1.关于vpp中dpdk接口注册流程解析
2.Spring Configuration：@Import的注册注册用法和源码解析
3.JSF源码分析（一）
4.国产开发神器零代码搭建API接口开放/管理平台——YesApi
5.wpa_supplicant-2.10源码分析
6.3d稀疏卷积——spconv源码剖析（三）

关于vpp中dpdk接口注册流程解析

       vpp 是一个高效的包处理转发框架，支持多种接口类型，接口接口其中应用最广泛的源码源码便是 dpdk。dpdk 通过接管网卡驱动实现内核旁路，注册注册提供报文收发加速机制。接口接口在 vpp 中，源码源码波段操作源码 自用极品dpdk 作为插件实现，注册注册通过 make install-ext-deps 构建过程中自动集成 dpdk。接口接口

       dpdk 初始化在 /src/plugins/dpdk/device/init.c 文件中，源码源码dpdk 的注册注册 eal 环境通过调用 rte_eal_init 函数实现。dpdk_config 函数负责参数解析，接口接口dpdk_config 函数通过宏 VLIB_CONFIG_FUNCTION 注入，源码源码vpp 启动时自动调用，注册注册将参数传递给 rte_eal_init 进行初始化。接口接口

       vpp 的源码源码接口层分为硬件层和软件层，硬件层通过 device class 描述硬件驱动，软件层通过 interface class 描述链路层。硬件设备用 vnet_hw_interface_t 结构体描述，软件层接口用 vnet_sw_interface_t 描述。接口统一管理在 vnet_interface_main_t 结构体中，该结构体定义了硬件接口和软件接口的数组。

       接口初始化在 vnet_interface_init 函数中进行，此函数除了初始化接口参数，还会将 dpdk 设备的 tx_function 赋值给 device class，决定后续的发包执行函数。

       dpdk 接口初始化在 dpdk_lib_init 函数中完成，主要步骤包括初始化 dpdk_device_t 结构体，调用 ethernet_register_interface 注册接口，配置网卡参数，并为接口分配收包线程。

       dpdk 收包通过 input node dpdk_input_node 实现，dpdk_device_input 函数完成实际的小鸡吃米源码收包操作，通常将报文传递给下一个 node，如 ethernet_input node。

       dpdk 发包逻辑相对复杂，dpdk 的发包并未直接在插件中实现专门的 output node，而是通过接口 tx_function 赋值，最终在 vpp 的发送流程中实现。在发送报文时，接口的 output node 和 tx node 会在 vnet_register_interface 注册接口时一同注册，其中 output node 的执行函数是 vnet_interface_output_node，tx node 的函数则由 vnet_device_class_t 定义。

       发送流程以 ip4 报文为例，处理完 ip4 报文后，通常下一个节点为 ip4-lookup 进行路由查找。在 interface-output node 中，通过 buffer->sw_if_index[VNET_TX] 的值确定发送接口，并执行对应的 output node。

       在 interface output node 的执行函数中，接口的 output node index 通过调用 vnet_per_buffer_interface_output_hw_interface_add_del 函数获得，该函数在 vpp 初始化过程中将接口的 output node 放置在 interface output node 后面，从而在执行函数中获取到接口 output node 的索引。

       vpp 的设计遵循分层架构，逻辑清晰，但宏定义的大量使用增加了阅读难度。 版本源码调整了 node 注册方式，通过 VLIB_NODE_FN 宏实现不同优先级的 function 设置，但这一改动也给源码阅读带来不便。接口发送节点通过 vlib_register_node 函数定义，允许不同驱动共享一个函数，方便了接口的动态添加。

       vpp 启动过程中的宏定义执行顺序影响代码结构，后续深入阅读源码时会进一步分析。每日海报生成源码如有需要，可参考相关学习资料、教学视频和交流群资源进行深入学习和交流。

Spring Configuration：@Import的用法和源码解析

       Spring 3.0之后的@Configuration注解和注解配置体系替代了XML配置，本文主要讲解@Import的用法和源码解析。

       @Import的用法

       配置类（带有@Configuration注解）不仅可通过@Bean声明bean，还可通过@Import导入其他类。例如，WebMvcConfig类通过@Import导入其他配置类，同时启用@EnableWebMvc。

       直接导入

       配置类上使用@Import可以导入一个或多个类，甚至可以出现在父类注解中。如WebMvcConfig导入DelegatingWebMvcConfiguration等。

       ImportBeanDefinitionRegistrar和ImportSelector

       @Import除了导入配置类，还可以导入实现了ImportBeanDefinitionRegistrar（如@EnableAspectJAutoProxy）和ImportSelector（如@EnableTransactionManagement）的类。

       源码解析

       ConfigurationClassPostProcessor负责处理@Configuration类，通过ConfigurationClassParser解析配置和导入，由ConfigurationClassBeanDefinitionReader注册BeanDefinition。在解析过程中，处理@Import避免循环导入，通过导入链和ImportStack进行判断。

       处理直接导入时，通过导入链判断循环。

       处理注册器和选择器时，提前触发Aware接口方法，然后在适当时机注册导入的类。

       总结来说，@Import提供了多种导入方式的灵活性，Spring的源码设计考虑了循环导入和重复解析的处理，展示了其强大的自定义配置能力。

JSF源码分析（一）

       在深入分析 JSF 框架的2021红包游戏源码源码时，我们首先关注的是核心的功能模块，以帮助我们理解其工作原理。通常，我们从常见的项目 XML 配置文件入手，这些文件包含了 JSF 框架的基本设置。让我们以地址服务的 jsf-provider.xml 文件为例，进行详细的解析。

       在 JSF 的配置文件中，虽然没有直接显示注册中心的内容，但作为自研的高性能 RPC 调用框架，高可用的注册中心是其核心功能之一。因此，我们接下来将探索如何在没有提供注册中心地址的情况下，这些标签是如何完成服务的注册和订阅的。

       ### 配置解析

       首先，我们发现配置文件中自定义的 xsd 文件，通过 NamespaceUri 链接到 jsf.jd.com/schema/jsf/j...。随后，基于 SPI（Service Provider Interface）机制，我们在 META-INF 中找到了定义好的 Spring.handlers 文件和 Spring.schemas 文件，这两个文件分别用于配置解析器和 xsd 文件的具体路径。

       进一步地，我们查询了继承自 NamespaceHandlerSupport 或实现 NamespaceHandler 接口的类。在 JSF 框架中，JSFNamespaceHandler 通过继承 NamespaceHandlerSupport 实现了对自定义命名空间的解析功能。NamespaceHandler 的主要作用是解析我们自定义的 JSF 命名空间，通过 BeanDefinitionParser 对特定标签进行处理，完成对 XML 中配置信息的具体处理。

       ### 服务暴露

       最终，通过 JSFBeanDefinitionParser 实现了 org.springframework.beans.factory.xml.BeanDefinitionParser，完成 XML 配置的ai 合同审核 源码解析。解析的结果会注册到 BeanDefinitionRegistry 对象中，进而触发 Bean 的初始化过程。最终，ProviderBean 实例监听上下文事件，在容器初始化完毕后，调用 export() 方法进行服务的暴露。

       ### 服务注册与暴露

       服务暴露的实现逻辑集中在 ProviderConfig#doExport 方法中。首先，方法会对配置进行基本校验和拦截。随后，获取所有 RegistryConfig，如果获取不到注册中心地址，将使用默认的注册中心地址：“i.jsf.jd.com”。接着，根据 Provider 配置中的 server 相关信息启动 server，并使用默认序列化方式（如 msgpack）进行服务编码。然后，通过 ServerFactory 初始化并启动 Server，调用 ServerTransportFactory 生成对应的传输层，实现与注册中心的通信。最后，服务注册通过 JSFRegistry 类完成，该类连接注册中心，如果没有可用的中心，则使用本地文件并开启守护线程，使用两个线程池进行心跳检测、重试机制和连接状态监控。至此，服务从配置装配到服务暴露的过程完成。

       ### 消费者配置与初始化

       对于消费者端（jsf-consumer.xml），注册中心地址（如“i.jsf.jd.com”）被配置在其中，而 Provider 的配置则在 jsf-provider.xml 中。配置解析过程与 Provider 类似，最终解析为 ConsumerConfig 和 RegistryConfig。通过 ConsumerBean 类实现 FactoryBean 接口，以便通过 getObject() 方法获取代理对象，完成客户端的初始化。在这个过程中，消费者会根据配置订阅相关的 Provider 服务。核心代码在 ConsumerConfig#refer 方法中，该方法通过调用子类的 subscribe() 方法开始订阅过程，连接 Provider 服务。

       ### 框架流程概述

       综上所述，JSF 框架通过 Provider、Consumer 和注册中心（Registry）之间的协同工作，实现了高效的服务注册、订阅和通信。具体流程包括：

       1. **Provider 端**：启动服务向注册中心注册，并根据配置初始化相关组件。

       2. **Consumer 端**：首次获取实体信息时，通过 FactoryBean 接口获取代理对象，完成初始化并订阅 Provider 服务。

       3. **注册中心**：提供异步通知机制，监控服务状态变化。

       4. **服务调用**：直接调用服务方法。

       5. **监控与治理**：框架内置监控机制，支持服务治理和降级容灾策略。

       了解这一过程对于深入理解 JSF 框架的内部机制至关重要，也为后续的模块分析和系统优化提供了基础。

国产开发神器零代码搭建API接口开放/管理平台——YesApi

       国产开发神器零代码搭建API接口开放/管理平台——YesApi

       在寻找高效且国产的接口开发解决方案时，YesApi接口大师凭借其独特的优势脱颖而出。作为一款企业级平台，YesApi借助PhalApi Pro的专业版，通过低代码可视化方式，实现了零代码搭建API接口开发、开放和管理，同时支持接口计费功能。这款工具将技术架构设计为基于PhalApi开源接口框架和Vue前后端分离，为快速构建各类API接口平台提供了强大支持。

       对于那些无需编程知识的用户，YesApi提供直观的界面操作，帮助他们全程通过界面进行API接口的生成、发布和管理。从安装部署，登录管理后台，再到生成接口、预览并发布，流程简单易懂。其在线接口文档生成功能和在线测试接口更是方便实用。

       此外，YesApi v5.5版本更新后的在线接口编辑器极大地提升了开发效率，新手也能轻松上手。开发者只需在开放平台注册并申请接口权限，就能根据文档进行调用和开发，异步消息订阅和管理功能也得到增强。

       升级至最新版5.5.0，需要备份原有代码并按照以下步骤操作：更新Admin和Platform管理后台的编译包，替换PHP后端源代码和数据库。确保在升级过程中数据的安全性。

       总结来说，YesApi接口大师凭借其零代码开发、开放、管理及计费功能，以及易用的界面和不断升级的工具，是国产开发中构建API接口的理想选择。

wpa_supplicant-2.源码分析

       深入解析wpa_supplicant-2.源码：启动与命令行处理

       wpa_supplicant作为无线网络管理工具，支持Station模式和P2P交互，其核心源码在main.c中展示了关键逻辑。main()函数按以下步骤展开：

解析命令行参数：首先解析传递给wpa_supplicant的参数，确定运行模式和配置选项。

初始化关键组件：调用wpa_supplicant_init()，其中包括EAP方法注册(eap_register_methods() ）与事件循环设置(eloop_init() )，确保正确处理网络事件。

网络接口管理：通过wpa_supplicant_add_iface()添加网络接口，连接至硬件驱动。

启动服务进程：wpa_supplicant_run()负责启动wpa_supplicant的核心服务，控制接口初始化(wpas_ctrl_iface_open_sock() )以及初始化通知机制(wpas_notify_supplicant_initialized() )随之展开。

集成DBus通信：通过wpas_dbus_init()，wpa_supplicant与DBus集成，提供跨平台的交互接口。

驱动管理：wpa_supplicant_set_driver()设置驱动程序，根据-Dnl和-Dwired等参数动态加载合适的驱动。

       在初始化过程中，关键函数如select_driver()遍历结构，通过global-init获取到nl_global对象，从而调用相关接口与内核进行通信，如发送NL_CMD_REQ_SET_REG命令设置无线网络注册。

       最后，扫描、连接与配置流程在wpa_supplicant_daemon、match_existing、add_iface以及扫描计划设置等函数中实现，确保客户端能顺利接入无线网络。

       通过源码逐层剖析，这些步骤展示了wpa_supplicant从启动到与网络交互的完整流程，对于深入理解无线网络管理至关重要。

3d稀疏卷积——spconv源码剖析（三）

       构建Rulebook

       下面看ops.get_indice_pairs，位于：spconv/ops.py

       构建Rulebook由ops.get_indice_pairs接口完成

       get_indice_pairs函数具体实现：

       主要就是完成了一些参数的校验和预处理。首先，对于3d普通稀疏卷积，根据输入shape大小，kernel size，stride等参数计算出输出输出shape，子流行稀疏卷积就不必计算了，输出shape和输入shape一样大小

       准备好参数之后就进入最核心的get_indice_pairs函数。因为spconv通过torch.ops.load_library加载.so文件注册,所以这里通torch.ops.spconv.get_indice_pairs这种方式来调用该函数。

       算子注册：在src/spconv/all.cc文件中通过Pytorch提供的OP Register(算子注册的方式)对底层c++ api进行了注册，可以python接口形式调用c++算子

       同C++ extension方式一样，OP Register也是Pytorch提供的一种底层扩展算子注册的方式。注册的算子可以通过 torch.xxx或者 tensor.xxx的方式进行调用，该方式同样与pytorch源码解耦，增加和修改算子不需要重新编译pytorch源码。用该方式注册一个新的算子，流程非常简单：先编写C++相关的算子实现，然后通过pytorch底层的注册接口（torch::RegisterOperators），将该算子注册即可。

       构建Rulebook实际通过python接口get_indice_pairs调用src/spconv/spconv_ops.cc文件种的getIndicePairs函数

       代码位于：src/spconv/spconv_ops.cc

       分析getIndicePairs直接将重心锁定在GPU逻辑部分，并且子流行3d稀疏卷积和正常3d稀疏卷积分开讨论，优先子流行3d稀疏卷积。

       代码中最重要的3个变量分别为：indicePairs，indiceNum和gridOut，其建立过程如下：

       indicePairs代表了稀疏卷积输入输出的映射规则，即Input Hash Table 和 Output Hash Table。这里分配理论最大的内存，它的shape为{ 2,kernelVolume,numAct}，2表示输入和输出两个方向，kernelVolume为卷积核的volume size。例如一个3x3x3的卷积核，其volume size就是(3*3*3)。numAct表示输入有效(active)特征的数量。indiceNum用于保存卷积核每一个位置上的总的计算的次数，indiceNum对应中的count

       代码中关于gpu建立rulebook调用create_submconv_indice_pair_cuda函数来完成，下面具体分析下create_submconv_indice_pair_cuda函数

       子流线稀疏卷积

       子流线稀疏卷积是调用create_submconv_indice_pair_cuda函数来构建rulebook

       在create_submconv_indice_pair_cuda大可不必深究以下动态分发机制的运行原理。

       直接将重心锁定在核函数：

       prepareSubMGridKernel核函数中grid_size和block_size实则都是用的整形变量。其中block_size为tv::cuda::CUDA_NUM_THREADS,在include/tensorview/cuda_utils.h文件中定义，大小为。而grid_size大小通过tv::cuda::getBlocks(numActIn)计算得到,其中numActIn表示有效(active)输入数据的数量。

       prepareSubMGridKernel作用：建立输出张量坐标(通过index表示)到输出序号之间的一张哈希表

       见：include/spconv/indice.cu.h

       这里计算index换了一种模板加递归的写法，看起来比较复杂而已。令：new_indicesIn = indicesIn.data()，可以推导得出index为：

       ArrayIndexRowMajor位于include/tensorview/tensorview.h，其递归调用写法如下：

       接着看核函数getSubMIndicePairsKernel3：

       位于：include/spconv/indice.cu.h

       看：

       上述写法类似我们函数中常见的循环的写法，具体可以查看include/tensorview/kernel_utils.h

       NumILP按默认值等于1的话，其stride也是gridDim.x*blockDim.x。索引最大值要小于该线程块的线程上限索引blockDim.x * gridDim.x，功能与下面代码类似：

       参考： blog.csdn.net/ChuiGeDaQ...