工程

以前用的办法太老土啦 看到一个since C++11的方法，我觉得比较优雅 1 #include <iostream> 2 #include <chrono> 3 //#include <ratio> 4 #include <thread> 5 6 void f() 7 { 8 std::this_thread::sleep_for(std::chrono::seconds(1)); 9 } 10 11 int main() 12 { 13 auto t1 = std::chrono::high_resolution_clock::now(); 14 f(); 15 auto t2 = std::chrono::high_resolution_clock::now(); 16 17 // floating-point duration: no duration_cast needed 18 std::chrono::duration<double, std::milli> fp_ms = t2 - t1; 19 20 // integral duration: requires duration_cast 21 auto int_ms = std::chrono::duration_cast<std::chrono::milliseconds>(t2 - t1); 22 23 // converting integral duration to integral duration of shorter divisible time unit: 24 // no duration_cast needed 25 std::chrono::duration<long, std::micro> int_usec = int_ms; 26 27 std::cout << "f() took " << fp_ms.count() << " ms, " 28 << "or " << int_ms.count() << " whole milliseconds " 29 << "(which is " << int_usec.count() << " whole microseconds)" << std::endl; 30 }

用gdb调试c++的时候，需要添加-g编译选项add_compile_options(-g)，并且关掉各种编译优化 如果是多线程程序，可以用info threads 查看每个线程的信息

先放资料． kafka简明教程

资料推荐这个：MySQL C API programming tutorial 环境为ubuntu 14.04 lts 需要安装mysql 和mysql 开发包 sudo apt-get install libmysqlclient15-dev mysql-server mysql-client 先在mysql 中建立test数据库和test表格 mysql>create database test; mysql>use test; //切换到test数据库中 mysql> create table test(name varchar(255),num int(10) ); //创建一个叫test的表 mysql>show create table test; //显示刚才创建的表信息 mysql> select * from test; //查询test表中数据 mysql>quit 然后用如下cpp代码连接

一个国内vps，一个国外vps. 前提是国外vps已经配置好。 接下来，我们在国内vps上安装haproxy yum -y install haproxy 或者 apt-get install haproxy 然后修改配置文件，位置在/etc/haproxy/haproxy.cfg

20190511更新： 证书到期了，写一下更换证书的流程. 重新申请好证书之后，直接把 Apache 里对应的 1、2、3 放到 /data/cert 文件夹。 其中 1 对应 server-ca.crt，2 对应 server.crt，3 对应 server.key。

迫于拙劣的cpp水平，这次来记录一些关于STL算法部分的内容。 参考内容是CS106L的course reader Iterator Categories # Iterators分为以下五种： Output Iterators：可以使用 ++；可以用 *myItr = value，不能用 value = *myItr Input Iterators：可以使用 ++；可以用 value = *myItr，不能用 *myItr = value Forward Iterators：可以使用 ++，可以同时用 value = *myItr 和 *myItr = value Bidirectional Iterators：比起 Forward Iterator 多了 --，但是不能 + 或者 += Random-Access Iterators：比起 Bidirectional Iterators 多了 + 和 += Algorithm Naming Conventions # 一些关于STL Algorithm的命名规则

迫于拙劣的cpp水平，来补补以前忽略掉的cpp细节。 老规矩，先放资料。 参考资料： A Gentle Introduction to C++ IO Streams “Designing and implementing a general input/output facility for a programming language is notoriously difficult” Bjarne Stroustrup Stream的基本认识 # 说说我的理解。stream(流)可以看做输入输出的抽象。我们通过流可以忽略掉device的细节，采取同样的输入输出方式。

迫于要在服务器上写cpp代码，又由于各种原因，没办法把同步到本地。因此要在服务器上配置一个cpp的环境orz. 我是用vim-plug来管理插件的，只需要添加 Plug ‘scrooloose/nerdtree’, { ‘on’: ‘NERDTreeToggle’ } 就好了。 下面记录一些会用到的快捷键：

gRPC 是 google 最新发布的开源 RPC 框架， 声称是"一个高性能，开源，将移动和HTTP/2放在首位的通用的RPC框架.". 技术栈非常的新， 基于HTTP/2, netty4.1, proto3, 拥有非常丰富而实用的特性， 堪称新一代RPC框架的典范.

现在用的vim配置还是2015年7月的时候写的。 三年过去了，vim到了8.0，很多功能也有了更多选择。因此打算来更新一波vim配置。目前还在更新过程中…等差不多折腾完再来记录一些信息。

protobuf 是一种轻便高效的结构化数据存储格式，可以用于结构化数据序列化。它很适合做数据存储或 RPC 数据交换格式。可用于通讯协议、数据存储等领域的语言无关、平台无关、可扩展的序列化结构数据格式。

2022-02-26 update: 说学习笔记听起来像在分析代码…但是实际上什么都没干，还是写“使用笔记”好了 大三的时候看过一点 leveldb 的源码，不过没有怎么用过。 最近有个需求是存人脸的 feature 到硬盘，似乎使用 leveldb 比较合适，因此来学习一下使用。

接触 Eigen 的原因是最近在看 caffe/caffe2 源码，caffe2 中使用了 Eigen 库。Eigen 是一个基于 C++ 模板的线性代数库，直接将库下载后放在项目目录下，然后包含头文件就能使用，非常方便。对于 Linux 用户，只需要把头文件放到 /usr/include 下即可。此外，Eigen 的接口清晰，稳定高效。

windows自己更新把grub更新挂了…. 更新的时候要重启几次，重启一次挂一次… 讲真，windows(或者说win10?) 是我见过的最辣鸡的OS了… 自己把自己弄挂这事不是一两次了.

前置技能点： gnu make linux下.so,.a,.o文件 cmake是一个工具，也可以看成一门语言。 学习cmake最大的障碍在于看不懂全是大写的英文 学习cmake主要参考了《cmake practice》

发现我对工程一无所知 QAQ。 参考资料： Library Archives: Static and Dynamic 简单地说，.a 文件是静态库，而 .so 文件是共享对象（动态库），作用类似 Windows 下的 DLL。 .o 文件则相当于 Windows 下的 .obj 文件。编译器通常先把各个源文件编译为目标文件，再将它们链接成最终的可执行文件。

emmm，博客的数据库又挂了。 看了下log，发现innoDB: Cannot allocate memory for the buffer pool　的error 查了下，貌似是内存不够了？　orz 用free 命令看了下，阿里云ecs貌似是默认没有swap分区的。

CUDA 编程涉及到在不同的平台上同时运行代码：包含 CPU 的 host 和包含 GPU 的 device。 所以了解 host 和 device 的差异对性能优化是非常重要的。 2.1. Differences between Host and Device # Threading resources # host 上能同时运行的线程数目比较少（比如 24 个）。

APOD指的是Assess, Parallelize, Optimize, Deploy 如图所示，APOD过程是一个循环的过程，每次只进行一部分，从A到P到O到D，然后再进行下一轮的APOD Assess # 对于一个项目，第一步要做的是接触(Assess)项目，得到项目代码中每部分的执行时间。有了这部分内容，开发者就可以找到并行优化的瓶颈所在，并开始尝试用GPU加速。