ring

1、IO虚拟化的分类 （1）全虚拟化：宿主机截获客户机对I/O设备的访问请求，然后通过软件模拟真实的硬件。这种方式对客户机而言非常透明，无需考虑底层硬件的情况，不需要修改操作系统。 QEMU模拟I/O的情况下，当客户机中的设备驱动程序（device driver）发起I/O操作请求之时，KVM模块中的I/O操作捕获代码会拦截这次I/O请求，然后经过处理后将本次I/O请求的信息存放到I/O共享页，并通知用户控件的QEMU程序。QEMU模拟程序获得I/O操作的具体信息之后，交由硬件模拟代码来模拟出本次的I/O操作，完成之后，将结果放回到I/O共享页，并通知KVM模块中的I/O操作捕获代码。最后，由KVM模块中的捕获代码读取I/O共享页中的操作结果，并把结果返回到客户机中。当然，这个操作过程中客户机作为一个QEMU进程在等待I/O时也可能被阻塞。 另外，当客户机通过 DMA （ Direct Memory Access ） 【DMA外接设备可以不用CPU干预，直接把数据传输到内存的技术，尽量减少CPU干预的输入/输出操作方式。（使用连续物理内存，kmalloc分配）。否则外设一有数据就要中断通知CPU，CPU去读，如果频繁就时间浪费在处理中断，IO速度慢】访问大块I/O之时，QEMU模拟程序将不会把操作结果放到I/O共享页中，而是通过内存映射的方式将结果直接写到客户机的内存中去

计算机组件简介 计算机分为5大组件： 1. 运算器 2. 控制器 3. 存储器 4. 输入设备 5. 输出设备 CPU是中央控制器，是控制器和运算器，是一台计算机的运算核心和控制核心； 存储器主要功能是存储程序和各种文件； 输入、输出设备我们一般统称为I/0设备，用于连接计算机内外部，而这些组件的连接则需要总线和主板来完成。 主频 主频也叫时钟频率，用来表示CPU的运算，处理数据的速度。通常，主频越高，CPU处理数据的速度就越快。 不能单纯的以为CPU的主频越高，性能就越好。是需要在相同条件下的对比才有效。 CPU缓存 cpu缓存位于CPU和内存之间的临时存储器，它的容量比内存小，但是交换速度比内存快。 cpu的缓存主要是解决cpu运算速度和内存读写速度不匹配的原因，因为cpu运算速度要比内存读写快很多，这样会使cpu花费很长时间等待数据到来或者把数据写回到内存。 在cpu缓存中的数据是内存中的一部分，但这一小部分是短时间内CPU即将访问到的，当CPU调用数据时，就可以直接从缓存中取得， 从而加快速度，因此在cpu中加入缓存是一种高效的解决方案这样这个内存储器（cache+内存）就变得即有cache高速，又有内存的大容量的存储系统。 按照数据读取顺序和与CPU结合的紧密程度，CPU缓存可以分为一级缓存，二级缓存，三级缓存，每一级的缓存中的所有数据都是下一级缓存 的一部分

https://github.com/yyu/osfs00 实验目的： 理解 x86架构下的段式内存管理 掌握实模式和保护模式下段式寻址的组织方式、 关键数据结构、代码组织方式 掌握实模式与保护模式的切换 掌握特权级的概念，以及不同特权之间的转移 实验内容： 1. 认真阅读章节资料，掌握什么是保护模式，弄清关键数据结构： GDT、descriptor、selector、GDTR， 及其之间关系，阅读 pm.inc文件中数据结构以及含义，写出对宏Descriptor的分析 2. 调试代码，/a/ 掌握从实模式到保护模式的基本方法，画出代码 流程图，如果代码 /a/中，第71行有dword前缀和没有前缀，编 译出来的代码有区别么，为什么，请调试截图。 3. 调试代码，/b/，掌握GDT的构造与切换，从保护模式切换回实 模式方法 4. 调试代码，/c/，掌握LDT切换 5. 调试代码，/d/掌握一致代码段、非一致代码段、数据段的权限 访问规则，掌握 CPL、DPL、RPL之间关系，以及段间切换的基 本方法 6. 调试代码，/e/掌握利用调用门进行特权级变换的转移 代码对应 iso中chapter3 实验解决问题与课后动手改： 1. GDT、Descriptor、Selector、GDTR结构，及其含义是什么？他 们的关联关系如何？ pm.inc所定义的宏怎么使用？ 2.

网址：https://www.douban.com/doulist/45940373/ webgl 来自: Pasu 2017-04-17创建 2017-07-25更新 推荐 关注 2 人关注 全部(8) · 图书(8) 来自：豆瓣读书 OpenGL Insights (8人评价) 作者: Patrick Cozzi / Christophe Riccio 出版社: A K Peters/CRC Press 出版年: 2012-6-26 2017年7月25日 赞 回复 来自：豆瓣读书 WebGL Insights (2人评价) 作者: Patrick Cozzi 出版社: A K Peters/CRC Press 出版年: 2015-8-3 2017年7月25日 赞 回复 来自：豆瓣读书 3D Engine Design for Virtual Globes (6人评价) 作者: Patrick Cozzi / Kevin Ring 出版社: A K Peters/CRC Press 出版年: 2011-6-21 2017年4月17日 赞 回复 来自：豆瓣读书 图形着色器 7.3 (17人评价) 作者: 贝利 (Mike Bailey) / 坎宁安 (Steve Cunningham) 出版社: 清华大学出版社 出版年: 2013-4-1 2017年4月17日 赞 回复 来自

ThreeJS 实现扩散圆效果 代码实现 //r 圆半径 //init 初始圆半径 //ring 圆环大小 //color 颜色 THREE.Vector3 //speed 速度 function scatterCircle(r, init, ring, color, speed) { var uniform = { u_color: { value: color }, u_r: { value: init }, u_ring: { value: ring, }, }; var vs = ` varying vec3 vPosition; void main(){ vPosition=position; gl_Position = projectionMatrix * modelViewMatrix * vec4(position, 1.0); } `; var fs = ` varying vec3 vPosition; uniform vec3 u_color; uniform float u_r; uniform float u_ring; void main(){ float pct=distance(vec2(vPosition.x,vPosition.y),vec2(0.0)); if(pct>u_r || pct<(u_r-u_ring)){ gl_FragColor

一、上节回顾 上一节，我带你学习了 Linux 网络的基础原理。简单回顾一下，Linux 网络根据 TCP/IP模型，构建其网络协议栈。TCP/IP 模型由应用层、传输层、网络层、网络接口层等四层组 成，这也是 Linux 网络栈最核心的构成部分。 应用程序通过套接字接口发送数据包时，先要在网络协议栈中从上到下逐层处理，然后才最终送到网卡发送出去；而接收数据包时，也要先经过网络栈从下到上的逐层处理，最后送到应用程序。 了解 Linux 网络的基本原理和收发流程后，你肯定迫不及待想知道，如何去观察网络的性能情况。具体而言，哪些指标可以用来衡量 Linux 的网络性能呢？ 二、性能指标 实际上，我们通常用带宽、吞吐量、延时、PPS（Packet Per Second）等指标衡量网络的性能。 带宽: 表示链路的最大传输速率，单位通常为 b/s （比特 / 秒）。 吞吐量: 表示单位时间内成功传输的数据量，单位通常为 b/s（比特 / 秒）或者B/s（字节 / 秒）。吞吐量受带宽限制，而吞吐量 / 带宽，也就是该网络的使用率。 延时: 表示从网络请求发出后，一直到收到远端响应，所需要的时间延迟。在不同场景中，这一指标可能会有不同含义。比如，它可以表示，建立连接需要的时间（比如 TCP 　　　握手延时），或一个数据包往返所需的时间（比如 RTT）。 PPS: 是 Packet Per

一、DPDK原理 网络设备（路由器、交换机、媒体网关、SBC、PS网关等）需要在瞬间进行大量的报文收发，因此在传统的网络设备上，往往能够看到专门的NP（Network Process）处理器，有的用FPGA，有的用ASIC。这些专用器件通过内置的硬件电路（或通过编程形成的硬件电路）高效转发报文，只有需要对报文进行深度处理的时候才需要CPU干涉。 但在公有云、NFV等应用场景下，基础设施以CPU为运算核心，往往不具备专用的NP处理器，操作系统也以通用Linux为主，网络数据包的收发处理路径如下图所示： 在虚拟化环境中，路径则会更长： 由于包处理任务存在内核态与用户态的切换，以及多次的内存拷贝，系统消耗变大，以CPU为核心的系统存在很大的处理瓶颈。为了提升在通用服务器（COTS）的数据包处理效能，Intel推出了服务于IA（Intel Architecture）系统的DPDK技术。 DPDK是Data Plane Development Kit的缩写。简单说，DPDK应用程序运行在操作系统的User Space，利用自身提供的数据面库进行收发包处理，绕过了Linux内核态协议栈，以提升报文处理效率。 DPDK是一组lib库和工具包的集合。最简单的架构描述如下图所示： 上图蓝色部分是DPDK的主要组件（更全面更权威的DPDK架构可以参考Intel官网），简单解释一下： PMD：Pool

序 本文主要研究一下cortex的kv.Client kv.Client github.com/cortexproject/cortex/pkg/ring/kv/client.go // Client is a high-level client for key-value stores (such as Etcd and // Consul) that exposes operations such as CAS and Watch which take callbacks. // It also deals with serialisation by using a Codec and having a instance of // the the desired type passed in to methods ala json.Unmarshal. type Client interface { // List returns a list of keys under the given prefix. Returned keys will // include the prefix. List(ctx context.Context, prefix string) ([]string, error) // Get a specific key. Will use a

序 本文主要研究一下cortex的Distributor Distributor cortex/pkg/distributor/distributor.go // Distributor is a storage.SampleAppender and a client.Querier which // forwards appends and queries to individual ingesters. type Distributor struct { services.Service cfg Config ingestersRing ring.ReadRing ingesterPool *ring_client.Pool limits *validation.Overrides // The global rate limiter requires a distributors ring to count // the number of healthy instances distributorsRing *ring.Lifecycler // For handling HA replicas. HATracker *haTracker // Per-user rate limiter. ingestionRateLimiter *limiter.RateLimiter