第一章：Go生产发布核按钮：GitOps理念与灰度发布本质认知
GitOps 不是自动化工具的堆砌，而是将 Git 仓库确立为集群状态的唯一事实源（Single Source of Truth）——所有变更必须经由声明式配置提交、评审、合并，再由控制器自动同步至运行时环境。对 Go 服务而言，这意味着 main.go 的编译产物版本、Docker 镜像标签、Kubernetes Deployment 的 image 字段、以及 Istio VirtualService 的流量权重策略，全部收敛于同一份 Git 仓库中的 YAML 与 Makefile。
GitOps 的核心契约
- 所有环境（staging/prod）均绑定独立分支（如
env/staging、env/prod），禁止直接kubectl apply - 每次 PR 合并触发 CI 流水线：构建镜像 → 推送 registry → 更新 Helm Chart
values.yaml中的image.tag→ 提交变更到对应环境分支 - FluxCD 或 Argo CD 持续监听分支，发现新 commit 后执行
helm upgrade --install或原生 K8s 资源同步
灰度发布的本质不是“分流量”，而是“分信任”
它暴露的是可观测性能力边界：能否在 1% 流量中精准捕获 Go pprof CPU 火焰图异常、Gin 中间件记录的 P99 延迟突增、或 Prometheus 抓取到的 go_goroutines 持续泄漏？若不能，则灰度只是形式主义。
实施灰度的最小可行步骤
- 在
k8s/deployment.yaml中添加app.kubernetes.io/version: v1.2.3标签 - 使用 Istio 定义流量切分：
# k8s/virtualservice.yaml apiVersion: networking.istio.io/v1beta1 kind: VirtualService spec: http: - route: - destination: { host: go-service, subset: stable } # 权重 95 weight: 95 - destination: { host: go-service, subset: canary } # 权重 5 weight: 5 - 结合 Prometheus 查询验证：
rate(http_request_duration_seconds_sum{job="go-service", version=~"v1.2.3"}[5m]) / rate(http_request_duration_seconds_count{job="go-service", version=~"v1.2.3"}[5m])若该 P90 延迟较基线升高 >20%，自动回滚：
git revert -m 1 <canary-commit> && git push。
| 关键信号 | 可接受阈值 | 触发动作 |
|---|---|---|
| HTTP 5xx 错误率 | >0.5% 持续2分钟 | 暂停灰度 |
| Go GC pause >10ms | >3 次/分钟 | 回滚并告警 |
| 内存 RSS 增长速率 | >50MB/min | 降权至 1% 并诊断 |
第二章：Flux v2在Go微服务中的深度集成实践
2.1 Flux CD控制器的Go服务适配层设计与CRD扩展
Flux CD 的适配层核心职责是桥接 Kubernetes 原生 API 与外部 GitOps 工具链，其 Go 实现需兼顾声明式语义与实时收敛能力。
数据同步机制
采用 controller-runtime 的 Reconciler 模式，监听 GitRepository、Kustomization 等 CR 实例变更：
func (r *KustomizationReconciler) Reconcile(ctx context.Context, req ctrl.Request) (ctrl.Result, error) {
var kust v1.Kustomization
if err := r.Get(ctx, req.NamespacedName, &kust); err != nil {
return ctrl.Result{}, client.IgnoreNotFound(err)
}
// 触发 Git 拉取、Kustomize 构建、集群状态比对与应用
return ctrl.Result{RequeueAfter: kust.Spec.Interval.Duration}, nil
}逻辑分析：Reconcile 函数以 CR 实例为锚点驱动闭环控制；RequeueAfter 由 spec.interval 动态控制轮询周期，避免硬编码调度逻辑。
CRD 扩展要点
| 字段 | 类型 | 说明 |
|---|---|---|
spec.interval |
metav1.Duration |
声明同步频率，支持 1m, 10m 等语法 |
spec.decryption.secretRef |
corev1.LocalObjectReference |
指向 KMS 或 SOPS 密钥 Secret |
控制流概览
graph TD
A[CR 创建/更新] --> B[Enqueue 到工作队列]
B --> C[Reconciler 获取最新状态]
C --> D[Git Clone + Checkout]
D --> E[Kustomize Build + Validation]
E --> F[Diff against Cluster]
F --> G[Apply if drifted]2.2 Git仓库结构规划：Go模块化服务的多环境分支策略与语义化Tag管理
多环境分支模型设计
采用 main（生产）、staging（预发）、develop（集成）三主干分支，辅以 feature/*、hotfix/* 短生命周期分支：
# 推荐的分支保护规则（GitHub Actions 示例）
- name: Require PR from develop to staging
if: github.head_ref == 'develop' && github.base_ref == 'staging'该规则确保预发环境仅接收经集成验证的变更，避免直推污染。
语义化 Tag 与 Go Module 版本协同
| Tag 格式 | Go.mod module 声明 |
适用场景 |
|---|---|---|
v1.2.0 |
example.com/api/v1 |
正式发布，兼容性保证 |
v1.2.0-rc.1 |
example.com/api/v1 |
RC 验证，不推 go proxy |
发布流程自动化
graph TD
A[git tag v1.2.0] --> B[CI 触发 go mod tidy]
B --> C[生成 version.go]
C --> D[推送至 GOPROXY]Go 模块路径需与 Tag 主版本对齐，如 v2.x 必须对应 module example.com/service/v2，否则 go get 将解析失败。
2.3 Kustomize Base/Overlay模式下Go二进制构建产物的声明式注入机制
在Kustomize中，Go二进制产物（如manager）不通过imagePullPolicy: Always隐式更新，而需显式绑定构建输出。
声明式注入路径
- 构建阶段将二进制写入
./bin/manager - Overlay层通过
patchesStrategicMerge注入initContainer或volumeMounts - Base定义通用
ConfigMap模板，Overlay覆写data.manager-bin
示例：二进制挂载补丁
# overlay/production/patch-binary.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: manager
spec:
template:
spec:
volumes:
- name: manager-bin
configMap:
name: manager-bin-cm # 由kustomize build时动态生成
containers:
- name: manager
volumeMounts:
- name: manager-bin
mountPath: /usr/local/bin/manager
subPath: manager此补丁将ConfigMap中预置的Go二进制（base中定义为占位符，overlay中
generatorOptions.disableNameSuffixHash: true确保稳定引用）挂载为可执行文件，避免Docker镜像重建。subPath启用细粒度挂载，规避整个ConfigMap只读卷的权限问题。
注入流程（mermaid）
graph TD
A[Go build → ./bin/manager] --> B[kustomize cfg create cm --from-file=./bin/manager]
B --> C[Base: manager-bin-cm.yaml]
C --> D[Overlay: patchesStrategicMerge + nameReference]
D --> E[Deployment runtime mount]| 组件 | 职责 |
|---|---|
configMapGenerator |
将二进制转为base64-encoded ConfigMap |
nameReference |
允许Overlay中安全引用Base定义的CM名 |
generatorOptions |
控制哈希后缀、键名标准化等行为 |
2.4 Flux Image Automation与Go镜像构建流水线的事件驱动协同（含digest校验防漂移）
事件触发机制
Flux v2 的 ImageRepository + ImagePolicy 监听容器镜像仓库（如 GHCR）的推送事件，当 Go 应用新镜像 ghcr.io/org/app:v1.2.3 推送后，自动提取 digest（如 sha256:abc123...）并更新 Kustomization 中的 image 字段。
digest校验防漂移
避免 tag 覆盖导致的部署不一致，强制使用不可变 digest：
# kustomization.yaml
images:
- name: ghcr.io/org/app
newDigest: sha256:abc123def456... # ✅ 静态校验锚点逻辑分析：Flux 在
ImageUpdateAutomation执行时比对ImagePolicy生成的最新 digest 与当前Kustomization中newDigest是否一致；仅当 digest 变更且通过semver或正则匹配策略时才触发git commit—— 确保 GitOps 状态与镜像仓库严格收敛。
协同流程（mermaid）
graph TD
A[Go CI流水线] -->|build & push| B[GHCR]
B -->|webhook| C[Flux ImageRepository]
C --> D[ImagePolicy: digest + semver]
D --> E{digest changed?}
E -->|yes| F[ImageUpdateAutomation → git commit]
F --> G[Kustomization reconcile]| 组件 | 职责 | 校验关键 |
|---|---|---|
ImageRepository |
同步 registry 元数据 | interval, timeout |
ImagePolicy |
过滤+解析 digest | semverRange, tagFilter |
ImageUpdateAutomation |
原子化 Git 更新 | checkout, commitMessage |
2.5 Go服务Reconcile失败时的Flux级熔断与人工干预通道设计
当 Flux 的 Reconcile 循环连续失败，需在控制器层主动触发熔断，避免雪崩式重试。
熔断策略配置
Flux v2 通过 Kustomization 的 retryInterval 和 timeout 控制基础重试，但需扩展自定义熔断：
# kustomization.yaml
apiVersion: kustomize.toolkit.fluxcd.io/v1beta3
kind: Kustomization
metadata:
name: app-prod
spec:
# 启用失败计数器（需配合自定义控制器）
decryption:
provider: sops
# 关键：注入熔断注解
interval: 5m
retryInterval: 30s
timeout: 90s
# 自定义熔断开关（由外部 Operator 注入）
annotations:
fluxcd.io/breaker-threshold: "3" # 连续失败3次触发
fluxcd.io/breaker-window: "300" # 5分钟窗口期此配置本身不生效，需配套
Reconcile中解析注解并集成gobreaker实例。breaker-threshold定义失败阈值，breaker-window单位为秒，共同构成滑动时间窗口统计。
人工干预通道
| 渠道 | 触发方式 | 生效层级 |
|---|---|---|
kubectl patch |
修改 Kustomization 注解 |
Flux Controller |
| Slack Webhook | 失败告警 → 点击“暂停同步”按钮 | 外部 Operator |
| Git Tag | 推送 pause-v1.2.3 标签 |
GitSource Watcher |
熔断状态流转（Mermaid）
graph TD
A[Reconcile Start] --> B{失败？}
B -->|是| C[计数+1]
C --> D{计数 ≥ threshold？}
D -->|是| E[切换至 HalfOpen]
D -->|否| F[继续重试]
E --> G[执行探针 reconcile]
G --> H{成功？}
H -->|是| I[恢复 Normal]
H -->|否| J[回退到 Open]第三章：Kustomize驱动的Go服务灰度发布工程体系
3.1 Go HTTP服务的Kustomize Patch策略：Envoy Filter + Service Mesh标签路由联动
在 Istio 环境中，需将 Go HTTP 服务的流量路由与服务网格标签（如 version: v2）动态绑定，并通过 Kustomize 补丁注入 Envoy Filter。
核心补丁逻辑
# patch-envoyfilter.yaml
- op: add
path: /spec/configPatches/0
value:
applyTo: HTTP_FILTER
match:
context: SIDECAR_INBOUND
listener:
filterChain:
filter:
name: "envoy.filters.network.http_connection_manager"
subFilter:
name: "envoy.filters.http.router"
patch:
operation: INSERT_BEFORE
value:
name: envoy.filters.http.ext_authz
typed_config:
"@type": type.googleapis.com/envoy.extensions.filters.http.ext_authz.v3.ExtAuthz
http_service:
server_uri:
uri: "http://auth-service.default.svc.cluster.local:8080"
cluster: outbound|8080||auth-service.default.svc.cluster.local
timeout: 5s该补丁在 Inbound HTTP 连接管理器中前置插入外部鉴权过滤器，cluster 字段需与目标服务的 Istio 生成的 ServiceEntry 名称严格一致；timeout 防止阻塞主请求链路。
标签路由协同机制
| 组件 | 作用 | Kustomize 可变量 |
|---|---|---|
Deployment label |
触发 Istio Sidecar 注入与版本识别 | app.kubernetes.io/version |
VirtualService route |
基于 destination.subset 匹配标签 |
spec.http.route.destination.subset |
EnvoyFilter patch |
扩展 HTTP 处理链，读取 x-envoy-original-path 等元数据 |
match.context, patch.operation |
流量处理流程
graph TD
A[Ingress Gateway] --> B{Sidecar Inbound}
B --> C[HTTP Connection Manager]
C --> D[ExtAuthz Filter 插入点]
D --> E[Router Filter]
E --> F[Go HTTP Handler]3.2 基于Kustomize ConfigMapGenerator的Go运行时配置热更新安全边界控制
配置注入与热更新解耦
Kustomize 的 configMapGenerator 通过 behavior: replace 确保每次生成唯一哈希后缀，避免滚动更新时旧 ConfigMap 被意外复用：
configMapGenerator:
- name: app-config
files:
- config.yaml
behavior: replace # 强制生成新资源对象，触发Pod重建而非挂载重载
behavior: replace是关键安全开关：它使 ConfigMap 变更必然触发 Deployment 的 rollout，杜绝 Go 应用因fsnotify监听误判导致的未授权配置热加载。
安全边界三原则
- ✅ 不可变性保障：ConfigMap 名称含
hash后缀（如app-config-g4m9b2f7dd），禁止手动 patch； - ✅ 作用域隔离：仅挂载
/etc/config只读路径，Go 应用无写权限； - ❌ 禁用内联环境变量：避免敏感字段（如
JWT_SECRET）泄露至envFrom。
运行时校验流程
graph TD
A[ConfigMap 挂载完成] --> B{Go 应用读取 /etc/config/config.yaml}
B --> C[解析前校验 SHA256 校验和]
C --> D[比对 etcd 中 ConfigMap resourceVersion]
D --> E[拒绝 version 不匹配或签名失效的配置]| 校验项 | 机制 | 失败响应 |
|---|---|---|
| 文件完整性 | YAML 内嵌 checksum: sha256:... |
panic 并退出 |
| 资源版本一致性 | metadata.resourceVersion 匹配 |
返回 503 Service Unavailable |
3.3 Go服务多版本共存下的Kustomize Overlay命名空间隔离与资源配额收敛
在多版本Go微服务并行发布场景中，Overlay需严格绑定命名空间与配额策略，避免资源争抢。
命名空间隔离设计
每个版本（如 v1.2, v1.3）对应独立Overlay目录，通过 namespace 字段强制隔离：
# overlays/v1.2/kustomization.yaml
namespace: go-service-v12
resources:
- ../../base
patchesStrategicMerge:
- patch-resources.yamlnamespace 字段覆盖所有资源元数据，确保Deployment、Service等自动注入命名空间，杜绝跨版本服务发现。
资源配额收敛机制
| 版本 | CPU Limit | Memory Limit | 配额对象类型 |
|---|---|---|---|
| v1.2 | 1000m | 1536Mi | ResourceQuota |
| v1.3 | 1200m | 2048Mi | ResourceQuota |
配额通过 ResourceQuota 与 LimitRange 双层约束，保障单版本资源不可越界。
第四章：Go健康检查探针的科学建模与超时阈值计算
4.1 Go HTTP Server Readiness/Liveness探针响应延迟的P99+GC停顿叠加模型
当 Kubernetes 探针以高频率（如 periodSeconds: 2）轮询 /healthz 端点时，P99 响应延迟与 GC STW 停顿会形成非线性叠加效应。
GC停顿对探针的隐式放大
- Go 1.22 默认使用并发标记 + 弱分代假设，但小对象高频分配仍可能触发 辅助 GC（assist GC）
- 每次 STW（如 300μs）若恰发生在
http.ServeHTTP的WriteHeader前，即导致单次探针超时（默认 timeoutSeconds: 1）
叠加延迟建模示意
// 模拟探针请求处理链中受GC影响的关键路径
func healthzHandler(w http.ResponseWriter, r *http.Request) {
start := time.Now()
runtime.GC() // 强制触发——仅用于演示STW干扰点
w.WriteHeader(http.StatusOK) // 若STW发生在此行前，延迟=STW + write syscall
log.Printf("P99 observed: %v", time.Since(start).Microseconds())
}此代码揭示：
WriteHeader前的 GC STW 会直接计入探针延迟。Go 运行时无法在 STW 期间调度网络写操作，因此延迟 = GC停顿 + 写响应头耗时（含内核缓冲区拷贝）。
关键参数影响对照表
| 参数 | 默认值 | P99延迟敏感度 | 说明 |
|---|---|---|---|
GOGC |
100 | ⚠️⚠️⚠️ | 值越低，GC越频繁，STW次数↑ |
GOMEMLIMIT |
off | ⚠️⚠️ | 启用后可抑制突发分配引发的assist GC |
http.Server.ReadTimeout |
0（禁用） | ⚠️ | 应设为略大于预期P99（如 500ms），避免连接层中断掩盖GC问题 |
graph TD
A[Probe Request] --> B{HTTP Handler Entry}
B --> C[Runtime Check: assist GC?]
C -->|Yes| D[STW Pause ~100–500μs]
C -->|No| E[Normal Serve Path]
D --> F[WriteHeader Delayed]
E --> F
F --> G[Response Sent]4.2 基于Goroutine阻塞分析的探针超时阈值反向推导公式：T_timeout = (T_p99 + 2×σ_latency) × (1 + GCPauseRatio)
该公式源于对生产环境中 goroutine 阻塞态（Gosched/GCStopTheWorld/syscall）与观测延迟分布的联合建模。其中 T_p99 与 σ_latency 来自探针采样周期内真实服务延迟的统计直方图，而 GCPauseRatio 由 runtime/metrics 中 /gc/pause:seconds 指标滑动窗口计算得出。
关键参数语义
T_p99：P99 延迟（毫秒），反映尾部服务耗时；σ_latency：延迟标准差，量化抖动强度；GCPauseRatio：GC 暂停时间占总观测时长的比例（如 0.03 表示 3%）；
公式验证代码片段
func computeTimeout(p99, stdDev, gcPauseRatio float64) time.Duration {
base := p99 + 2*stdDev // 覆盖 97.7% 正态分布延迟（Z=2）
adjusted := base * (1 + gcPauseRatio) // 补偿 GC 导致的 Goroutine 调度延迟
return time.Millisecond * time.Duration(adjusted)
}逻辑说明：
2×σ提供统计置信边界；乘(1 + GCPauseRatio)是因 GC 期间 M-P-G 绑定中断，导致 probe goroutine 实际等待时间被系统级暂停拉长，需显式补偿。
| 场景 | T_p99 (ms) | σ_latency (ms) | GCPauseRatio | T_timeout (ms) |
|---|---|---|---|---|
| 稳态服务 | 85 | 12 | 0.025 | 113 |
| 高抖动+GC频繁 | 120 | 48 | 0.06 | 237 |
4.3 Go net/http/pprof集成探针与Flux健康状态同步的闭环验证机制
数据同步机制
通过 HTTP 中间件注入 pprof 探针，并在 /debug/healthz 端点动态聚合 Flux 控制器的 ReadyCondition 状态：
func healthzHandler(fluxClient fluxv2client.Client) http.HandlerFunc {
return func(w http.ResponseWriter, r *http.Request) {
ctx := r.Context()
// 查询 Flux Kustomization 资源健康状态
k := &fluxv2.Kustomization{}
err := fluxClient.Get(ctx, client.ObjectKey{Namespace: "flux-system", Name: "apps"}, k)
if err != nil || !k.Status.GetConditions().IsTrue(meta.ReadyCondition) {
http.Error(w, "Flux not ready", http.StatusServiceUnavailable)
return
}
w.WriteHeader(http.StatusOK)
w.Write([]byte("ok"))
}
}逻辑分析：该 handler 使用 fluxv2client.Client 直接读取集群中 Kustomization 对象的状态条件，避免依赖缓存或轮询；meta.ReadyCondition 是 Flux v2 官方定义的就绪标识，确保语义一致性。
验证闭环流程
graph TD
A[pprof /debug/pprof/heap] --> B[触发 GC + runtime.MemStats]
B --> C[采集内存指标]
C --> D[写入 Prometheus Label: flux_ready=\"true\"]
D --> E[Alertmanager 校验健康标签]关键参数对照表
| 参数 | 来源 | 用途 | 示例值 |
|---|---|---|---|
flux_ready |
Flux Status.Conditions | 同步就绪信号 | "true" |
pprof_duration_sec |
runtime.SetMutexProfileFraction() |
控制锁采样精度 | 5 |
4.4 灰度批次间探针成功率滑动窗口监控与自动回滚触发条件量化定义
核心监控模型
采用长度为 N=5 的滑动窗口，实时聚合最近5个灰度批次的探针成功率（HTTP 2xx/total），避免单批次噪声干扰。
触发阈值量化规则
- 一级告警：窗口内均值
- 自动回滚：连续2个窗口均值 且 最新批次成功率 ≤ 95.0%
数据同步机制
探针结果经 Kafka 流式写入 Flink 作业，按 batch_id + window_start_ts 维度滚动聚合：
# Flink SQL 片段：5批次滑动窗口统计
SELECT
batch_id,
AVG(success_rate) OVER (
ORDER BY process_time
ROWS BETWEEN 4 PRECEDING AND CURRENT ROW
) AS window_avg_rate
FROM probe_metrics;逻辑说明：
ROWS BETWEEN 4 PRECEDING AND CURRENT ROW构建5元素窗口；process_time保障事件时间语义；输出供下游规则引擎实时判定。
决策流程
graph TD
A[新批次探针上报] --> B{窗口均值 < 97.0%?}
B -->|是| C{前一窗口也 < 97.0%?}
B -->|否| D[仅告警]
C -->|是| E[检查当前批次≤95.0%]
E -->|是| F[触发自动回滚]
E -->|否| D| 指标 | 基准值 | 容忍偏差 | 监控频次 |
|---|---|---|---|
| 单批次成功率 | ≥98.0% | ±0.5% | 实时 |
| 5批次窗口均值 | ≥98.5% | ±0.3% | 秒级 |
| 连续窗口恶化趋势 | — | 2窗口 | 持续比对 |
第五章：从单体Go服务到GitOps成熟度的演进路线图
单体Go服务的初始状态
一个典型电商后台服务以单体架构启动：所有模块（用户、订单、库存、支付）编译为单一二进制 shopd，通过 go run main.go 本地调试，部署依赖手动上传至EC2并执行 systemctl start shopd。配置硬编码在 config.go 中，数据库连接字符串随环境变更需重新编译。CI/CD 仅含基础 golang:1.21 镜像构建与 docker build -t shopd:v1.0 . 步骤，无镜像签名或扫描。
版本控制驱动的配置分离
团队将 config/ 目录移出代码仓库，改用 Git 子模块引用 infra-config 仓库，并通过 git submodule update --remote 同步。Kubernetes ConfigMap 模板由 Go 模板引擎生成：
// render-configmap.go
tmpl := template.Must(template.New("cm").Parse(`apiVersion: v1
kind: ConfigMap
metadata:
name: shopd-config
data:
DB_URL: {{ .DBURL }}
ENV: {{ .ENV }}`))配合 Makefile 自动化渲染：make render-env=prod 输出 configmap-prod.yaml 并提交至 infra-config 仓库主干。
CI流水线升级为GitOps触发器
GitHub Actions 工作流监听 infra-config 仓库的 main 分支推送，触发 Argo CD Application 自动同步：
- name: Trigger Argo CD sync
run: |
argocd app sync shopd-prod --grpc-web --server https://argocd.example.com同时集成 Trivy 扫描：trivy image --severity CRITICAL $IMAGE_TAG，失败则阻断同步。
渐进式服务拆分与GitOps边界划分
按业务域拆分为 user-svc、order-svc 等独立仓库，每个服务拥有专属 Helm Chart 和 kustomization.yaml。Argo CD 应用树结构如下：
| 应用名 | 目标集群 | 同步策略 | 配置源 |
|---|---|---|---|
| shopd-core | prod | Auto | git@github.com:org/core.git |
| user-svc | prod | Manual | git@github.com:org/user.git |
| order-svc | staging | Auto | git@github.com:org/order.git |
可观测性嵌入GitOps闭环
Prometheus Rule 定义通过 monitoring-rules 仓库统一管理，Alertmanager 配置使用 Jsonnet 生成：
local alerts = import 'alerts.libsonnet';
alerts.productionRules { severity: 'critical' }当 monitoring-rules 提交新规则时，Argo CD 自动更新 prometheus-rules 应用，并触发 Slack webhook 通知 SRE 团队。
安全策略的声明式演进
Open Policy Agent (OPA) 策略从硬编码校验升级为 Git 仓库托管：policies/ 下存放 ingress-validating.rego，Gatekeeper Controller 通过 kubectl apply -f https://raw.githubusercontent.com/org/policies/main/ingress-validating.yaml 动态加载。每次策略变更均触发 Conftest 测试套件：conftest test k8s-manifests/ --policy policies/。
flowchart LR
A[开发者提交 config 更新] --> B[GitHub Actions 触发]
B --> C{Trivy 扫描通过？}
C -->|Yes| D[Argo CD 同步应用]
C -->|No| E[阻断并发送 PR 注释]
D --> F[Prometheus 报警验证]
F --> G[Slack 通知 SRE]