1.ES核心源码(二):创建索引和主节点
2.redis cluster 计算slot在哪个节点
3.游戏引擎随笔 0x20：UE5 Nanite 源码解析之渲染篇：BVH 与 Cluster 的 Culling
4.Redis集群架构剖析(4)：槽位迁移，重新分配

ES核心源码(二):创建索引和主节点

       在ElasticSearch系统中，写请求的流程引发了一个关键问题：主节点(master node)在数据写入过程中是否扮演了关键角色？让我们深入源码探讨这个话题，解答疑问。

       首先，ElasticSearch的医学app源码核心在于如何高效地管理和存储数据。其主节点的职责之一是在索引创建和管理过程中提供协调服务。当用户发起创建索引的请求时，流程从接收HTTP请求开始，具体在`org.elasticsearch.ty4.Netty4HttpRequestHandler`中进行。随后，请求经过`RestController`处理，这个组件负责将请求检验和分发至相应的服务。

       在分发请求过程中，关键在于请求对象的结构——它分为Action和Request。Action描述了请求的类型，如新建、删除等操作。在新建索引的请求中，系统通过URI匹配发现需要使用`TransportCreateIndexAction`来处理。这个Action继承自`TransportMasterNodeAction`，意味着其设计目标就是与主节点进行交互。

       `TransportMasterNodeAction`的执行逻辑在于，它通过`transportService.sendRequest`方法向主节点发起请求。如果当前节点是主节点，该操作会直接在内部执行；若非主节点，直播流媒体源码则通过网络请求主节点完成。

       关于主节点如何通知其他节点这一问题，答案在于请求的分发机制。当请求到达主节点后，如果当前节点是主节点，它会通过一系列内部操作生成新的集群状态信息，并通过`org.elasticsearch.action.admin.indices.create.TransportCreateIndexAction#masterOperation`执行索引创建的逻辑。这个过程中，关键步骤是通过`clusterService.submitStateUpdateTask`将索引创建任务包装为集群状态更新任务，然后通过`MasterService#runTasks`方法向集群中的其他节点分发集群状态信息。

       集群状态的分发通过`ZenDiscovery`服务完成，具体实现为`publish`方法。这个流程确保了主节点在集群中的协调作用，使得创建索引的操作能够有效地在集群范围内进行。

       关于主节点如何验证索引创建的合法性，答案是通过自创建索引并随后删除的方式完成。这样，主节点确保了新索引符合集群的规则和需求。

       总结起来，创建索引的请求首先通过Bulk请求的形式执行，先发起对主节点的请求。主节点验证索引创建请求后，内部生成新的集群状态信息，执行索引创建任务。主分片所在的android系统语言源码节点根据集群状态信息创建对应的索引，从而完成了索引的创建过程。整个流程中，主节点扮演了协调和验证的关键角色，确保了索引创建的正确性和集群的一致性。

redis cluster 计算slot在哪个节点

       å‡è®¾cluster有5个node，那么client请求cluster其实是随机请求了一个节点，假设请求了node1，请求的key经过 CRC( key ) % 会计算出这个key落在哪一个slot上，然后会获取solt和node的关系，这个关系保存在clusterNode这个数据结构中，如果这个slot在当前node上，就执行命令，否则就返回一个moved信息，主要包括slot和目标node信息，再由client重写发送请求到目标node。这里在solt迁移的时候，有一个ask重定向。

       å¤§æ¦‚就是这个意思吧，我也不是很清楚，你参考参考吧

       ç½‘页链接

游戏引擎随笔 0x：UE5 Nanite 源码解析之渲染篇：BVH 与 Cluster 的 Culling

       在UE5 Nanite的渲染深度中，一个关键组件是其独特的剔除策略，特别是通过高效的BVH（Bounded Volume Hierarchy）和Cluster Culling技术。Nanite的目标在于智能地控制GPU资源，避免不必要的三角形绘制，确保每一点计算都被最大化利用。

       首先，Nanite的渲染流程中，异步数据传输和GPU初始化完成后，进入CullRasterize阶段，其中的PersistentCulling pass至关重要。它分为两个步骤： BVH Node Culling 和 Cluster Culling，每个阶段都利用多线程并行处理，实现了GPU性能的极致发挥。

       在Node Culling中，每个线程处理8个节点，通过Packed Node数据结构，确保数据的一致性和同步性。每组个线程间通过MPMC Job Queue协同工作，保证了负载均衡，避免了GPU资源的iapp写源码助手浪费。GroupNodeMask和NodeReadyMask等优化策略，确保了节点处理的高效性和准确性。

       核心部分是TGS GroupNodeData，它接收并处理来自候选节点的Packed Node，进行实例数据、动态数据和BVH节点数据的整合。通过Frustum Culling，仅保留可见的节点，非叶节点的计数更新和候选Cluster的生成，都在这个过程中完成。

       叶节点的Cluster Culling更为精细，通过计算Screen Rect，判断是否适合渲染。当遇到硬件光栅化需求时，Nanite会利用上一帧的LocalToClip矩阵进行HZB遮挡剔除，确保每个Cluster的可见性和正确性。

       在硬件光栅化中，VisibleClusterOffset的计算和Cluster的有序写入，体现了UE5团队对性能的精心调教。而软光栅化则采取相反的存储策略，确保了渲染的高效执行。

       尽管Nanite在百万面模型处理上展现出惊人的0.5ms速度，但它并非无懈可击，如不支持Forward Rendering。然而，股票盈利指标源码随着UE5技术的不断迭代，Nanite的潜力和优化空间将继续扩展，推动着游戏开发的创新边界。

       总之，UE5 Nanite的渲染篇是技术与艺术的完美融合，通过深度剖析其渲染流程，我们不仅能领略到高效剔除策略的魅力，更能感受到Unreal团队在性能优化上的匠心独运。深入源码，解锁游戏引擎的内在魔力，让我们一起期待Nanite在未来的更多可能。

Redis集群架构剖析(4)：槽位迁移，重新分配

       在前一篇Redis集群架构剖析中，我们了解到集群如何处理来自redis-cli的指令，但都是在cluster槽位不变的情况下。那么，为什么槽位会发生变化呢？集群可能进行节点增删，在第二篇中我们得知，只有当所有节点都分配到槽位时，Redis cluster才会处于online状态。在开始之前，先思考以下问题：

       集群在重新分配过程中，无需下线，且源节点和目标节点均可继续处理命令请求。下面我们将探讨Redis是如何实现这一过程的。

       重新分配的操作是将指定给某个节点（源节点）的槽位重新分配给另一个节点（目标节点），同时相关槽位所属的键值对也会从源节点移动到目标节点。

       例如，原本由、和组成的集群，现在加入一个新的节点。此时，原本分配给的槽位~中的~槽位将重新分配给节点。重新分配的动作在CLUSTER MEET这个节点时完成。

       Redis cluster的重新分配操作由Redis的集群管理软件redis-trib负责执行，Redis提供进行重新分配所需的命令，redis-trib则通过向源节点和目标节点发送指令来进行重新分配的操作。

       下面是一个槽位重新分配的流程图，需要注意的是其中的第三和第四步，先迁移value再迁移key，这在后面会有作用。

       如果这个slot存储了多个键值对，会重复执行步骤4中的第二个指令和步骤5。

       在迁移过程中，可能存在redis-cli发送请求来请求数据的情况。此时，可以联想到上一篇文章，如果请求到不是本节点的槽位，节点会告诉redis-cli应该去哪个节点找到对应的槽位。这个思路是否可以借鉴？其实，在设计分布式系统时，这个问题还是非常重要的。要么直接禁止访问，要么设计一个机制，让迁移和请求同时存在。显然，Redis选择了后者。

       当客户端向源节点发送一个与数据库键有关的命令，且命令要处理的数据库键恰好属于正在被迁移的槽时：

       下面是节点收到请求后是否要发送ASK的流程图

       这个ASK和MOVED一样，也是返回Redirected到某个节点，如果需要看到ASK错误，需要用单机redis请求。

       在细究ASK的实现细节之前，我们先看看cluster是用什么数据结构来记录哪些槽位在源节点，哪些正在迁移到目标节点。

       在重新分配的实现过程中，我们知道最开始有两个动作，分别是目标节点准备导入槽，源节点准备将槽导出。这涉及到两个指令，分别对应两个数据结构。

       clusterState结构的importing_slots_from数组记录了当前节点正在从其他节点导入的槽：

       如果importing_slots_from[i]不为NULL，而是指向一个clusterNode结构，那么表示正在从这个clusterNode节点导入槽i。

       例如，如果加入集群，将上的重新分配给，会执行CLUSTER SETSLOT IMPORTING 的节点ID。那么的importing_slots_from就会变成下图所示，也就是重新分配实现过程的第一步，的importing_slots_from[]会指向节点。

       clusterState结构的migrating_slots_to数组记录了当前节点正在迁移至其他节点的槽：

       如果migrating_slots_to[i]不为NULL，而是指向一个clusterNode结构，那么表示正在导入到这个clusterNode节点。

       例如，继续上面的importing，到了重新分配实现过程的第二步，给发送指令CLUSTER SETSLOT MIGRATING 的节点ID，那么的migrating_slots_to会变成下图所示：

       在前面了解到如果请求的命令对应的键不在源节点上，在迁移的目标节点上，源节点就会返回一个ASK错误。接到ASK错误的客户端就会根据错误提供的IP地址和端口号，转向正在导入槽的目标节点，然后首先会向目标节点发送一个ASKING命令，之后才会重新发送原本想要执行的命令。下面是一个简单的转向后，请求ASKING的示意图。

       ASKING命令唯一要做的就是打开发送该命令的客户端的REDIS_ASKING标识，以下是这个命令实现的伪代码：

       回想一下，之前槽位不存在请求节点的时候，节点会向客户端返回一个MOVED错误。但是，如果节点的clusterState.importing_slots_from[i]显示节点正在导入槽i，并且发送命令的客户端带有REDIS_ASKING标识，那么节点将执行这个关于槽i的命令一次，以下是流程图：

       当客户端接收到ASK错误并转向到正在导入槽的节点时，客户端会先向节点发送一个ASKING命令，然后才重新发送想要执行的命令。这是因为如果客户端不发送ASKING命令，而直接发送想要执行的命令，客户端发送的命令将被节点拒绝执行，并返回MOVED错误。

       例如，在上面的例子中，我们向节点请求槽，因为是在导入槽，所以如果我们没有发送一个ASKING的命令，会返回一个MOVED的错误，并转到，因为槽还分配在上。如果在请求之前，发送了ASKING命令，那么就会执行这个命令。

       注意：REDIS_ASKING标识是一次性标识，当节点执行了一个带有REDIS_ASKING标识的客户端发送的命令之后，客户端的REDIS_ASKING标识就移除了。

       ASK错误和MOVED错误都会导致客户端转向，它们之间的区别如下：

       通过这篇文档，我们了解到节点在槽转移时，集群是如何处理重新分配的，数据结构又是如何存储的。这是针对数据的一种异常情况。还有一个是针对节点的异常，例如部署的redis节点挂掉了，原本存的槽即使知道导向这个节点，但这个节点也没有回复的能力了。那么，我们该怎么做呢？是否需要备份这个数据？似乎就是我挂了，你顶我。针对这个异常行为，我们下节分析。