任务、kafka、整理流程进行封装。
4. 要求启动2个server端，通过命令行程序下发2个不同网段，可以均匀的分配到2个server上面执行完成。

测试要求：

1. 启动两个server端程序。
2. 通过命令行程序下发两个任务，IP不一样。
3. 看server端程序日志，是否均匀的扫描了两个任务。
   
    

前置准备：

        安装docker

思路：

1. 系统架构设计

采用生产者-消费者模式：

• 命令行客户端作为生产者，将扫描任务发布到Kafka
• 两个服务端实例作为消费者，从Kafka获取任务并执行

2. 关键组件设计

1. 任务表示：

   • 使用JSON格式表示扫描任务，包含：
     • IP范围（单个IP或CIDR格式）
     • 端口范围
     • 扫描带宽限制
     • 任务状态
     • 进度信息

2. Kafka设计：

   • 创建一个主题（如scan-tasks）
   • 使用单个分区确保任务顺序性（或根据需求设计分区策略）
   • 考虑使用消费者组实现两个服务端的负载均衡

3. Redis设计：

   • 存储任务进度信息
   • 使用Hash结构存储每个任务的进度百分比
   • 设置适当的TTL防止数据无限增长

4. 服务端负载均衡：

   • 两个服务端加入同一个Kafka消费者组
   • Kafka会自动将任务均匀分配给两个消费者

3. 执行流程

1. 客户端流程：

   • 解析命令行参数（IP范围、端口、带宽）
   • 验证输入格式
   • 创建Kafka生产者
   • 将任务发布到Kafka主题

2. 服务端流程：

   • 初始化Kafka消费者（加入消费者组）
   • 初始化Redis连接
   • 循环消费任务：
     a. 从Kafka获取任务
     b. 更新Redis中任务状态为"running"
     c. 调用masscan执行扫描：
     • 构造masscan命令行参数
     • 启动masscan进程
     • 监控进程输出和退出状态
       d. 实时解析masscan输出，更新Redis中的进度
       e. 扫描完成后：
     • 更新Redis中任务状态为"completed"
     • 将完整结果发布到另一个Kafka主题（如scan-result）

4. 关键技术点

1. Masscan集成：

   • 使用exec.Command启动masscan进程
   • 实时解析masscan的标准输出和错误输出
   • 根据输出计算扫描进度

2. 错误处理：

   • 处理无效IP格式
   • 处理masscan执行失败
   • 处理Kafka/Redis连接问题

3. 日志记录：

   • 记录服务端操作日志
   • 记录任务执行状态变化
   • 记录错误信息

5. 测试验证思路

1. 启动两个服务端实例
2. 使用客户端提交两个不同网段的任务
3. 观察：
   • 两个服务端的日志输出
   • 任务是否被均匀分配（一个服务端处理一个任务）
   • 扫描进度是否正确更新
   • 最终结果是否正确输出

6. 扩展考虑

1. 任务优先级：

   • 可以在任务中添加优先级字段
   • 服务端根据优先级处理任务

2. 任务超时：

   • 添加任务超时机制
   • 超时后重新分配任务

3. 结果存储：

   • 可以考虑将结果存入数据库而不仅是Kafka

4. 水平扩展：

   • 设计支持更多服务端实例的扩展方案

这个设计实现了基本的分布式扫描任务调度系统，核心是利用Kafka的消息队列特性实现任务分发，通过消费者组机制实现负载均衡，使用Redis作为共享状态存储。

实现：

        项目结构：
        

         kafka：

         consumer   
        

package kafkaimport ("context""errors""fmt""github.com/IBM/sarama""log""sync"
)type MessageHandler func([]byte) errortype SaramaConsumer struct {client    sarama.ConsumerGrouphandlers  map[string]MessageHandlerready     chan boolctx       context.Contextcancel    context.CancelFuncconsuming sync.WaitGroupmemberId  stringgroupId   string
}func NewKafkaConsumer(brokers []string, groupId string, topic []string) (*SaramaConsumer, error) {config := sarama.NewConfig()config.Version = sarama.V2_5_0_0                      // 使用适当的 Kafka 版本config.Consumer.Offse