后端

关于Rust引用与指针的讨论 在Rust/CPP中，我们会学习到一个新概念叫做引用，这是对指针的更高级别抽象，引用可以看作对一个对象的别名，相当于你用一个别名来代替原对象并进行相关操作，而且不会内存占用且在函数传参时不会发生内存拷贝。引用相比于指针，更能实现安全的内存操作。这也是为什么rust会采用引用作为指针的抽象。 引用的最大特点是初始化引用后不能修改引用的指向，这样极大的保证了不会出现指针的访问无效内存。 在b站上有个人针对初始化后不能改变引用的指向这句话发出了反驳，是rust代码，代码如下： 1 2 3 4 5 fn main() { let mut r=&0; let a=&7; r=&a; } 他指出此代码中r被定义为可变引用，第三行可以改变原引用的指向，因此可以推导出引用初始化后可以改变。 错误在哪呢？ 首先我们要了解rust的引用与解引用和CPP的引用和其他语言的取地址符号的关系。rust的&操作其实是与cpp不同，cpp分左值引用与右值引用，在讨论类似的左值引用时，cpp的格式如下 1 2 3 4 int main(){ int a=1; int &b=a; } 在这个例子中，我们知道rust的可变引用就是实现在借用时改变能借用数据，在此时实例中r 为字面量0的可变引用，可是对字面量的可变引用意义在哪？字面量值是不可更改的！ 那么如何去理解这个可变引用？ rust官方给出两个名词叫做引用与解引用，可以将&理解为cpp的取地址符，这里声明了一个变量r用于存储字面量0的地址，a用于存储字面量7的内存地址，然后将a的内存地址赋给r，第三行r的内容变为了a字面量的地址。

Token与Cookie+Session区别 在了解Token与Cookie+Session技术的直接区别之前，需要了解HTTP协议，以下是MDN的介绍： HTTP 是无状态的：在同一个连接中，两个执行成功的请求之间是没有关系的。这就带来了一个问题，用户没有办法在同一个网站中进行连续的交互，比如在一个电商网站里，用户把某个商品加入到购物车，切换一个页面后再次添加了商品，这两次添加商品的请求之间没有关联，浏览器无法知道用户最终选择了哪些商品。而使用 HTTP 的标头扩展，HTTP Cookie 就可以解决这个问题。把 Cookie 添加到标头中，创建一个会话让每次请求都能共享相同的上下文信息，达成相同的状态。 HTTP 最早期的模型和 HTTP/1.0 的默认模型，是短连接。每一个 HTTP 请求都由它自己独立的连接完成；这意味着发起每一个 HTTP 请求之前都会有一次 TCP 握手，而且是连续不断的。 在传统Cookie+Session中，当向服务器请求验证后，当登录成功服务端会生成Session，并将SessionId通过Set-Cookie发送给客户端，然后客户端将Cookie保存后，后续每次进行请求时，会携带Cookie一起发送给服务端，服务端验证Cookie中的SessionId后(即鉴权)再予以相应操作。 在Token请求中，与Cookie+Session类似，在向服务器请求验证后，服务器会对当用户生成一个唯一Id即token，这个token即代表着这个用户，服务端将token传输给客户端，后面客户端请求时带上这个token就行，后续请求时，服务端只需要验证token库中是否存在当前token即可完成验证。 注意MDN这一句话：同一个链接中，两个执行成功地请求之间是没有关系的。正因为HTTP的无状态，请求之间无关，在类似WebSocket的长连接中，通常使用Session来管理服务端与客户端的链接，在HTTP下是不需要的。因为无状态，所以每次请求都会携带token，使用在服务端只需要验证token的状态即可实现鉴权，同时使用Token与Session相比，Session中参数更多，保存需要更多的空间，而Token可以是一个字符串或数字，空间占用远小于session所占用的空间。

Gos+Drone+Docker实现持续部署 使用Docker-Compose实现Gos+Drone+DockerRunner的部署 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 version: "3" services: gogs: restart: always image: gogs/gogs container_name: gogs ports: - "6022:22" - "6023:3000" volumes: - /var/gogs:/data/gogs #配置文件映射 - /home/gogs/data:/data/git/gogs-repositories #Git仓库映射 drone-server: image: drone/drone:2 container_name: drone-server environment: - TZ=Asia/Shanghai - DRONE_GOGS_SERVER=http://gogs:3000 #Gogs服务地址 - DRONE_GIT_ALWAYS_AUTH=false #可选的布尔值将 Drone 配置为在克隆公共存储库时进行身份验证 - DRONE_RPC_SECRET=XXXXXXXXXXXXXXX - DRONE_SERVER_HOST=drone....

IO模型分析 本文主要讲的是网络IO技术，在网络IO中常见模型有五种BIO，NIO，AIO，I/O multiplexing，Signal driven I/O，分别对应的是阻塞IO，非阻塞IO，异步IO，IO多路复用，信号驱动IO。本文主要讲述阻塞IO与三种IO多路复用 BIO 常见阻塞式IO即一个线程对应一个IO处理，当IO事件阻塞时，当前线程也一起阻塞，直到IO事件就绪。这种IO效率较为低下，在等待IO就绪期间线程一直处于阻塞状态，线程利用率低。此种IO模型除开初学者进行多线程IO训练，使用较少。 Select select属于NIO的一种，属于非阻塞式IO，无需实现多个线程等待多个IO事件的就绪，select会维护一个名叫fd_set的事件描述符数组。 每一次需要发起IO请求时，就加入一个事件描述符到管道中，然后由select函数进行管道的遍历，不断的轮询管道中各个IO事件的状态，当出现某个IO事件状态为就绪时，就进行此IO事件的处理，这样多个线程的IO阻塞模型转换为IO的多路复用，也就是只需阻塞一个线程，监听管道描述符的IO事件状态，当有就绪事件时并进行处理，减少了IO事件未就绪时线程等待的开销，极大的提高了系统的性能。 Poll poll函数为select函数的升级版，在select函数中维护了事件描述符数组，然而数组必须规定数组长度，无法像链表一样实现可增长。因此poll函数在用户态维护了描述符数组，在内核态处理IO操作时，将其转换为链表，这样就摆脱了最大文件描述符数量的限制。但是poll和select中内核态与用户态的拷贝带来性能损失问题始终没有解决。 Epoll epoll是一种更为高效的多路复用技术，也是Nginx服务器能处理高流量背后的技术支撑他最大的特点就是解决了select和poll中描述符序列中携带未就绪序列导致浪费的问题。他直接将描述符序列插入到内核中的epoll_event的红黑树描述符序列中，选择红黑树的原因是由于描述符序列需要频繁的查找，插入，删除，红黑树是最好的选择。 红黑树是一种自平衡二叉查找树，具有以下优点： 任何一个节点的左右子树的高度差不超过一倍。 查找、插入、删除操作的时间复杂度都是 $O(log n)$。 它能够快速地支持区间查找和排序等操作。 内核对红黑树中文件描述符进行监听，在使用 epoll_wait 等待事件时，可以指定一个回调函数，该函数将在事件到达时被调用，当事件触发后，内核会调用该回调进行操作。 epoll中水平触发和垂直触发 水平触发 当epoll_wait检测到描述符事件发生并将此事件通知应用程序，应用程序可以不立即处理该事件。下次调用epoll_ wait 时，会再次响应应用程序并通知此事件。 边缘触发 当epoll_wait检测到描述符事件发生并将此事件通知应用程序，应用程序必须立即处理该事件。如果不处理，下次调用epoll_ wait 时，不会再次响应应用程序并通知此事件。例如这次没有把数据全部读写完(如读写缓冲区太小)，那么下次调用epoll_wait()时，它不会通知你，也就是它只会通知你一次，直到该文件描述符上出现第二次可读写事件才会通知你。

并发编程 以下是一些常用的并发编程模型和技术： 信号量（Semaphore）：用于保护共享资源、协调进程间同步和互斥操作的机制，可以限制对某个共享资源的访问数量。 锁：在多线程或多进程的环境中，如果多个线程或进程同时访问共享数据，可能会导致数据不一致或竞争条件等问题，从而影响程序的正确性和可靠性。为了解决这些问题，可以使用锁来同步多个线程或进程之间对数据的访问，锁一般分为两种，互斥锁和读写锁。 原子操作（Atomic Operation）：通过CPU提供的原子指令（例如Compare-and-swap、Fetch-and-add等）来对内存进行原子操作，从而避免并发情况下的数据竞争。 事件驱动（Event-driven）：使用消息队列、事件循环等机制，将任务分解为小而独立的事件单元，并通过异步调用来执行这些事件单元，以提高程序的并发性能。 Actor模型：基于对象的并发编程模型，通过创建多个Actor对象，每个对象都有自己的状态和行为，可以相互发送消息来进行通信和协作。 协程（Coroutine）：一种轻量级的线程，可以在一个或多个线程中执行，通过协作式调度的方式实现非抢占式的多任务处理，从而提高程序的并发性能。 数据流（Dataflow）：使用管道、通道等机制，将数据从一个任务顺序传递到另一个任务，以实现并发数据处理。 锁 自旋锁:即CAS 读写锁:常见IO操作中的读写锁 互斥锁: 信号量: 事件驱动 数据流 数据流模型是go语言中最常见的一个模型，它使用了select加channel的方法实现了数据流模型，每一份数据就像水流一样流动。 原子操作