1.ONNX一本通：综述&使用&源码分析（持续更新）
2.FFmpeg API深度解析：视频流画面合并、解析接口拼接与裁剪技巧
3.CreateCollection API执行流程_milvus源码解析
4.C++后端开发——POSIX网络API解析
5.Unlua源码解析（附） 读源码的码解前置知识
6.next.js 源码解析 - API 路由篇

ONNX一本通：综述&使用&源码分析（持续更新）

       ONNX详解：功能概述、Python API应用与源码解析

       ONNX的解析接口核心功能集中在模型定义、算子操作、码解序列化与反序列化，解析接口以及模型验证上。码解asp源码阅读它主要通过onnx-runtime实现运行时支持，解析接口包括图优化和平台特定的码解算子库。模型转换工具如tf、解析接口pytorch和mindspore的码解FMK工具包负责各自框架模型至ONNX的转换。

       ONNX Python API实战

       场景一：构建线性回归模型，解析接口基础操作演示了API的码解使用。

       场景二至四：包括为op添加常量参数、解析接口属性以及控制流（尽管控制流在正式模型中应尽量避免）。码解

       场景五和后续：涉及for循环和自定义算子的解析接口添加，如Cos算子，涉及算子定义、添加到算子集、Python实现等步骤。

       源码分析

       onnx.checker：负责模型和元素的检查，cpp代码中实现具体检查逻辑。

       onnx.compose、onnx.defs、onnx.helper等：提供模型构建、算子定义和辅助函数。

       onnx.numpy_helper：处理numpy数组与onnx tensor的转换。

       onnx.reference：提供Python实现的op推理功能。

       onnx.shape_inference：进行模型的形状推断。

       onnx.version_converter：处理不同op_set_version的转换。

       转换实践

       ONNX支持将tf、pytorch和mindspore的模型转换为ONNX格式，同时也有ONNX到TensorRT、MNN和MS-Lite等其他格式的转换选项。

       总结

       ONNX提供了一个统一的IR（中间表示）框架，通过Python API构建模型，支持算子定义的ssrp公式指标源码检查和模型的序列化。同时，它利用numpy实现基础算子，便于模型的正确性验证，并支持不同框架模型之间的转换。

FFmpeg API深度解析：视频流画面合并、拼接与裁剪技巧

       FFmpeg深度探索：视频流的魔术拼接、裁剪与融合技巧

       1. 神奇拼接，艺术创作

       将视频片段无缝连接，如同艺术创作，FFmpeg API提供强大的工具。av_read_frame如同探索宝箱，av_frame_alloc和av_frame_copy则是大师级的融合手法。了解这些函数，掌握视频流的编织艺术。

       2. 无缝对接，画面融合

       新闻直播与录播的无缝结合，FFmpeg为你提供关键步骤。首先，通过av_read_frame获取帧，然后用av_frame_alloc为合并帧备好画布，用av_frame_copy实现画面的无缝对接。注意帧大小和时间戳管理，以保证播放的流畅性。

       3. 示例代码的炼金术

       extern "C" { ... // FFmpeg库头文件 ... int main() { ... // 初始化，炼制你的视频魔法 ... } }

       这段代码揭示了如何在FFmpeg的世界中，通过av_frame_copy的精确操作，保持原始帧数据的完整性，为视频处理添加特效和水印。

       4. av_frame_copy的精妙之处

       复制帧数据时，务必注意像素格式、引用计数等问题，理解其背后的原理，以避免潜在问题。深入libavutil/frame.c源码，解锁复制技巧的风铃多商户源码奥秘。

       5. 拼接艺术的实用技巧

       对于高亮片段或视频组合，FFmpeg的API函数如av_interleaved_write_frame确保了时间顺序的连贯性，让视频片段的融合如诗如画。

       6. 实践操作指南

       以av_read_frame起航，av_interleaved_write_frame完成视频拼接之旅。

       从头到尾，保持清晰的逻辑和代码注释，实现高效与清晰的视频处理。

       Linux内核中的多媒体设备交互代码提供了深入理解的窗口，就像《庄子》中“道生万物”的哲学启示。

       通过细致的参数调整，如时间基准调整和质量优化，FFmpeg API让你在处理视频时游刃有余，无论是裁剪、拼接还是其他复杂任务，都能得心应手。

       7. 结语

       在FFmpeg的世界里，每一行代码都是一次艺术与技术的碰撞。掌握API，你就能驾驭视频流，创造出令人惊叹的作品。记住，知识是智慧的钥匙，谦逊是进步的阶梯。

CreateCollection API执行流程_milvus源码解析

       在分析milvus源码中的CreateCollection API执行流程时，我们需要详细拆解从客户端请求到数据最终存储在etcd的过程。在milvus版本v2.3.2中，CreateCollection API的执行流程大致分为以下几个关键步骤：

       首先，客户端SDK接收用户创建集合（collection）的请求，并将此请求封装为createCollectionTask，随后将其放入ddQueue队列。

       随后，此任务在proxy内依次执行PreExecute、Execute和PostExecute三个方法。PreExecute阶段进行参数校验等预处理工作，自动uuid答题源码Execute阶段则是真正执行逻辑，而PostExecute阶段完成执行后的清理工作，通常不做任何操作并返回nil。

       在Execute方法中，proxy调用rootCoord的CreateCollection接口，此接口进一步封装请求为rootcoord里的createCollectionTask。

       接下来，rootCoord的CreateCollection接口执行CreateCollectionTask的Prepare、Execute和NotifyDone方法。核心操作在Execute阶段，其中涉及到多个步骤，包括expireCacheStep、addCollectionMetaStep、watchChannelsStep、changeCollectionStateStep等。在这些步骤中，重点是addCollectionMetaStep，负责etcd元数据的操作。

       在addCollectionMetaStep的Execute方法中，s.core.meta.AddCollection方法被调用。此方法在etcd中创建了多个与集合相关的key-value对，这些key值按照特定规则构建，反映了集合、分区和字段之间的关系。

       具体而言，集合信息通过key `root-coord/database/collection-info/1/` 存储在etcd中，value为protobuf序列化的etcdpb.CollectionInfo，这表示集合由ID、DbId、schema等组成，schema中不记录字段、分区ID或名称等信息。etcd以二进制形式存储这些数据。

       分区信息通过类似 `root-coord/partitions//` 的路径存储，value为etcdpb.PartitionInfo，mplayer源码在哪里同样采用protobuf序列化后存储在etcd中。此信息包括partitionID、partitionName、collectionId等。

       字段信息通过 `root-coord/fields//` 的路径存储，value为schemapb.FieldSchema，包含字段ID、名称、描述、数据类型等信息。

       在执行完毕后，将所有key-value对批量写入etcd，最终完成集合的创建。

       总结而言，CreateCollection API的执行流程涉及多个组件协作，从客户端请求开始，经过proxy和rootCoord的处理，最终在etcd中存储集合、分区和字段的元数据，实现了集合的创建。整个流程中，etcd作为关键的数据存储层，提供了持久化和高可用性保障。

C++后端开发——POSIX网络API解析

       网络中进程之间如何通信？网络中进程通信的唯一标识是三元组（ip地址，协议，端口），利用此标识，网络进程可以进行交互。实现网络通信的常用API是UNIX BSD的套接字（socket）和UNIX System V的TLI，而现代应用几乎都采用socket。

       POSIX标准定义了操作系统为应用程序提供的接口标准，实现源代码级别的软件可移植性。不同内核提供的系统调用不同，POSIX标准通过统一接口解决了源代码移植问题。如创建进程的函数，Linux下是fork，Windows下是createprocess。编写程序时只需包含unistd.h，调用统一接口函数，实现源代码级别移植。

       POSIX网络API是网络编程常用的接口，包括socket、bind、listen、connect、accept、send、recv等。socket函数用于创建句柄和TCB控制块，建立文件描述符与内部控制块的对应关系。bind函数将特定地址赋给socket，listen函数开始监听网络上的连接请求，connect函数向服务端发起连接请求，accept函数接收连接请求并分配新描述符，send和recv函数用于数据收发。

       注意点包括：主机字节序与网络字节序的转换，listen、connect、accept三个函数与三次握手过程，send和recv数据收发策略，以及close关闭socket的四次挥手过程。实现网络中进程通信的关键在于正确使用这些API，并注意细节。

Unlua源码解析（附） 读源码的前置知识

       在解析Unlua源码时，需要熟悉Lua的基本API和交互机制。以下为关键API及功能解析：

       1. lua_getfield(L, k)：获取指定表中由key k指向的值，压入栈顶。

       2. lua_gettop(L)：返回栈顶元素的索引，即栈的大小。

       3. lua_rawget(L, -2)：与lua_getfield类似，获取t[k]的值压入栈顶，但不调用元方法。

       4. lua_rawset(L, -4)：设置t[k] = v，同样不通过元方法。

       5. lua_remove(L, -2)：移除栈中index为-2的内容，之后所有元素下移。

       6. Lua与C++交互机制：调用开始时，Lua参数依次压入栈；调用结束时，C++返回值压入栈，同时返回值数量。

       在lua.h中，lua与C交互的API如下：

       1.1 lua_register：将C函数设置为全局名称的新值，允许Lua端调用。

       1.2 lua_gettop：返回栈顶元素的索引，用于获取栈大小。

       1.3 lua_pop：弹出栈中指定数量的值。

       1.4 lua_tolstring：将指定位置的值转换为C字符串，并返回字符串长度。

       1.5 lua_tostring：与lua_tolstring类似，但返回长度为NULL。

       1.6 lua_getfield：将表中key指向的值压入栈顶。

       1.7 luaL_getmetatable：获取指定表的元表并入栈。

       1.8 luaL_newmetatable：创建新元表并入栈，或重用已有。

       1.9 lua_getmetatable：获取指定索引处的表的元表。

       1. lua_pushstring：将字符串入栈，Lua会做拷贝。

       1. lua_settable：设置表中key对应的值。

       1. lua_rawset：与lua_settable类似，不调用元方法。

       1. lua_gettable：从表中获取key对应的值。

       1. lua_rawget：与lua_gettable类似，不调用元方法。

       1. lua_pushinteger：将数字入栈。

       1. lua_pushlightuserdata：将指针入栈。

       1. lua_pushcclosure：创建闭包入栈。

       1. lua_pushvalue：复制指定位置的值入栈。

       1. lua_setmetatable：设置表元表。

       1. lua_getglobal：获取全局变量并入栈。

       1. lua_setglobal：设置全局变量值。

       1. lua_pushnil：入栈nil值。

       1. lua_upvalueindex：获取闭包中的upvalue。

       1. lua_touserdata：返回完整 userdata 或 light userdata 指针。

       1. lua_newtable：创建空表并入栈。

       1. lua_createtable：预分配空间后创建空表。

       1. lua_next：用于遍历表元素。

       1. lua_tolstring：将指定位置的值转换为C字符串。

       1. lua_tostring：与lua_tolstring类似，但不返回长度。

       1. lua_newuserdata：分配内存并创建 userdata。

       1. lua_call：调用Lua函数。

       1. lua_pcall：与lua_call类似，用于调用Lua函数。

       在Lua中，存在一些全局方法如rawset和rawget，用于直接写入或读取表元素而避免元方法的调用。

       综上所述，通过掌握这些API，开发者能有效利用Lua与C++的交互机制，实现复杂、高效的数据处理和逻辑交互。

next.js 源码解析 - API 路由篇

       本文深入解析 next.js 的 API 路由实现细节，以清晰的步骤指引，帮助开发者更好地理解此框架如何管理与处理 API 请求。首先，我们确认了源码的位置位于 next.js 的 packages 文件夹中，重点关注与 API 路由相关的组件。

       在排查 CLI 源码的过程中，我们注意到启动 API 路由的命令，如 `start` 和 `dev`，其实际操作逻辑位于 `next/dist/bin/next` 文件中。通过分析这一文件，我们得知这些命令最终调用的是 `lib/commands.ts` 文件中的 `start` 和 `dev` 函数。

       深入 `lib/commands.ts` 文件，我们发现 `start` 和 `dev` 函数通过 `lib/start-server` 中的 `startServer` 方法实现。在 `startServer` 方法中，`plete方法，消费者会收到一个complete信号，除此之外没有任何操作。

       重复流通过创建一个FluxRepeatPredicate对象实现，这个对象在结束时会重新订阅Publisher，从而产生无限数量的流。doOnSignal方法提供了在框架中不消费数据或转变数据的机制，实际上是操作符FluxPeekFuseable，其peek onNext代码逻辑能大致理解其原理。

       Mono表示要么有一个元素，要么产生完成或错误信号的Publisher。其then方法有五个重载版本，实际上创建了一个MonoIgnorePublisher，通过源码可以发现，MonoIgnorePublisher将真正的监听者封装为IgnoreElementsSubscriber，然后将事件源监听。Mono和Flux都有Create方法，用于创建对应的序列，Mono的create方法创建了MonoCreate对象，里面包含了MonoSink和一个消费者。Mono的then方法会忽略前面的onNext数据，只会传递给下游完成和错误的信号。then(Mono other)则创建了一个ThenIgnoreMain，并在所有操作完成之后开始下一个流的消费。

       Mono和Flux的Create方法创建的对象为MonoCreate和FluxCreate，其中包含了MonoSink或FluxSink和一个消费者。使用using方法可以实现try-with-resource机制，用于包装阻塞API。

       在响应式编程中，我们需要处理各种异常情况，确保异常能够传播到需要接收的地方。Publisher分为冷发布者和热发布者，冷发布者在没有订阅者时不会生成数据，而热发布者不论是否有订阅者都会生成数据。冷热发布者可以相互转换，例如使用defer将热操作符转换为冷操作符，或者使用ConnectableFlux将冷操作符转换为热操作符。在多播流中，一个Publisher可以同时给多个消费者提供数据，但只会收到一次的订阅。

       FluxPublish对象在publish方法中创建，传入参数包括缓存大小和被包装的队列，这表示了publish方法创建了一个FluxPublish对象。在subscribe阶段，FluxPublish内部的PublishSubscriber会添加到父容器中。在connect方法中，真正订阅数据源，随后PublishSubscriber的onSubscribe方法会执行，根据参数拉取数据，onNext方法处理接收到的数据。

       本文通过解析Flux和Mono的常用API，揭示了它们在响应式编程中的应用和原理，旨在帮助读者更好地理解并运用这些流式操作符。正确处理异常、理解冷热发布者之间的转换以及掌握多播流的特性，对于构建高效、灵活的数据流处理系统至关重要。