技术

下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论及实践 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Python一些比较有意思的库 LLM部分技术源码学习 LangChain源码学习 通用分布式计算引擎Ray Python并发 go依赖注入 go collection gc的基本原理 golang性能分析及优化 数据湖 高性能计算与存储 Linux2.1.13网络源代码学习 《大数据经典论文解读》 三驾马车学习 Spark 内存管理及调优 Yarn学习 从Spark部署模式开始讲源码分析 容器狂占内存资源怎么办? 多角度理解一致性 golang io使用及优化模式 Flink学习 c++学习 学习ebpf go设计哲学 ceph学习 学习mesh kvm虚拟化 学习MQ go编译器以及defer实现 学习go 为什么要有堆栈 汇编语言 计算机组成原理 运行时和库 Prometheus client mysql 事务 mysql 事务的隔离级别 mysql 索引 坏味道 学习分布式 学习网络 学习Linux go堆内存分配 golang 系统调用与阻塞处理 Goroutine 调度过程 重新认识cpu mosn有的没的 负载均衡泛谈 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes扩缩容 神经网络模型优化 直觉上理解深度学习 如何学习机器学习 TIDB源码分析 什么是云原生 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 共识算法 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全访问机制 jvm crash分析 Prometheus 学习 Kubernetes监控 容器日志采集 Kubernetes 控制器模型 容器狂占资源怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes类型系统 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言那些事儿 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 如何分发计算 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记 log4j学习 为什么netty比较难懂? 递归、回溯、动态规划 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 OpenTSDB 入门 spring事务小结 分布式事务 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型和jvm内存布局 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker namespace和cgroup zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 深度学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM执行 git maven/ant/gradle/make使用 再看tcp kv系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go基础 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

大模型推理服务框架 模型服务化(未完成) 大模型RHLF 大模型训练 大模型推理 从Attention到Transformer k8s设备管理 LLM工具栈 ddd从理念到代码 如何应用LLM 小鼠如何驾驭大象(LLM)? 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 容器和CPU那些事儿 kubevela源码分析 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 AutoML和AutoDL 特征平台 实时训练 分布式链路追踪 helm tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 机器学习中的python调用c 机器学习训练框架概述 embedding的原理及实践 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从混部到统一调度 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 多活 volcano特性源码分析 推理服务 kubebuilder 学习 mpi 学习pytorch client-go学习 tensorflow学习 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 学习rpc BFF openkruise学习 可观察性和监控系统 基于Kubernetes选主及应用 《许式伟的架构课》笔记 Admission Controller 与 Admission Webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI 资源调度泛谈 业务系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 概率论 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 架构大杂烩 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 用户认证问题 资源的分配与回收——池 消息/任务队列

标签

k8s设备管理 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 容器和CPU那些事儿 kubevela源码分析 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 helm 从混部到统一调度 volcano特性源码分析 kubebuilder 学习 client-go学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 openkruise学习 基于Kubernetes选主及应用 Admission Controller 与 Admission Webhook k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? Kubernetes events学习及应用 CRI 资源调度泛谈 如何学习Kubernetes 以应用为中心 kubernetes operator kubernetes扩缩容 serverless 泛谈 什么是云原生 自定义CNI IPAM docker和k8s安全访问机制 Kubernetes监控 Kubernetes 控制器模型 Kubernetes资源调度——scheduler Kubernetes类型系统 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 Kubernetes源码分析——从kubectl开始 kubernetes yaml配置 CNI——容器网络是如何打通的 当我在说PaaS时,我在说什么 《深入剖析kubernetes》笔记 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件

《程序员的自我修养》小结

2015年04月22日

前言

近日,有幸研读了俞甲子的《程序员的自我修养》,人家在读研的时候就出书了,真是让也是研究生的我自惭形秽。

本书主要讲述装载、链接和库,强烈推荐学校开设相关的过程,因为这样才能将大学所学的编程语言、操作系统和组成原理等课程联系起来。否则,从语言直接蹦到了操作系统和组成原理,相关知识联系不到一起,无法相互印证。

从源代码到内存的通路

可执行文件的组成

在链接前,需要将源文件编译(其实我觉得翻译更贴切)为目标文件,目标文件链接为可执行文件。与源代码文件和汇编代码文件等纯文本文件相比,可执行文件(动态链接与运行时加载)由多个段组成:

  • 文件头。文件基本信息
  • 段表。描述各段的基本信息,比如各段的位置。
  • 基本的代码段和数据段。
  • 链接相关的。一个可执行文件可能有多个目标文件组成,目标文件之间相互引用,便涉及到符号的解析和重定位。
  • 装载相关。比如.dynamic(描述依赖的共享对象)

可执行文件的加载

源代码编译而成的目标文件一般依赖系统的运行库及其它共享对象,将它们链接成可执行的程序并载入内存,有以下几种方式:

  • 将所有相关文件静态链接成一个完整的可执行文件,然后进入内存。
  • 将目标文件作为可执行文件,载入内存时由动态链接器加载其依赖的其它文件。
  • 将目标文件作为可执行文件,载入内存,由程序调用“依赖”函数 ==> 发现不在 ==> 执行代理代码(ld-linux.so) ==> 加载或找到已加载到内存的函数地址,继续执行。有点像 java中本来该编译在一起,但代码中使用Class.forName(“xxx”) 的感觉。

fork ==> 内核态 sys_execve ==> do_execve ==> load_elf_binary

文件的映射

程序不是一下子就全部装载到内存中的,而是在执行时访问数据发生“缺页”,再由操作系统将该页加载到内存中。中间有两个关键的映射关系:

  • 可执行文件各段与虚拟地址空间的映射。(由一个叫VMA的数据结构维护,进程的task_struct中有该结构的指针)
  • 虚拟地址空间与物理地址空间的映射。该映射关系由操作系统维护(比如页表)

进程虚拟地址空间的分布

进程的虚拟地址空间,主要包含用户地址空间和内核地址空间(即,进程其实没有利用虚拟地址空间中的所有地址)。用户地址空间包含堆、栈以及可执行文件的相关数据(由VMA结构负责维护)。

elf可执行文件中虽然有好多段,但以权限划分主要有三种(进程虚拟地址空间中,来自于可执行文件的也主要是这三种):

  • 以代码段为代表的可读可执行段
  • 以数据段和bss段为代表的可读可写段
  • 以只读段为代表的只读段

加载时,同一类型的文件将被放在一个VMA(Virtual Memory Area).

至此,源代码,目标文件,链接成可执行文件,(部分)加载到内存就算是通了。

2018.10.17补充:从另一个角度来划分内存区域

  • 代码区
  • 数据区

    • 静态数据区
    • 动态数据区,必须要解决分配与回收的问题

      • 堆区
      • 栈区

运行库

操作系统通过系统调用提供自己的服务,但是因为种种原因,程序无法直接使用调用(具体原因?)程序与系统调用之间隔着一层运行库(比如glibc等)。

linux内核的功能,glibc大都进行了封装,但也会因为封装的不太好,或没有提供封装,出现了许多库,不然libcontainer、libvirt

问题

为什么会有数据段

我们知道冯诺依曼体系将指令和数据存在一起,那为什么非得有数据段呢(或者说代码段和数据段分开呢)?

汇编指令,调用数据就那么几种方式:立即数,寄存器,和直接寻址,间址寻址。

除了立即数,就必须是数据存在在一个地方,由指令根据地址去访问,这就是为什么要有数据段。可见,所谓指令和数据存在一起,直观上大部分更像是指令和地址存在一起。

同时,代码段和数据段分开还有一个额外的好处,比如根据一个可执行文件运行多个进程,内存中可以只存储一份代码段,每个进程只读写属于自己的数据段即可。

2019.4.23补充:《趣谈Linux操作系统》笔记 程序是代码写的,所以一定要有”代码段“。代码的执行过程 会产生临时数据,所以要有”数据段“

函数调用和栈

为什么需要栈?

(从书中推想)c程序中一般都包含函数的调用,函数调用涉及到参数及返回值的传递、函数执行完毕后返回等问题(即调用惯例)。因为这种操作形式较为固定,所以为其单独分配一段空间存储相关数据。并且因为空间的分配与回收非常符合栈的特性,所以为每个进程安排一个栈空间就确定下来

  1. 栈段: 用户感知不到, 由编译器(根据方法调用)自动分配释放 ,存放函数的参数值,局部变量的值等。
  2. 堆段: 一般是用户手动分配的,也就是通过malloc函数来手动分配内存的。

cpu 栈寄存器 + 出入栈指令 这类硬件支持,加上栈操作形式的相对固定,使得编译器层面便可以屏蔽这些细节。甚至反过来说,是硬件特性 + 编译器 造就了“方法/函数”这一抽象,而不是方法利用了栈的特性。jvm 虽说堆内存垃圾回收很高端,但这类复杂的事儿就只能语言的虚拟机层 解决了。

从这里也可以看到,一段代码到机器指令 中间经过很多转换

  1. 加减乘除类(也就是运算类)代码 的直接转换
  2. 方法调用 转换为 指令跳转,入栈,出栈。在汇编里没有方法一说。
  3. 变量声明转换为 内存分配

这些直接的、模式固定的,光靠编译器就行了。复杂点的,比如说自动内存回收、注解等,就得另整一个虚拟机层。cpu + 编译器 + 虚拟机合力,屏蔽细节,提供更符合人类直觉的语言抽象。

为什么是值传递?

函数调用时,会先将相关参数压入栈中,“被调用函数”在执行代码时,对参数的操作访问的就是属于该函数栈帧中的参数值(而不是“调用函数”栈帧中对应的参数值),函数执行完毕后,“被调用函数”栈帧被释放(或者说抛弃),其对参数的更改就会丢失。

其实任何参数传递都是值传递,当然,参数是指针类型时,我们对指针指向数据的更改可以保留下来,但对指针本身的更改是无效的。

函数局部变量为什么被限制声明周期?

函数局部变量保存在函数栈帧中,函数执行完毕后,栈帧被释放,局部变量当然就无效了。

为什么可以有构造函数和析构函数

可执行文件除了代码段(.text或.code)外,构造函数和析构函数代码一般存放在.init.finit段中。

运行库一般包含入口函数,这才是进程执行的入口(而不是main函数),它会在main执行前执行.init中的代码(还有其他很重要的工作),main执行完毕后执行.finit

这样,go语言里的defer关键字就很好解释了。