1.【STL源码剖析】总结笔记（3）：vector初识
2.STL源码剖析总结笔记（2）：容器（containers）概览
3.Spring容器之refresh方法源码分析
4.Docker 源码分析
5.Spring Cloud OpenFeign源码FeignClientFactoryBean原理
6.STL源码学习（3）- vector详解

【STL源码剖析】总结笔记（3）：vector初识

       vector是容器容器c++中常用且重要的容器之一。相较于固定大小的源码array，vector拥有动态分配内存的大全代码特性，允许它在使用过程中随着元素的容器容器增删而自行调整大小。这种动态性使得vector在处理不可预知数据量时更为便捷。源码

       内部结构上，大全代码netty源码学习全集vector使用了数组作为存储基础，容器容器并通过start,源码 finish和end of storage三个迭代器进行访问和管理空间。其中，大全代码start和finish分别指向可用空间的容器容器首端和尾端，end of storage则指向内存块的源码末尾。在vector大小为字节（位系统下，大全代码一个指针占4字节）的容器容器情况下，其大小为3。源码因此，大全代码vector可以灵活地通过迭代器定位数据的大小与位置。

       内存管理机制是vector的精华之一。当空间耗尽时，vector会自动扩展为二倍的内存容量，以容纳新增元素。此过程涉及创建新空间，复制原有数据，然后释放旧空间，确保资源的有效利用。

       vector提供了丰富的迭代器，遵循随机访问的行为，允许直接获取和修改数据，增强操作的效率。这些迭代器简化了对数据结构的遍历与修改操作。

       在添加与删除数据时，vector提供了pop_back(), erase, insert等高效方法。例如，pop_back()简单地删除尾部元素，erase允许清除一个范围内的数据，并通过复制来维持数据的连续性。insert操作根据具体需求进行数据的插入与调整，确保结构的完整性与数据的正确性。

       综上，vector以其灵活的内存管理和高效的数据操作，成为学习STL和掌握容器结构的理想选择。其清晰的内部机制和丰富的功能特性，为程序设计提供了强大的支持。

STL源码剖析总结笔记（2）：容器（containers）概览

       容器作为STL的重要组成部分，其使用极大地提升了解决问题的效率。深入研究容器内部结构与实现方式，对提升编程技能至关重要。本文将对容器进行概览，分为序列式容器、关联式容器与无序容器三大类。

       容器大致分为序列式容器、关联式容器和无序容器。其中序列式容器侧重于顺序存储，关联式容器则强调元素间的pingapp源码键值关系，而无序容器可以看作关联式容器的一种。

       容器之间的关系可以归纳为：序列式容器为基层，关联式容器则在基层基础上构建了更复杂的数据结构。例如，heap和priority容器以vector作为底层支持，而set和map则采用红黑树作为基础数据结构。此外，还存在一些非标准容器，如slist和以hash开头的容器。在C++ 中，slist更名为了forward-list，而hash开头的容器改名为了unordered开头。

       在容器的实现中，sizeof()函数可能揭示容器的内部大小对比。需要注意的是，尽管在GNU 4.9版本中，一些容器的设计变得复杂，采用了较多的继承结构，但实际上，这些设计在功能上并未带来太大差异。

       熟悉容器的结构后，我们可以从vector入手，探索其内部实现细节。其他容器同样蕴含丰富的学习内容，如在list中，迭代器（iterators）的设计体现了编程的精妙之处；而在set和map中，红黑树的实现展现了数据结构的高效管理。

       本文对容器进行了概览，旨在提供一个全面的视角，后续将对vector、list、set、map等容器进行详细分析，揭示其背后的实现机制与设计原理。

Spring容器之refresh方法源码分析

       Spring容器的核心接口BeanFactory与ApplicationContext之间的关系是继承，ApplicationContext扩展了BeanFactory的功能，提供了初始化环境、参数、后处理器、事件处理以及单例bean初始化等更全面的服务，其中refresh方法是Spring应用启动的入口点，负责整个上下文的准备工作。

       让我们深入分析AbstractApplicationContext#refresh方法在启动过程中的具体操作：

准备刷新阶段: 包括系统属性和环境变量的检查和准备。

获取新的BeanFactory: 初始化并解析XML配置文件。

       customizeBeanFactory: 个性化BeanFactory设置，如覆盖定义、处理循环依赖等。

       loadBeanDefinitions: 通过解析XML文件，创建BeanDefinition对象并注入到容器中。

填充BeanFactory功能: 设置classLoader、表达式语言处理器，增强Aware接口处理，macddiff源码添加AspectJ支持和默认系统环境bean等。

激活BeanFactory后处理器: 分为BeanDefinitionRegistryPostProcessor和BeanFactoryPostProcessor，分别进行BeanDefinition注册和BeanFactory增强。

注册BeanPostProcessors: 拦截Bean创建的后处理器，按优先级注册。

初始化其他组件: 包括MessageSource、ApplicationEventMulticaster和监听器。

初始化非惰性单例: 预先实例化这些对象。

刷新完成: 通知生命周期处理器并触发ContextRefreshedEvent。

       以上是refresh方法在Spring应用启动流程中的关键步骤。以上内容仅为个人理解，如需更多信息，可参考CSDN博客链接。

Docker 源码分析

       本文旨在解析Docker的核心架构设计思路，内容基于阅读《Docker源码分析》系文章后，整理的核心架构设计与关键部分摘抄。Docker是Docker公司开源的基于轻量级虚拟化技术的容器引擎项目，使用Go语言开发，遵循Apache 2.0协议。Docker提供快速自动化部署应用的能力，利用内核虚拟化技术（namespaces及cgroups）实现资源隔离与安全保障。相比虚拟机，Docker容器运行时无需额外的系统开销，提升资源利用率与性能。

       Docker迅速获得业界认可，包括Google、Microsoft、VMware在内的领导者支持。Google推出Kubernetes提供Docker容器调度服务，Microsoft宣布Azure支持Kubernetes，VMware与Docker合作。Docker在分布式应用领域获得万美元的C轮融资。

       Docker的架构主要由Docker Client、Docker Daemon、Docker Registry、Graph、Driver、libcontainer以及Docker container组成。

Docker Client：用户通过命令行工具与Docker Daemon建立通信，发起容器管理请求。

Docker Daemon：后台运行的系统进程，接收并处理Docker Client请求，通过路由与分发调度执行相应任务。

Docker Registry：存储容器镜像的仓库，支持公有与私有注册。

Graph：存储已下载镜像，并记录镜像间关系的数据库。

Driver：驱动模块，实现定制容器执行环境，包括graphdriver、networkdriver和execdriver。

libcontainer：库，clid源码使用Go语言设计，直接访问内核API，提供容器管理功能。

Docker container：Docker架构的最终服务交付形式。

       架构内各模块功能如下：

Docker Client：用户与Docker Daemon通信的客户端。

Docker Daemon：后台服务，接收并处理请求，执行job。

Graph：存储容器镜像，记录镜像间关系。

Driver：实现定制容器环境，包括管理、网络与执行驱动。

libcontainer：库，提供内核访问，实现容器管理。

Docker container：执行容器，提供隔离环境。

       核心功能包括从Docker Registry下载镜像、创建容器、运行命令与网络配置。

       总结，通过Docker源码学习，深入了解其设计、功能与价值，有助于在分布式系统实现中找到与已有平台的契合点。同时，熟悉Docker架构与设计思想，为云计算PaaS领域带来实践与创新启发。

Spring Cloud OpenFeign源码FeignClientFactoryBean原理

       Spring Cloud OpenFeign的FeignClientFactoryBean在实例化过程中，通过FactoryBean接口实现，GetObject方法的关键步骤包括获取FeignContext、配置Feign.Builder、创建HardCodedTarget和调用loadBalance方法。这些步骤涉及自动配置、FeignClientSpecification的使用、Logger和Builder组件的定制以及动态代理的生成。最后，getObject方法返回的是一个接口的代理类，用于执行远程调用。

       详细分析：

       FeignClientFactoryBean在Spring容器中，通过getObject方法转化为实际的FeignClient实例。首先，它从FeignContext获取相关配置，这个配置在引入OpenFeign依赖时自动注入。接下来，通过getTarget方法，FeignClientFactoryBean配置了Builder组件，如Logger（非Slf4j）、RequestInterceptor、Encoder和Decoder等，同时考虑了用户自定义组件的cppnet源码配置。之后，创建了HardCodedTarget，基于FeignClient接口、注解值和完整URL构建，然后通过loadBalance方法，整合了LoadBalancerFeignClient和HystrixTargeter，进行负载均衡和目标URL定位。

       在newInstance方法中，解析了接口方法的注解，生成了MethodHandler，并用FeignInvocationHandler封装，这个InvocationHandler在代理类实例化时被调用，实现了远程调用。最终，通过Proxy.newProxyInstance动态生成了代理类，完成FeignClientFactoryBean的实例化过程。

       总的来说，FeignClientFactoryBean实例化是通过一系列配置和代理生成，实现了Spring Cloud OpenFeign的远程调用功能。如果你对源码的深入理解感兴趣，下期文章将继续解析调用源码细节。

STL源码学习（3）- vector详解

       STL源码学习（3）- vector详解

       vector的迭代器与数据类型：vector内部的连续存储结构使得任何类型的数据指针都可以作为其迭代器。通过迭代器，可以执行诸如指针操作，如访问元素值。

       vector定义了两个迭代器start和finish，分别指向元素的起始和终止地址，同时还有一个end_of_storage标记空间的结束位置。vector的容量保证大于等于已分配元素空间，提供了获取空间大小的函数，如front和back的值以引用返回，更高效。

       空间配置原理：STL中的vector使用SGI STL容器的二级空间配置器。vector头部包含配置信息，如data_allocator作为空间配置器的别名。简单配置器（simple_alloc）是封装了高级和低级配置器调用的抽象类。

       构造函数与内存管理：vector通过空间配置器创建元素。构造函数允许预分配并初始化元素，fill_initialize用于调整空间范围，allocate_and_fill则分配空间并填充。这个过程涉及data_allocator的allocate函数，分配空间并返回起始地址。

       vector析构时，调用deallocate函数释放空间。pop_back和erase方法会移除元素并销毁相应空间，clear则清除全部元素。insert操作复杂，根据元素数量和容器状态可能需要扩容。

       插入与扩展操作：push_back在末尾插入元素，如果空间不足，可能需要扩容。insert接受三个参数，根据情况处理插入操作，可能抛出异常并销毁部分元素。

Servlet源码和Tomcat源码解析

       画的不好，请将就。

       我一般用的IDEA，很久没用Eclipse了，所以刚开始怎么继承不了HttpServlet类，然后看了一眼我创建的是Maven项目，然后去Maven仓库粘贴了Servlet的坐标进来。

       maven坐标获取，直接百度maven仓库，选择第二个。

       然后搜索Servlet选择第二个。

       创建一个类，不是接口，继承下HttpServlet。

       Servlet接口包括：init()、service()、destroy()和getServletInfo()。其中init()方法负责初始化Servlet对象，容器创建好Servlet对象后会调用此方法进行初始化；service()方法处理客户请求并返回响应，容器接收到客户端要求访问特定的Servlet请求时会调用此方法；destroy()方法负责释放Servlet对象占用的资源；getServletInfo()方法返回一个字符串，包含Servlet的创建者、版本和版权等信息。

       ServletConfig接口包含：getServletName()、getServletContext()、getInitParameter(String var1)和getInitParameterNames()。其中getServletName()用于获取Servlet名称，getServletContext()获取Servlet上下文对象，getInitParameter(String var1)获取配置参数，getInitParameterNames()返回所有配置参数的名字集合。

       GenericServlet抽象类实现了Servlet接口的同时，也实现了ServletConfig接口和Serializable接口。它提供了一个无参构造方法和一个实现init()方法的构造方法。GenericServlet中的init()方法保存了传递的ServletConfig对象引用，并调用了自身的无参init()方法。它还实现了service()方法，这是Servlet接口中的唯一没有实现的抽象方法，由子类具体实现。

       HttpServlet是Servlet的默认实现，它是与具体协议无关的。它继承了GenericServlet，并实现了Servlet接口和ServletConfig接口。HttpServlet提供了一个无参的init()方法、一个无参的destroy()方法、一个实现了getServletConfig()方法的方法、一个返回空字符串的getServletInfo()方法、以及一个实现了service()方法的抽象方法。service()方法的实现交给了子类，以便在基于HTTP协议的Web开发中具体实现。

       Tomcat的底层源码解析如下：

       Server作为整个Tomcat服务器的代表，包含至少一个Service组件，用于提供特定服务。配置文件中明确展示了如何监听特定端口（如）以启动服务。

       Service是逻辑功能层，一个Server可以包含多个Service。Service接收客户端请求，解析请求，完成业务逻辑，然后将处理结果返回给客户端。Service通常提供start方法打开服务Socket连接和监听服务端口，以及stop方法停止服务并释放网络资源。

       Connector称为连接器，是Service的核心组件之一。一个Service可以有多个Connector，用于接收客户端请求，将请求封装成Request和Response，然后交给Container进行处理。Connector完成请求处理后，将结果返回给客户端。

       Container是Service的另一个核心组件，按照层级有Engine、Host、Context、Wrapper四种。一个Service只有一个Engine，它是整个Servlet引擎，负责执行业务逻辑。Engine下可以包含多个Host，一个Tomcat实例可以配置多个虚拟主机，默认情况下在conf/server.xml配置文件中定义了一个名为Catalina的Engine。Engine包含多个Host的设计使得一个服务器实例可以提供多个域名的服务。

       Host代表一个站点，可以称为虚拟主机，一个Host可以配置多个Context。在server.xml文件中的默认配置为appBase=webapps，这意味着webapps目录中的war包将自动解压，autoDeploy=true属性指定对加入到appBase目录的war包进行自动部署。

       Context代表一个应用程序，即日常开发中的Web程序或一个WEB-INF目录及其下面的web.xml文件。每个运行的Web应用程序最终以Context的形式存在，每个Context都有一个根路径和请求路径。与Host的区别在于，Context代表一个应用，如默认配置下webapps目录下的每个目录都是一个应用，其中ROOT目录存放主应用，其他目录存放子应用，而整个webapps目录是一个站点。

       Tomcat的启动流程遵循标准化流程，入口是BootStrap，按照Lifecycle接口定义进行启动。首先调用init()方法逐级初始化，接着调用start()方法启动服务，同时伴随着生命周期状态变更事件的触发。

       启动文件分析Startup.bat：

       设置CLASSPATH和MAINCLASS为启动类，并指定ACTION为启动。

       Bootstrap作为整个启动时的入口，在main方法中使用bootstrap.init()初始化容器相关类加载器，并创建Catalina实例，然后启动Catalina线程。

       Catalina Lifecycle接口提供了一种统一管理对象生命周期的接口，通过Lifecycle、LifecycleListener、LifecycleEvent接口，Catalina实现了对Tomcat各种组件、容器统一的启动和停止方式。在Tomcat服务开启过程中，启动的一系列组件、容器都实现了org.apache.catalina.Lifecycle接口，其中的init()、start()和stop()方法实现了统一的启动和停止管理。

       加载方法解析server.xml配置文件，加载Server、Service、Connector、Container、Engine、Host、Context、Wrapper一系列容器，加载完成后调用initialize()开启新的Server实例。

       使用Digester类解析server.xml文件，通过demon.start()方法调用Catalina的start方法。Catalina实例执行start方法，包括加载server.xml配置、初始化Server的过程以及开启服务、初始化并开启一系列组件、子容器的过程。

       StandardServer实例调用initialize()方法初始化Tomcat容器的一系列组件。在容器初始化时，会调用其子容器的initialize()方法，初始化子容器。初始化顺序为StandardServer、StandardService、StandardEngine、Connector。每个容器在初始化自身相关设置的同时，将子容器初始化。

. Spring源码篇之SpEL表达式

       Spring的SpEL表达式，即Spring Expression Language，是Spring框架中实现复杂功能的关键组件。在Spring中，独立的spring-expression模块用于支持这一功能。本文将提供对SpEL表达式源码的简要分析，以帮助理解其基本用法。

       在AbstractBeanFactory中，有一个名为beanExpressionResolver的属性，用于配置默认的表达式解析器。在初始化BeanFactory时，通过AbstractApplicationContext#prepareBeanFactory设置默认值，该值默认为开启状态，可通过配置参数spring.spel.ignore=false来关闭表达式功能。

       核心解析组件是BeanExpressionResolver，它提供了evaluate方法，用于解析传入的表达式并返回结果。作为实现类，StandardBeanExpressionResolver具体实现evaluate方法，执行解析任务。

       解析SpEL表达式的接口是ExpressionParser，它接收表达式和ParserContext，后者定义了解析规则。关键子类包括SpelExpressionParser、InternalSpelExpressionParser和TemplateAwareExpressionParser。在解析过程中，会调用TemplateAwareExpressionParser#parseExpressions方法，该方法进一步调用InternalSpelExpressionParser#doParseExpression，实现表达式的详细解析。解析流程的关键步骤是tokenizer.process和eatExpression方法，它们负责识别和处理特殊字符以及逻辑运算。

       SpEL表达式本质上是一个语法树结构，涉及复杂的运算、对象访问和方法调用。它支持的字符规范包括括号、逻辑运算符（如or、and）、比较运算符（如>、<）、点号（用于访问对象属性）、问号（用于条件判断）、美元符号（用于访问变量）等。

       以下是使用SpEL表达式的简单示例：

       案例一

       输出特定值或表达式的结果。

       案例二

       对数据集进行处理，例如筛选、排序或计算。

       案例三

       执行对象方法，如调用实例方法或访问静态方法。

       案例四

       使用SpEL获取Spring容器中的Bean实例，包括使用@和&注解来分别获取普通Bean和FactoryBean。

       通过以上分析，我们大致了解了SpEL表达式的功能和基本用法。理解这些关键类及其功能有助于在实际开发中灵活运用SpEL，提高代码的可维护性和可读性。尽管SpEL的实现细节复杂，掌握其核心概念和用法足以应对常见的应用场景。

polars源码解析——DataFrame

       本文将深入剖析polars中DataFrame的核心构造与关键函数，如select、filter和groupby。DataFrame在polars-core的底层，基于Vec容器构建，其结构简单，由一系列Series构成，能够直接利用Vec的特性，如pop和is_empty。

       select函数的执行流程涉及select_impl和select_series_impl。filter功能虽简单，但采用多线程技术提升性能，如take和sort操作。关于groupby，它首先通过接收一个基于列的迭代器进行分组，选定列后，调用groupby_with_series生成GroupBy结构，用于后续的聚合操作。

       groupby的核心在于groupby_with_series，它根据传入的列名进行分组，构建GroupsProxy对象。group_tuples方法根据不同情况使用SortedSlice或Idx存储分组信息。在对DataFrame按"date"列分组并计算"temp"列数量的例子中，首先进行select操作，确定聚合列，然后执行count聚合。

       在执行聚合时，polar利用groups中的索引获取分组数据，通过ChunkedArray进行并行计算，显著提高了性能。整体来看，DataFrame的这些操作都在巧妙地利用了数据结构和并行计算的优势。

yarn源码分析（四）AppMaster启动

       在容器分配完成之后，启动容器的代码主要在ContainerImpl.java中进行。通过状态机转换，container从NEW状态向其他状态转移时，会调用RequestResourceTransition对象。RequestResourceTransition负责将所需的资源进行本地化，或者避免资源本地化。若需本地化，还需过渡到LOCALIZING状态。为简化理解，此处仅关注是否进行资源本地化的情况。

       为了将LAUNCH_CONTAINER事件加入事件处理队列，调用了sendLaunchEvent方法。该事件由ContainersLauncher负责处理。ContainersLauncher的handle方法中，使用一个ExecutorService（线程池）容器Launcher。ContainerLaunch实现了Callable接口，其call方法生成并执行launch_container脚本。以MapReduce框架为例，该脚本在hadoop.tmp.dir/application name/container name目录下生成，其主要作用是启动MRAppMaster进程，即MapReduce的ApplicationMaster。