搜索[优化]结果-低调大师优秀个人博客

IntelliJ IDEA 2022.2 EAP 7 发布，优化远程开发功能

IntelliJ IDEA 2022.2 的第七个 EAP 版本已上线，此版本主要对远程开发功能进行了更新。远程开发在 2021.1.3 版本中作为 IntelliJ IDEA Ultimate 中的 beta 功能发布，远程开发功能将 IDE 拆分为本地和远程组件，IDE 本身作为后端服务安装在远程服务器上用于加载项目。同时瘦客户端（thin client）在本地运行并提供完整的工作 UI。这两个组件通过 SSH 连接，在远程服务器进行繁重任务的处理，进而提供流畅的本地体验。关于远程开发的更多内容可查看 JetBrains 中国的博客。 JetBrains 网关所有远程开发更新都可以通过捆绑的远程开发功能以及 JetBrains Gateway 访问，JetBrains Gateway 是一个独立的应用程序，可作为所有远程开发环境的单一入口点。卸载后端通过此构建可以卸载任何过时的 IDE 后端，只需按照以下步骤操作：在最近的项目屏幕上，单击管理 IDE按钮。在这里可以找到当前安装的 IDE 的列表。选择要删除的 IDE 并确认选择。欢迎屏幕此版本更新了欢迎屏幕。在这里可以选择你心仪的后端编排方法：可以手动配置服务器或选择具有现成开发环境的提供商，例如Space或Gitpod。其他质量改进最近的项目 - GTW-1123始终显示主机状态。支持 CSH 和 TCSH 作为远程主机的登录 shell –GTW-747。如果禁用 SFTP 或 SFTP 路径非标准 -GTW-870，部署不会失败。 JetBrains 客户端 VCS 注释此版本在 JetBrains Client 的装订线菜单中添加了 VCS 注释，这个改进允许开发人员在远程开发时直接在瘦客户端上跟踪项目更改，可以找出谁对代码进行了更改，查看提交之间的差异，并浏览项目历史记录。 Gradle 此版本修复 Gradle 工具窗口中的一个问题，现在可以在选择任务树的根节点时查看构建日志 (CWM-4416)。最重要的是，点击停止按钮将正确停止构建 (CWM-3734)。 GitHub 此版本添加了一些修复，可以在远程开发时无缝登录 GitHub 帐户。在 JetBrains Client 中打开Settings ，然后选择Version Control|GitHub|添加帐户即可加入 GitHub 帐户。终端 - Terminal 大部分终端升级都围绕改进瘦客户端和 IDE 后端之间的连接，目标是使远程开发体验与本地开发一样流畅。端口转发 -Port forwarding 端口转发功能可用于终端上运行的进程。此外，关闭远程会话时，PowerShell、Bash 和 Zsh 等终端进程将终止。有关此版本中包含的完整更改列表，请参阅发布博客和发行说明。

2022-07-01

Arm 优化在 AArch64 Linux 上运行 Docker

虽然 Docker 已支持在 AArch64 Linux 上运行，但主线 Linux 内核的默认配置“defconfig”缺少一些允许其开箱即用运行的功能。一位 Arm 工程师提议调整这些默认值，以更轻松、直接地在 64 位 Arm 上运行 Docker。用于构建内核主线的 Linux Kernel ARM64 (AArch64) 默认配置“defconfig”——缺少一些选项以允许 Docker 在不修改 Kconfig 文件的情况下运行。诚然，大多数 Linux 发行版内核已经自定义了它们的内核配置，并支持在 AArch64 Linux 服务器上轻松使用 Docker，但对于那些旨在基于 defconfig 的构建或只是想在 Arm Linux 服务器越来越多的情况下不那么困扰的开发者来说，Arm 工程师 Vincenzo Frascino 正在寻求更新默认配置以处理 Docker。目前 ARM64 defconfig 缺少启用 cgroup freezer 支持、Netfilter 桥接模块、Netfilter 标记匹配、Netfilter 对数据包的 IPVS 属性匹配以及 IP 虚拟服务器支持。 Vincenzo Frascino 提交的补丁目前正在等待审核，其更新了默认配置，以启用允许 Docker 在默认配置的 ARM64 Linux 内核上顺畅运行的功能。

2022-06-09

一些有趣的B+树优化实验

探索前沿研究，聚焦技术创新，本期DB·洞见由腾讯云数据库高级工程师王宏博进行分享，主要介绍一篇2022年FAST的论文，主题为“基于硬件透明压缩的B+树优化”。

2022-06-08

React Native 资源更新增量包的优化实践

本文首发于微信公众号“Shopee技术团队” 。作者：Pei，来自 Shopee 商家服务前端团队。 1. 背景 Shopee 的许多手机应用是原生与 React Native（下文简称 “RN”）的混合（hybrid）应用。在用户打开 App 时，客户端会发起请求查看是否有新版 RN 资源。若有，则后台静默下载最新资源，重新加载 RN，以实现 RN 更新。这样的更新过程免却了用户去 Google Play/App Store 重新下载 App 的麻烦，也能迅速把最新资源推送给所有用户。另一方面，RN 资源虽会更新迭代，但新旧版的差异其实只占小部分，让用户下载全量资源不仅浪费用户流量，也影响用户对 App 的使用体验（因为后台静默更新仍然会挤占带宽资源）。自然而然，我们会想到“增量（差量）更新”，客户端仅下载新旧 RN 资源的差异部分。这个差异部分汇总到一个文件里，这个文件被称之为增量包（或补丁包）。下载完成并验证补丁包的合法性后，方可与旧版本合并为新版本，以此节约流量。考虑到 Shopee 主要市场的网络条件，数据流量的节约尤为重要。但这个增量包应该是怎样的呢？本文会以循序渐进的思路分析各种方案的优缺点，包括 Shopee 公司内的探索实践过程所产生的方案，以及业界提供的方案，最后提出 FolderBsdp 算法，对直接资源进行差分，实现增量更新。 2. 增量包实践方案进化之路 2.1 直接传输差异的（原始）文件 RN 资源包括转译后的 JavaScript 代码、各语言翻译 JSON 文件、图片等媒体资源、配置文件。我们把这些资源称为“直接资源”。它们是 RN 打包的直接产物，也是日常供客户端调用的存在形式。如果这些“直接资源（原始文件）”在 CDN 上，保留新旧资源的文件目录，即可对应下载新增的和修改的文件。其缺点主要有两方面： 1）分散传输易出错如果有新增图片和修改翻译文件等修改，需要发起多次 HTTP 请求到 CDN 下载文件，这样会复杂化更新的异常处理情况，比如部分文件下载过程中断的恢复问题。 2）传输量大费流量图片和翻译 JSON 文件用原始文件传输浪费数据流量，因为这些资源本可以被压缩。翻译文件体积较大，但每个版本的修改一般是细微新增若干行，没有必要直传整个文件。因此，所谓传输“差异”的部分，文件级别的“差异”颗粒度还是太大了。 2.2 文件间的差分算法 BSDiff 为了避免 2.1 中的问题，我们引入了差分算法，以实现增量更新。 2.2.1 差分算法文件间的差分算法是一种实现增量更新的方法。差分算法的入参是新旧两个文件，其输出是两个文件的差异部分，称为 Patch，即补丁包（也称增量包）。一个差分算法还有与之配套的打补丁算法，其入参是旧文件和 Patch，输出是新文件。不同的差分算法各有优劣，体现在差分和打补丁操作的时空复杂度、Patch 体积、Patch 内容可读性等。 2.2.2 Bsdp（BSDiff & BSPatch）算法 BSDiff 算法是一个非常流行的差分算法，它专注于得到尽可能小的 Patch 体积（适用于 Patch 要通过网络传输的更新方式），被 Google Chrome 等软件广泛使用，非常适合代码升级这种具有局域性的稀疏的改动。 BSDiff 算法开源且免费，用 C 语言写成，源代码可以在服务端、Android/iOS 端执行。BSDiff 算法所搭配的打补丁算法 BSPatch 可以将旧文件和 Patch 结合，恢复出新文件。BSDiff 和 BSPatch 算法并称 Bsdp 算法。 2.2.3 直接使用 BSDiff 算法的优缺点对比于“2.1 直接传输差异的（原始）文件”，如果只传输 BSDiff 所生成的差异 Patch，的确能够减少传输的数据流量，加快下载过程。但是，它没有解决频繁发起多次 HTTP 请求去下载各个文件的问题。我们需要一个方法把资源合并起来，一起下载。 2.3 压缩资源的 BSDiff 考虑到各个资源文件分散传输（2.1 与 2.2）的缺点，改进方式是在编译时把 RN 各直接资源文件放在一个文件夹里，然后用 ZIP 工具压缩为一个文件，采用 ZIP 压缩资源全量包以及压缩资源的 Patch 来实现初始安装和后续更新。具体说来，RN 打包的直接产物包含了一定目录结构的 JS 代码、翻译 JSON、图片、配置文件。所有这些文件压缩为一个 ZIP 压缩包。在 App 初始安装时，里面有这个 ZIP 包，以及其解压的 RN 资源。在用户使用 App 的过程中，若有新版 RN 资源，则会下载对应 Patch 文件，运用 BSPatch 算法与先前的 ZIP 压缩包（客户端打包时并不删除当时 RN 资源的 ZIP 压缩包）结合，即可得到新版本的 ZIP 压缩包，这个新版本的 ZIP 压缩包保留在用户手机里，以便下一次生成新 ZIP 包，如此反复，持续更新。ZIP 压缩包解压后得到直接资源，即可被使用。从时间线上来看，这样的更新也就是版本迭代，形成如下图所示的更新关系，称为“RN 更新链”。此方案的优点是克服了分列文件方案的缺点。通过 ZIP 压缩文件，多个文件合为一体，资源形式变得简单，HTTP 请求数也减少了。对于全量包来说，它减少了总体积。Shopee 某业务包未压缩时所有资源一共有 14MB，压缩后约为 4MB。但是，此方案隐藏了一个难以发现的缺陷，使得这一方案存在很大的改进空间。这一缺陷就是 ZIP 压缩过程影响了文件的样貌，使得新旧文件的差异扩大，由此，ZIP 压缩包之间的 Patch 体积也过大。以下详细解释这一缺陷。 2.3.1 BSDiff 生成 Patch 的过程 BSDiff 属于“区块移动”算法。为了记录新旧文件的差异以便恢复出来，它使用了动态规划算法——最长公共子序列。对于新文件的内容，它尝试从旧文件找到匹配的最长公共子序列，并记录了新文件的内容相对于旧文件的位置变化，站在新文件面向旧文件的视角，尽可能地用旧文件的内容拼装成新文件。而对于额外的差异，它记录了差异内容以及其在新文件的位置。这些记录的内容和位置信息经过 bzip2 压缩后即得到 Patch 文件。Patch 文件包含的复制和插入信息，在运行 BSPatch 时可以把旧文件变成新文件。简单的示意图如上。蓝色和绿色区块是相同的内容，但是它们出现在文件中的位置不一样，Patch 记录下位置信息。红色的是额外（Extra）的内容，Patch 文件记录下其在新文件的位置及其内容本身。这些记录形成的指令让我们用旧文件和 Patch 文件恢复出新文件。由此，我们领悟到，对重复内容，记录位置偏移（蓝色、绿色区块）所需要的信息量少；对于额外区块，我们不仅要记录位置偏移，还要在 Patch 文件里留存其内容本身（尽管可以压缩）。位置偏移所占的 Patch 文件体积要远小于内容所占体积。额外内容越少（新旧文件越相似），Patch 文件体积越小。 2.3.2 压缩资源使用 BSDiff 的缺陷 Lempel-Ziv 编码算法是 ZIP 压缩算法的重要环节，它又被称为“滑动窗口压缩”。该算法的核心思想是在之前的历史数据中寻找重复字符串。但是，并不是一路回溯到文件头，而是考虑到重复内容的局部性，它设定了一个区间（常见是 32KB）。这个 32KB 的窗口随着编码不断进行而向前滑动。理论上来说，这个滑动窗口（Sliding Window）如果更大，我们有更大概率找到重复字符串，但这样会增大计算量。32KB 是 ZIP 的折中设定。在上图中，当编码来到 “OK.”（右侧，蓝色标记）时，在滑动窗口回溯发现有重复的 “OK.”（左侧，蓝色标记）。LZ 算法记录下左侧 “OK.” 相对于当前位置的距离（Distance）和长度（Length），然后再推进到下一个字符（Next Character）。在压缩的结果文件中，此处就会保留一个“OK.”，然后用 Distance+Length 的方式把 Sliding Window 里重复的 “OK.” 表示出来。这样就避免了 “OK.” 重复出现，节约了体积。若重复字符若更长，压缩效果会更明显。若这段字符出现了细微修改，LZ 算法的编码结果会产生巨大的改动。考虑上图第二行的情况，若插入了 “!”（绿色标记），则编码可能产生两个变化。第一个变化就是编码时扫描到右侧 “OK.” 时，其对应的左侧重复字符的 Distance 发生了改变（Distance 值的变化会产生一系列其他副作用）。第二个可能的变化是因为插入了字符，左侧的 “OK.” 已经超出了滑动窗口的左沿，因此右侧 “OK.” 无法找到此重复字符（此处当然在 32KB 滑动窗口内，仅作示意）。考虑上图第三行的情况，若插入了 “!”（橙色标记），则原有的 “OK.” 重复字符（Literal）不复存在，编码产生了巨大的改动。此外，在 ZIP 压缩算法中还有霍夫曼编码环节，无论是字符（Literal），距离（Distance），还是长度（Length），都不会用其真值表示，而是采用了霍夫曼编码，越常出现的就用越短的字符表示，越不常出现的就用越长的字符表示。另外再保留一张霍夫曼编码后的字符与原字符的对应表格。上面第二行和第三行的情况，会影响到 Literal、 Distance、Length 不同值出现的频率，也就影响到了其对应的编码。这个编码的影响是全局而非局部的。其他主流压缩算法与 ZIP 压缩算法原理本质相同，为了追求压缩比，细微的差异也会有全局的影响。由此，我们可知：压缩不利差分性质。压缩过的文件有可能破坏了新旧 RN 资源的字节流的相似性，基于压缩过的文件进行 BSDiff 计算所得的 Patch 体积存在进一步缩小的可能。计算 BSDiff 基于原始 RN 资源的字节流是一个值得探讨的方向。 2.4 Store 文件的 BSDiff 为了解决 2.3 存在的缺陷（压缩不利差分性质），我们尝试把包含各文件的直接资源以不压缩的方式合并成一个大文件，让原始字节流以其原有的样貌留在文件中，它还可以“解绑”恢复原有的文件及目录结构。通过这个方法，原始的字节流特征就不会被破坏。我们把这样的文件称之为 Store 文件，即没有压缩功能的 Archive 文件。其主流实现有 ZIP 的 Store 模式（也是使用 ZIP 工具，但是不进行 ZIP 压缩算法）以及 Tar 文件格式。ZIP Store 模式的资源执行 BSDiff 算法，（相较于压缩文件）大概 84% 的体积。但是，这一方案也有其缺陷。 2.4.1 ZIP 的 Store 模式要生成 ZIP 的 Store 文件非常简单，所有的 ZIP 工具都有 Store 模式，一般来说是生成 ZIP 包时把入参布尔值 store 设置为 true，解压/解绑时不需要额外提供参数。考虑到使用 ZIP 的 Store 模式主要是因为 Android SDK 原生支持 ZIP 文件的生成和解压/解绑，因此对于包含许多 App 的 Shopee 公司来说是一大优势，不仅节约包体积（重要），还减少协调难度。精简依赖考量——在客户端，我们尽可能不安装额外的依赖包。看似是最优解，但在实践尝试中发现此方案有一个问题：ZIP Store 文件在各端并不兼容。具体的问题是，在后端 Node.js 中，运用通用的 archiver 库所生成的 Store 文件不被 Android 原生的 ZIP 库识别，无法解绑。这一点在网上也有过广泛讨论，见 StackOverflow。其中提出的解决建议是 Android 另外装 Oracle 的 ZIP 库，这与精简依赖考量相违背，不是优秀的选项。那么，在 Android 客户端运用直接资源去生成 ZIP Store 文件行不行呢？答案是否定的。因为 Android 客户端生成的 Store 文件和服务端生成的不同，而服务端的 Patch 是基于服务端的 Store 文件求 BSDiff 所得。哪怕有一个字节的差异，都无法打补丁成功。所以我们不能让客户端去生成 Store 文件。哪怕我们去掉了平台所特有的 metadata，ZIP 本身也是非确定性算法（Non-deterministic Algorithm），这会让打补丁算法失效。所以： ZIP不确定性——跨平台差异性使得 ZIP 压缩包或 ZIP Store 包不能由客户端运用直接资源去生成。 2.4.2 Tar 文件格式 Tar 文件格式在类 UNIX 系统非常流行，是不执行压缩的 Archive-only File（本文续称 Store 文件）。Tar 文件格式不可避免地包含各种平台特有的 metadata，在一部分平台的库中没有彻底去除 metadata 的选项，即便可以，Android 和 iOS 客户端也要为此安装 Tar 文件的解绑依赖包，这与精简依赖考量相违背。 2.4.3 Store 文件格式难以避免的缺点上文讲解了 ZIP Store 文件和 Tar 文件的缺陷，假设我们寻觅到了一个优秀的 Store 文件格式，它支持跨平台统一的 Archive 操作，但还是避免不了一个难以接受的缺陷——增大了客户端存储空间的占用。相比于 ZIP 压缩文件，Store 文件由于未压缩，体积很大。在某些情况下传输全量 Store 包的流量消耗也就变大了。如果我们对于全量 Store 包再进行压缩，则给客户端带来了新的复杂度。那就是资源包具有多种格式，有的要解压两次，有许多异常的可能性，这给客户端带来的负担太沉重。我们需要有另外的方法来差分资源。 3. 最佳实践方案：FolderBsdp 为解决上一章的问题，我们创新性地提出 FolderBsdp 方案。FolderBsdp 是以文件间的 Bsdp 算法为基础，对有目录层级结构的文件夹进行差分。具体来说，它由 FolderBSDiff（求差分）和 FolderBSPatch（打补丁）两个算法相结合。 3.1 FolderBSDiff 的具体算法先比较新旧文件夹的目录结构和内含文件，新文件夹相对于旧文件夹所产生的变动包括五种情况：新增目录、删除目录、新增文件、删除文件、修改文件。对于新增目录、删除目录、删除文件的情况，记录下对应的操作；对于修改文件，调用 BSDiff 函数。我们基于直接资源里的每一个文件的内容修改求 BSDiff，留下其 Patch 文件体积足够小，避开了压缩不利差分性质的困境；对于新增文件，则记录下所增文件的相对路径，并拷贝此文件。我们把这些操作按照一定顺序（新增目录要在最前，删除目录要在最后）汇总到一个 JSON 文件里。并且把 BsDiff 求出的各个 Patch 文件和新增的文件保存下来，这些文件通过 ZIP 压缩算法为一个 ZIP 文件，即为 FolderBSDiff 的 Patch 文件。这个文件的体积与 Store 文件之间求 BSDiff 类似，也同样（相对于 ZIP 压缩包之间的 BSDiff）节约了约 84% 的体积。这个 Patch 可以用于对应的打补丁操作（FolderBSPatch）。优点一：在客户端侧打补丁时内存占用低在打补丁操作时，我们需要把旧文件和补丁包加载到内存里，在执行完成前，新文件也在内存里。FolderBSPatch 针对逐个资源文件，按顺序串行操作，“化整为零”，相比于 ZIP 包的 BSPatch，内存占用更低，更不影响用户体验。根据实际测算，相比于 ZIP 包的 BSPatch，使用 FolderBSPatch 在客户端侧打补丁的内存峰值占用少了 40%。内存考量——在客户端侧降低内存占用是一个优点。在 RN 资源包更新这个情境中，FolderBSPatch 这一优点非常有必要，因为打补丁的过程是在 App 运行时的后台进行，与此同时用户很可能还在积极使用 App。此外，我们预期 Shopee 主要市场的用户手机内存配置较低。优点二：节约存储空间在客户端侧，基于 FolderBsdp 可以舍弃掉储备文件，无论是 ZIP 压缩资源包，还是上文讨论的 Store 资源包。在之前的算法中，因为 ZIP 不确定性，我们留存 ZIP 压缩包或 Store 文件在客户端。文件留存的唯一目的就是为了打补丁，没有其他用处，非常浪费存储空间。从时间线上来看，根据 FolderBsdp 也形成了客户端侧的 “RN 更新链”，如下图所示：以 Shopee 内某个 App 为例，客户端总包体积 202MB，其中 RN 的 ZIP 压缩包约 8MB，使用 FolderBsdp 后，不再需要 ZIP 包，App 也就“瘦身”了。空间考量——节约掉储备文件所占的体积是一个重要的优点，我们要尽量做到。优点三：不需要 ZIP 库在客户端，我们不再需要调用 ZIP 的解压算法，iOS 端也就不再需要依赖 ZIP 库或其他压缩库（Android 内置无法删除）。虽然我们需要引入 FolderBSPatch，但其代码不过一百行左右，没有大型依赖，体积远小于 ZIP 库，符合精简依赖考量。优点四：附带更精确的 MD5 校验我们可以把每一个新增、删除、修改文件的 MD5 值保存在 JSON 文件中，在打补丁操作时进行校验，更自信地确认我们的操作是正确无误的。 4. FolderBsdp 与业界其他方案的对比 4.1 Google 的 archive-patcher Google 考虑到了 ZIP 压缩文件之间求 BSDiff 破坏了原始字节流相似性的缺陷（压缩不利差分性质），产生了逐个文件恢复出其原始字节流并且求差异的方案，很好地解决了这个问题。另一方面，因为跨平台的差异性（ZIP 不确定性），此方案不可避免地需要在客户端保留 ZIP 压缩资源包。这与我们追求尽可能节约存储空间的目标背道而驰（空间考量），因此不应该被采用。而本文提出的 FolderBsdp 方案很好地克服了 archive-patcher 的这一缺点。 4.2 其他方案增量更新领域中有另一知名的开源项目，作者使用 C++ 自行编写算法，将目录下各文件以不压缩的状态合并起来进行差分，即本文 Store 文件思路。FolderBsdp 与此方案对比的优点是打补丁时更加节约内存（内存考量）。本文所述的 RN 资源更新，是在用户活跃使用 App 时后台静默更新，也考虑到 Shopee 主要用户群体手机内存配置较低的特点，FolderBsdp 算法这一优点很重要。此外，有方案对差分包的压缩格式进行扩展，使其不局限于 ZIP 格式，也可以支持其他压缩库。这个灵活性在某些场景适用。但在本文情境中，App 的精简依赖考量更加重要。本文提出的 FolderBsdp 算法利用标准 bsdp 和 Android SDK 自带的 ZIP 库，不需要安装其他格式的压缩库。FolderBsdp 的补丁包体积与其他压缩格式差异不大。 5. 总结本文所介绍的 FolderBsdp 方案降低了打补丁时的内存峰值，避免了在客户端保留多余的 ZIP 包占用空间，额外提供了逐个文件的 MD5 精准校验，无需新增依赖库，因为用各端原生开发语言实现而具有兼容性。兼具各种优点，FolderBsdp 成功实现了增量更新功能，是多番探索之下总结出来的 RN 资源增量更新的最佳实践。

2022-06-06

大规模C++编译性能优化系统OMAX介绍

二、编译优化技术简介编译优化技术，主要通过编译器或者优化工具框架来优化改写代码实现，实现性能提升，同时保障和未优化时功能上一致，对于代码开发者透明，这样可降低人工代码优化成本，提升优化效率，且可持续解决一类性能问题

2022-05-27

HDFS 细粒度锁优化，FusionInsight MRS有妙招

摘要：华为云FusionInsight MRS通过FGL对HDFS NameNode锁机制进行优化，有效提升了NameNode的读写吞吐量，从而能够支持更多数据，更多业务请求访问，从而更好的支撑政企客户高效用数

2022-05-24

万字长文详解HBase读写性能优化

一、HBase 读优化 1.

2022-05-10

WebStorm 2022.1 发布，优化 Next.js 支持、集成 Volta

2022.1 版本是 WebStorm 今年的第一个重大更新，该版本现已正式发布，更新的重点内容包括改进了对 Next.js 的支持、与 Volta 完全集成、能够从 Markdown 文件运行命令，以及对 Docker 的更新等。 v2022.1 的具体更新内容如下：框架和技术：更好地支持 Next.js、与 Volta 完全集成，以及改进 Vue 和 Docker 重新设计了 Docker 在 Services 工具窗口中的 UI，并增加了对 Docker Registry HTTP API V2 的支持，以便与 Docker 1.6+ 一起使用编辑器：能够从 Markdown 文件中运行命令、更新了 Markdown 编辑器的浮动工具栏 JavaScript 和 TypeScript：结构视图的变化、改进的 Join Lines，以及枚举的可配置高亮颜色用户体验：一个新的通知工具窗口、一个改进的调试器用户界面，一个更新的 Structural Search 和 Replace 对话框版本控制：改进了 Git Blame 的注释功能，更新了 Git 工具窗口中的提交详情窗格，并支持拉取请求注释中的建议修改更多详情可查看：https://blog.jetbrains.com/webstorm/2022/04/webstorm-2022-1/

2022-04-13

淘特 Flutter 流畅度优化实践 · 二期

优化效果首先，我们简单回顾上一期优化后的效果，在一期中，主要的优化措施集中在“业务最佳实践”，不需要改Engine、不需要造轮子，依然取得不错的优化效果。

2022-04-06

Eurynome Cloud 2.7.0.Beta4 发布，全面升级优化

[优化] 优化 SecurityGlobalExceptionHandler，支持 OIDC 场景下对错误内容的拦截，并将其融合进整体错误体系 [优化] EndpointProperties 配置，区分系统涉及的

2022-04-06

TiDB 在携程 | 实时标签处理平台优化实践

业务挑战在国际业务上，由于面临的市场多，产品和业务复杂多样，投放渠道多，引流费用高，因此需要对业务和产品做出更精细化的管理和优化，满足市场投放和运营需要，降低整体成本，提高运营效率与转化率。

2022-03-30

支持泛型、性能优化...

距离 Go 1.17 发布七个月后，Go 1.18 正式发布了！Go 1.18 是一个包含大量新功能的版本，包括对语言本身做了有史以来最大的改变（泛型）、工具链的实现、运行时和库的更改，还改善了性能。与往常一样，该版本保持了 Go 1的兼容性承诺：几乎所有 Go 程序都能像以前一样继续编译和运行。下面来看一下新版本的一些重大特性：泛型以下是关于 Go 1.18 泛型的最明显变化的列表，如需更全面的概述请参阅泛型提案，更详细信息请参阅语言规范。函数和类型声明的语法，现在接受类型参数。参数化函数和类型可以通过在方括号中列出类型参数来实例化。新标记~已添加到操作符和标点符号中。接口类型的语法现在允许嵌入任意类型（不仅仅是接口的类型名称）以及 union 和 ~T 类型元素。，这样的接口只能用作类型约束。新的预声明标识符any是空接口的别名，可以用来代替interface{}. 新的预声明标识符comparable是一个接口，表示可以使用==或者!= 比较的所有类型的集合，它只能用作（或嵌入）类型约束。有三个使用泛型的实验包可能有用，这些包在 x/exp 存储库中；但它们的 API 不在 Go 1 兼容性承诺的保证范围内： golang.org/x/exp/constraints：对通用代码有用的约束，例如constraints.Ordered. golang.org/x/exp/slices：对任何元素类型的切片进行操作的通用函数集合。 golang.org/x/exp/maps：对任何键或元素类型的映射进行操作的通用函数集合。当前的泛型实现具有以下已知限制： Go 编译器无法处理泛型函数或方法中的类型声明，计划在 Go 1.19 中取消这个限制。 Go 编译器不接受具有预声明函数 real、imag 和 complex 的参数类型的参数，计划在 Go 1.19 中取消这个限制。如果 m 由 P 的约束接口显式声明，Go 编译器仅支持在类型参数类型 P 的值 x 上调用方法 m。类似地，方法值 x.m 和方法表达式 P.m 也仅在 m 由 P 显式声明时才受支持，即使 m 可能在 P 的方法集中，因为 P 中的所有类型都实现了 m，计划在 Go 1.19 中取消这个限制。 Go 编译器不支持访问结构字段 x.f，其中 x 是类型参数类型，即使类型参数的类型集中的所有类型都具有字段 f，计划在 Go 1.19 中取消这个限制。不允许将类型参数或指向类型参数的指针作为结构类型中的未命名字段嵌入，同样地，也不允许在接口类型中嵌入类型参数。具有多个 term的 union 元素可能不包含具有非空方法集的接口类型。泛型代表 Go 生态系统的巨大变化，虽然官方更新了几个支持泛型的核心工具，但还有很多工作要做。剩余的工具、文档和库需要一些时间才能赶上这些语言变化。此外，官方公告中还有这么一段话：可能会有一些使用泛型的代码可以在 1.18 版本中使用，但在以后的版本中会中断。我们不计划或期望做出任何此类更改，但是，由于我们今天无法预见的原因，可能需要在未来版本中破坏 1.18 的程序。我们鼓励在有意义的地方使用泛型，但在生产环境中部署泛型代码时，请谨慎行事。（虽然泛型是搞出来了，但很可能有 Bug，不建议在生产中使用）模糊测试 Go 1.18 包括 fuzzing（模糊测试）的实现，如fuzzing 提案所述，详情请参阅fuzzing 教程以开始使用。注意，模糊测试会消耗大量内存，并且可能会影响机器运行时的性能。另请注意，模糊引擎在运行时会将扩展测试覆盖率的值写入模糊缓存目录$GOCACHE/fuzz。目前对可以写入模糊缓存的文件数量或总字节数没有限制，因此可能会占用大量存储空间（可能为 GB 级别）。编译器现在编译器可以内联包含范围循环或标记为循环的函数。编译器的类型检查器被完全替换以支持泛型，一些错误消息可能使用与以前不同的措辞（提供更多详细信息，或以更有用的方式表述）。由于与支持泛型相关的编译器的更改，Go 1.18 的编译速度可能比 Go 1.17 的编译速度慢大约 15%，代码的执行时间不受影响，目前计划在 Go 1.19 中提高编译器的速度。 Bug fixes Go 1.18 编译器可以正确地报告在函数文本中设置但从未使用过的变量的错误（已声明但未使用），解决了一个老问题issue#8560。 Go 1.18 编译器现在在将如 '1' << 32 之类的符文常量表达式作为参数传递给预声明函数 print 和 println 时会报告溢出。端口 AMD64 Go 1.18 引入了新的GOAMD64环境变量，它在编译时选择 AMD64 架构的最低目标版本，允许的值为v1、v2、v3或v4，默认是v1。 RISC-V Linux 上的 64 位 RISC-V 架构（linux/riscv64 端口）现在支持 c-archive 和 c-shared 构建模式。 Linux Go 1.18 需要 Linux 内核版本 2.6.32 或更高版本。 Windows windows/arm 和 windows/arm64 端在支持非合作抢占，有希望解决在调用 Win32 函数时遇到的一些细微的 bug，这些bug在很长一段时间内会阻塞。 iOS 在 iOS（ios/arm64 端口）和在基于 AMD64 的 macOS（ios/amd64 端口）上运行的 iOS 模拟器上，Go 1.18 现在需要 iOS 12 或更高版本；已停止支持以前的版本。 FreeBSD Go 1.18 是支持 FreeBSD 11.x 的最后一个版本，Go 1.19 需要 FreeBSD 12.2+ 或 FreeBSD 13.0+。性能提升由于 Go1.17 中寄存器 ABI 调用约定扩展到了RM64 / Apple M1 / PowerPC 64架构，因此 Go1.18 对这几个架构包含了高达 20% 的 CPU 性能提升。该 Go 1.18 版本还包含其他大量更新项，完整更新列表请在发行公告中查看。相关链接下载：https ://go.dev/dl/ 发行说明：https ://go.dev/doc/go1.18 博客：https ://go.dev/blog/go1.18 关于新教程的博文：https ://go.dev/blog/tutorials-go1.18

2022-03-16