1.代码覆盖率在性能优化上的码分一种可行应用
2.Nftables CVE-2023-0179提权利用
3.Redis radix tree 源码解析
4.XRender - 开源之路
5.Golang 汇编介绍

代码覆盖率在性能优化上的一种可行应用

       在前端性能优化中，代码覆盖率扮演着关键角色。码分正如管理大师彼得·德鲁克所说：“你无法管理你无法衡量的码分事物。”代码覆盖率，码分作为衡量源代码执行程度的码分指标，对于识别并减少"无效"或"冗余"代码至关重要。码分数据分析系统源码

       首先，码分"死代码"和"冗余代码"虽有所区别，码分但都属于未在运行时被执行的码分代码。死代码在编译时可通过工具如Tree Shaking剔除，码分而冗余代码则是码分特定业务场景下不会执行的代码。代码覆盖率则关注运行时的码分执行情况，即测试过程中实际执行的码分源代码比例。

       Chrome浏览器的码分DevTools提供了一种实用的度量工具，而Istanbul（NYC）这个工具以其命名含义——伊斯坦布尔的码分地毯覆盖，成为了衡量JavaScript代码覆盖率的常用工具。通过插桩构建（如babel-plugin-istanbul），在代码中添加统计装饰，Istanbul能生成代码执行报告。

       在iHome Rax开发套件Tbox中，代码覆盖率被应用于性能优化。当主bundle过大时，通过代码分割和动态加载组件，我们可以依据覆盖率来决定哪些代码可以瘦身。例如，React.lazy的动态加载特性可以配合低使用率组件的分析，实现更有效的代码组织。

       尽管Istanbul提供了覆盖率分析，但引入的桩代码可能会增加额外负担。未来，利用无头浏览器的生死狙击明月源码Coverage API和sourceMap技术进行逆编译，可能是更理想的解决方案。总的来说，代码覆盖率是性能优化中的实用工具，帮助我们精细化管理代码，提升前端应用的加载速度。

Nftables CVE--提权利用

       在分析了CVE---Nftables整型溢出漏洞的成因之后，本文接下来将深入探讨如何利用这一漏洞。首先，了解到payload_eval_copy_vlan函数中存在整型溢出问题，这使得我们可以将vlan头部结构拷贝至寄存器（NFT_REG_-NFT_REG_）中，而该变量位于栈上，因此可以覆盖到栈上的其他变量。

       然而，观察源码后发现regs变量无法直接覆盖到返回地址。进一步分析后发现，jumpstack变量位于regs变量下方，因此可以利用整型溢出覆盖到jumpstack变量。接下来，我们关注nft_jumpstack结构体，该结构体在nft_do_chain函数中起作用，当状态寄存器被设置为JUMP条件时，程序将跳转至其他chain进行处理。保存完当前chain状态后，程序将跳转至目的chain，即存储在regs.verdict.chain中。

       还原chain的过程涉及通过递减stackptr来取出存储在jumpstack变量中的chain、rule、lastrule，然后进行rule的解析。需要注意的仿扔赞源码是，在遍历rule时，循环条件为rule < lastrule。因此，在伪造lastrule时，需要确保其值大于rule，否则无法进入循环内部。

       接着，观察nft_rule_dp结构体，发现其中包含用于存储nft_expr结构体指针的八个字节。通过篡改该指针，可以劫持程序流程。为了解决这一问题，作者从ctfiot.com/.html中学习了一个技巧：使用ptype /o struct xxx显示结构体信息与偏移。

       构建流程如下：通过漏洞溢出至nft_jumpstack结构体，并修改rule变量指向可控内容的地址。同时，将lastrule值篡改为大于rule的值。接下来，在可控内容中伪造一个nft_rule_dp结构体，篡改第一个八个字节（填充位）和第二个八个字节（函数表指针）的值，使其分别指向可控内容的地址。之后，在该地址处伪造nft_expr，将ops变量指向所需执行的函数。

       分析后得知，通过上述手段可以实现程序流程的劫持。接下来，需要考虑如何伪造上述结构体。在nft_payload_copy_vlan函数中，漏洞点在于将vlan头数据复制到寄存器中，千月源码授权由于vlan头地址低于寄存器地址，导致在复制完vlan头后会覆盖寄存器值。这里，我们可以通过控制NFT_REG_的值来实现对jumpstack结构体的篡改。

       由于可以控制regs变量，首先泄露regs地址，然后在此基础上伪造rule并重新指向jumpstack。这里采用将last_rule设置为函数地址的技巧，以节省八个字节的空间。然而，仅控制八个字节的函数指针不足以构造完整的ROP链，因此需要使用栈迁移。栈迁移的目标是控制一段内存，选择regs作为目标。

       在寻找合适的栈迁移gadget时，作者使用了vmlinux-to-elf工具提取符号表，然后利用ropper工具搜索gadget。但尝试后发现大部分gadget不可用。作者最后尝试使用objdump工具提取gadget，并通过搜索add rsp.*等指令找到栈迁移的gadget。进一步计算栈顶与regs函数地址的差值，找到相应的栈迁移gadget。

       在提权方面，作者通过覆盖modprobe_path实现提权。选择合适的gadget将rdi设置为modprobe_path，rax设置为覆盖后的路径。然而，在返回到nf_hook_slow函数时，由于设置了rax值导致状态码无法正确设置，程序跳转至NF_DROP分支，在线赌场源码导致内核异常。最终，作者在rbp中找到了一个do_softirq函数，并尝试将其作为返回地址。运行后发现程序能够正常返回到用户态。

       最后，验证新用户是否已写入至/etc/passwd文件中，完成提权过程。完整exploit代码可参考github.com/h0pe-ay/Vuln.../poc.c。相关资料参考链接包括github.com/TurtleARM/CV...

Redis radix tree 源码解析

       Redis 实现了不定长压缩前缀的 radix tree，用于集群模式下存储 slot 对应的所有 key 信息。本文解析在 Redis 中实现 radix tree 的核心内容。

       核心数据结构的定义如下：

       每个节点结构体 (raxNode) 包含了指向子节点的指针、当前节点的 key 的长度、以及是否为叶子节点的标记。

       以下是插入流程示例：

       场景一：仅插入 "abcd"。此节点为叶子节点，使用压缩前缀。

       场景二：在 "abcd" 之后插入 "abcdef"。从 "abcd" 的父节点遍历至压缩前缀，找到 "abcd" 空子节点，插入 "ef" 并标记为叶子节点。

       场景三：在 "abcd" 之后插入 "ab"。ab 为 "abcd" 的前缀，插入 "ab" 为子节点，并标记为叶子节点。同时保留 "abcd" 的前缀结构。

       场景四：在 "abcd" 之后插入 "abABC"。ab 为前缀，创建 "ab" 和 "ABC" 分别为子节点，保持压缩前缀结构。

       删除流程则相对简单，找到指定 key 的叶子节点后，向上遍历并删除非叶子节点。若删除后父节点非压缩且大小大于1，则需处理合并问题，以优化树的高度。

       合并的条件涉及：删除节点后，检查父节点是否仍为非压缩节点且包含多个子节点，以此决定是否进行合并操作。

       结束语：云数据库 Redis 版提供了稳定可靠、性能卓越、可弹性伸缩的数据库服务，基于飞天分布式系统和全SSD盘高性能存储，支持主备版和集群版高可用架构。提供全面的容灾切换、故障迁移、在线扩容、性能优化的数据库解决方案，欢迎使用。

XRender - 开源之路

       XRender，阿里飞猪孵化的开源产品，目前在GitHub上获得4.2k star。本文旨在分享XRender在过去一年内的发展和变革，以及它如何成为更多前端开发者的朋友。

       一、前言

       1. 什么是 XRender？XRender 是一套基于React.js框架的轻量、易用、易上手的中后台「表单 / 表格 / 图表」解决方案，已经在阿里飞猪内部服务三年，未来将持续为用户提供服务。

       2. 为什么需要 XRender？对于中后台业务而言，表单+表格能覆盖%的业务场景，且大部分场景重复度高。开发人员无需浪费时间在切图上，XRender这类工具能有效提升开发效率。

       二、XRender 的自我革新

       三年前，FormRender作为表单解决方案在GitHub上开源，成为XRender家族的首成员。面对复杂业务场景，FormRender的旧技术方案面临挑战，内部决定升级FormRender，并增加更多Render方案，以提升内部前端开发者的效率。

       现在的XRender包括FormRender、FRGenetator、TableRender和ChartRender四个组件，统称为XRender。

       1.「FormRender」：协议驱动的表单解决方案。代码示例展示其核心功能不变，遵循「协议驱动渲染」原则。

       代码重构，面向未来：FormRender 1.x 对内核进行彻底重构，全面拥抱React Hooks和Antd Design 4.x，增加Typescript类型定义，简化编写方式。新增beforeFinish、onFinish钩子，用于表单提交前的校验和数据提交，以及onMount方法，类似于React的componentDidMount。引入userForm方法，方便操作表单和schema，提供动态修改功能。新增watch变量，用于数据监听，增加组件丰富度，如rate、treeSelect等内置支持，以及通过JSON Schema的format属性自定义组件。

       2.「表单设计器」：中后台表单可视化搭建工具，提供可拖拽、可搭建能力，并支持导出schema。

       3.「TableRender」：表格解决方案，内置搜索、重置、分页功能，简化开发流程。

       4.「ChartRender」：基于@ant-design/charts的图表解决方案，提供快速生成图表的能力。

       三、适合场景

       XRender广泛应用于阿里飞猪的中后台业务，同时被阿里云、高德、淘宝、蚂蚁等BU的开发者使用。对于面向运营的搭建平台，推荐使用XRender。

       四、未来规划

       1. 内置组件支持自定义：开放List、Array类型的嵌套组件样式定制化，满足不同业务需求。

       2. XRender 2.0开发：计划于年中旬完成，支持移动端渲染引擎Rax和Ant Design Mobile v5。

       五、结尾

       感谢XRender的开发者，特别制作视频以致敬社区。如果你希望在项目中使用XRender，可访问文档站点快速上手。若对源代码感兴趣或有建议，欢迎访问GitHub仓库。如XRender对你有帮助，请在GitHub上给予支持。

Golang 汇编介绍

       当你在深入研究 Golang 源代码时，可能会遇到汇编部分，这可能让阅读变得不那么顺畅。下面将简要概述 Golang 中的汇编语言特性。

       Go语言的汇编主要遵循Plan9风格，区别于Intel和AT&T的传统风格。Plan9汇编是由Unix操作系统开发团队，特别是Bell实验室的成员所创建的，它为适应不同CPU架构提供了灵活性。尽管Go汇编基于Plan9，但考虑到现实中众多CPU架构的多样性，同一个方法在不同指令集下会有不同的实现。

       要查看Go汇编代码，可以在Golang源代码中查找。让我们先了解基础概念：

       通用寄存器：与特定CPU架构相关，如amd架构提供了个通用寄存器，如rax, rbx, rbp等。在Plan9汇编中，这些被映射为AX, BX, BP, SP等。

       虚拟寄存器：Go汇编中引入的4个虚拟寄存器，如R, SP等。

       在指令层面，Go汇编包含：

       变量声明：通过DATA和GLOBL来定义全局变量，如NOPTR表示非指针，不需要垃圾回收。局部变量则根据堆栈帧自动管理。

       函数声明：使用TEXT指令，如pkgname·funname(SB),flag,$framesize-argsize，其中flag如NOSPLIT用于优化，framesize和argsize分别表示栈帧大小和参数/返回值大小。

       常见操作：如数据搬运(CMPQ), 条件和无条件跳转(JNE)，以及更多复杂指令。

       通过这些基础，你应该能开始理解和解析简单的汇编代码了。如果你想深入学习，这里推荐一些可供参考的源代码。