1.从应用到源码理解STL反向迭代器
2.bert源码解析
3.UE4动画系统播放Montage源码浅析（二）
4.openGauss数据库源码解析系列文章——事务机制源码解析（一）
5.期货软件TB系统源代码解读系列4-RSI
6.PHP源码分析FastCGI协议浅析

从应用到源码理解STL反向迭代器

       在实际应用中，码分我们可能需要从序列容器（如vector）的码分尾部移除不满足特定条件的部分元素。这通常涉及从尾部开始的码分迭代操作。然而，码分容器成员函数erase不接受反向迭代器作为参数。码分因此，码分java 收银系统源码我们需要将反向迭代器转换为普通迭代器。码分先来看看STL迭代器的码分分类和转换关系。

       STL迭代器主要分为用途迭代器，码分它们之间存在转换关系，码分但不是码分所有迭代器类型都可以相互转换。转换关系需通过迭代器的码分构造函数定义，有些可以直接转换，码分有些则需调用特定方法。码分

       特别地，码分反向迭代器到普通迭代器的转换可以通过调用反向迭代器的base()方法实现。但初版代码存在缺陷，未能按预期将元素正确删除。通过跟踪代码并参考cpp reference文档，我们发现base()方法返回的迭代器实际上比预期位置靠后一个元素。

       为了修正这个问题，我们需要将通过base()方法得到的迭代器向前移动一个位置，以正确指向第一个符合移除条件的元素。修改代码后，可以确保元素按约定进行删除。

       在一般场景下，迭代器的使用主要涉及遍历访问和遍历修改元素值。对于删除和插入操作，可能需要将反向迭代器转换为普通迭代器。STL容器的erase和insert成员函数仅接受普通迭代器作为参数。

       在执行插入操作时，直接使用base()将反向迭代器转换为普通迭代器，并传入insert函数，其语义是一致的。而在删除操作中，直接使用base()转换后的迭代器可能无法正确执行，因为反向迭代器和普通迭代器在终止位置上的处理存在差异。为了修正此问题，需要手动调整，确保迭代器的拼团吃饭源码有效性。

       对于反向迭代器，通过正确的反向迭代操作得到的迭代器，在不等于rend()返回的迭代器时，都是指向有效值的。因此，除了rend().base()-1操作可能导致问题外，其他转换通常都是安全的。

       讨论end()迭代器的前移操作时，需要考虑是否能够安全地访问容器的尾端元素。对于随机访问迭代器，如vector容器，end()返回的迭代器可以进行前移操作，但需确保移动操作的合法性。对于双向访问迭代器如list，同样可以进行前移操作以访问尾端元素。

       结束讨论前，还需要确认iterator的-1操作是否对指向容器尾端元素的迭代器有效。在vector容器中，通过end成员函数返回的迭代器通过-1操作可以得到指向尾端元素的普通迭代器。对于list容器，其end成员函数返回的迭代器也支持前移操作。

       总结来说，支持向前移动操作的迭代器访问容器内元素的容器，其end成员函数通过前移操作可以得到一个指向容器尾端元素的迭代器。这符合双向迭代器的设定语义。通过反向迭代器的原理，我们也能验证end()函数返回的迭代器可以进行反向移动。

bert源码解析

       训练数据生成涉及将原始文章语料转化为训练样本，这些样本按照目标（如Mask Language Model和Next Sentence Prediction）被构建并保存至tf_examples.tfrecord文件。此过程的核心在于函数create_training_instances，它接受原始文章作为输入，输出为训练instance列表。在这一过程中，文章首先被分词，随后通过create_instances_from_document函数构建具体训练实例。构建实例流程如下：

       确定最大序列长度后，Next Sentence Prediction任务被构建。选取文章的开始位置至结尾，确保生成的应用墙源码下载句子集长度至少等于最大序列长度。在此集合中随机挑选一个位置（a_end），将句子集分为两部分：前部分作为序列A，而后部分有%的概率成为序列B，剩余%则随机选择另一篇文章的句子集（总长度不小于「max_seq_length-序列A」），形成Next Sentence Prediction任务。

       Mask language model任务构建通过将序列A和序列B组合成一个训练序列tokens，并对其进行掩码操作实现。掩码操作以token为单位，利用WordPiece进行分词，确保全词掩码模式下的整体性，无论是全掩码还是全不掩码。每个序列以masked_lm_prob（0.）概率进行掩码，对于被掩码的token，%情况下替换为[MASK]，%保持不变，%则替换为词表中随机选择的单词。返回结果包括掩码操作后的序列、掩码token索引及真实值。

       训练样本结构由上述处理后形成，每条样本包含经过掩码操作的序列、掩码token的索引及真实值。

       分词器包括全词分词器（FullTokenizer），它首先使用BasicTokenizer进行基础分词，包括小写化、按空格和标点符号分词，以及中文的字符分词，随后使用WordpieceTokenizer基于词表文件对分词后的单词进行WordPiece分词。

       模型结构从输入开始，经过BERT配置参数，包括WordEmbedding、初始化embedding_table、embedding_postprocessor等步骤，最终输出sequence和pooled out结果。WordEmbedding负责将输入token（input_ids）转换为其对应的embedding，包括token embedding、segment embedding和position embedding。embedding_postprocessor在得到的token embedding上加上position embedding和segment embedding，然后进行layer_norm和dropout处理。

       Transformer Model中的搭建夺宝网站源码attention mask根据input_mask构建，用于计算attention score。self attention过程包括query、key、value层的生成，query与key相乘得到attention score，经过归一化处理，并结合attention_mask和dropout，形成输出向量context_layer。随后是feed forward过程，包括两个网络层：中间层（intermediate_size，激活函数gelu）和输出层（hidden_size，无激活函数）。

       sequence和pooled out分别代表最后一层的序列向量和[CLS]向量的全连接层输出，维度为hidden_size，激活函数为tanh。

       训练过程基于BERT产生的序列向量和[CLS]向量，分别训练Mask Language Model和Next Sentence Prediction。Mask Language Model训练通过get_masked_lm_output函数，主要输入为序列向量、embedding table和mask token的位置及真实标签，输出为mask token的损失。Next Sentence Predication训练通过get_next_sentence_output函数，本质为一个二分类任务，通过全连接网络将[CLS]向量映射，计算交叉熵作为损失。

UE4动画系统播放Montage源码浅析（二）

       在先前的文章中，我们对UE4动画蒙太奇播放过程进行了探讨，本篇将深入解析蒙太奇的其他相关知识，包括蒙太奇插槽、蒙太奇片段和动画片段等。所分析的源码版本为4.。

       关于蒙太奇结构，UAnimMontage蒙太奇动画可视为一种动态表现手段，无需将混合空间或动画序列拖入动画蓝图，只需在动画蓝图里放置一个FAnimNode_Slot动画节点，即可通过montage_play接口播放该插槽下的所有蒙太奇资源。

       这意味着我们无需修改动画蓝图，就可以播放全新的动作。

       蒙太奇动画除了动态播放动作外，积分抽奖系统源码还有更多应用。例如，现实中的蒙太奇概念。蒙太奇（montage）在法语中意为“剪接”，但在俄国，它被发展成一种**中镜头组合的理论。例如，将母亲煮菜、洗衣、带小孩、父亲看报等镜头放在一起，会给人一种母亲“忙碌”的感觉，从而产生对比手法，突出人物或事物的具体特征，两个不同的片段之间相互联系，产生意想不到的效果。

       如上所述，这类动画被称为蒙太奇，因为它还包括剪接、片段、组合等特点，可用于循环播放动画、跳转到下一个动画等。

       创建一个动画序列的蒙太奇，会看到如下面板：区域1为蒙太奇插槽，在动画蓝图中也要有对应插槽节点才会播放此蒙太奇；蒙太奇资源中可以添加多个插槽。区域2为蒙太奇片段，蒙太奇资源中可以创建多个片段并设置它们之间的关系，用于动画的跳转、循环等。区域3为动画片段，每个插槽下可以添加多个动画片段。

       蒙太奇片段对应上图示例有三个片段：Default、Loop、End，我们可以设置它们之间的关系。图中Default片段后面的箭头图标表示播放完毕后会接着播放Loop，Loop片段后的循环图标表示循环播放Loop。如果我们显式跳转到End片段，End片段后面没有其他片段，那么播放结束后就结束了。

       蒙太奇片段是独立的，与插槽、动画片段没有任何关系，它只是根据蒙太奇片段之间的关系确定当前播放时间。了解了蒙太奇片段的作用，我们来看具体实现。其数据结构如下：蒙太奇片段由FCompositeSection结构描述，CompositeSections就是蒙太奇资源上序列化的蒙太奇片段数组。

       了解了基本数据结构，再看如何根据动画片段获取蒙太奇姿势。结合上一篇文章，姿势获取最后是调用FAnimInstanceProxy::SlotEvaluatePose函数，并遍历MontageEvaluationData数据（其中包含蒙太奇实例的时间、权重、蒙太奇引用等数据）。

       以上便是关于UE4动画系统播放Montage源码的解析，希望对大家有所帮助。

openGauss数据库源码解析系列文章——事务机制源码解析（一）

       事务是数据库操作的核心单位，必须满足原子性、一致性、隔离性、持久性（ACID）四大属性，确保数据操作的可靠性与一致性。以下是openGauss数据库中事务机制的详细解析：

       ### 事务整体架构与代码概览

       在openGauss中，事务的实现与存储引擎紧密关联，主要集中在源代码的`gausskernel/storage/access/transam`与`gausskernel/storage/lmgr`目录下。事务系统包含关键组件：

       1. **事务管理器**：事务系统的中枢，基于有限循环状态机，接收外部命令并根据当前事务状态决定下一步执行。

       2. **日志管理器**：记录事务执行状态及数据变化过程，包括事务提交日志（CLOG）、事务提交序列日志（CSNLOG）与事务日志（XLOG）。

       3. **线程管理机制**：通过内存区域记录所有线程的事务信息，支持跨线程事务状态查询。

       4. **MVCC机制**：采用多版本并发控制（MVCC）实现读写隔离，结合事务提交的CSN序列号，确保数据读取的正确性。

       5. **锁管理器**：实现写并发控制，通过锁机制保证事务执行的隔离性。

       ### 事务并发控制

       事务并发控制机制保障并发执行下的数据库ACID属性，主要由以下部分构成：

       - **事务状态机**：分上层与底层两个层次，上层状态机通过分层设计，支持灵活处理客户端事务执行语句（BEGIN/START TRANSACTION/COMMIT/ROLLBACK/END），底层状态机记录事务具体状态，包括事务的开启、执行、结束等状态变化。

       #### 事务状态机分解

       - **事务块状态**：支持多条查询语句的事务块，包含默认、已开始、事务开始、运行中、结束状态。

       - **底层事务状态**：状态包括TRANS_DEFAULT、TRANS_START、TRANS_INPROGRESS、TRANS_COMMIT、TRANS_ABORT、TRANS_DEFAULT，分别对应事务的初始、开启、运行、提交、回滚及结束状态。

       #### 事务状态转换与实例

       通过状态机实例展示事务执行流程，包括BEGIN、SELECT、END语句的执行过程，以及相应的状态转换。

       - **BEGIN**：开始一个事务，状态从默认转为已开始，之后根据语句执行逻辑状态转换。

       - **SELECT**：查询语句执行，状态保持为已开始或运行中，事务状态不发生变化。

       - **END**：结束事务，状态从运行中或已开始转换为默认状态。

       #### 事务ID分配与日志

       事务ID（xid）以uint单调递增序列分配，用于标识每个事务，CLOG与CSNLOG分别记录事务的提交状态与序列号，采用SLRU机制管理日志，确保资源高效利用。

       ### 总结

       事务机制在openGauss数据库中起着核心作用，通过详细的架构设计与状态管理，确保了数据操作的ACID属性，支持高并发环境下的高效、一致的数据处理。MVCC与事务ID的合理使用，进一步提升了数据库的性能与数据一致性。未来，将深入探讨事务并发控制的MVCC可见性判断机制与进程内的多线程管理机制，敬请期待。

期货软件TB系统源代码解读系列4-RSI

       这个辅助判断系统，将其程序化以进行交易，效果如何？我们先来看看这个系统中使用的关键函数Average。这是一个用于计算平均值的函数，与我们之前接触的AverageFC相似，但也有一定的区别。其代码如下：

       Params

       NumericSeries Price(1);

       Numeric Length();

       Vars

       Numeric AvgValue;

       Begin

       AvgValue = Summation(Price, Length) / Length;

       Return AvgValue;

       End

       这是一个简单的平均值计算函数，编写完成后，我们能方便地调用它。接下来是相对强弱指数（RSI）的代码：

       Params

       Numeric Length();

       Numeric OverSold();

       Numeric OverBought();

       Vars

       NumericSeries NetChgAvg(0);

       NumericSeries TotChgAvg(0);

       Numeric SF(0);

       Numeric Change(0);

       Numeric ChgRatio(0);

       Numeric RSIValue;

       Begin

       If(CurrentBar <= Length - 1)

       {

       NetChgAvg = (Close - Close[Length]) / Length;

       TotChgAvg = Average(Abs(Close - Close[1]), Length);

       }

       Else

       {

       SF = 1/Length;

       Change = Close - Close[1];

       NetChgAvg = NetChgAvg[1] + SF * (Change - NetChgAvg[1]);

       TotChgAvg = TotChgAvg[1] + SF * (Abs(Change) - TotChgAvg[1]);

       }

       If(TotChgAvg != 0)

       {

       ChgRatio = NetChgAvg / TotChgAvg;

       }

       else

       {

       ChgRatio = 0;

       }

       RSIValue = * (ChgRatio + 1);

       PlotNumeric("RSI", RSIValue);

       PlotNumeric("超买", OverBought);

       PlotNumeric("超卖", OverSold);

       End

       了解了RSI的计算方法后，我们将它融入程序化交易中变得简单，只需添加买卖条件即可。至于效果，它能帮助判断市场处于超买或超卖状态，但价格变动并非单一数据所能决定，RSI只是辅助判断依据。接下来，我将展示基于RSI的程序化代码：

       Params

       Numeric Length();

       Numeric OverSold();

       Numeric OverBought();

       Numeric StopPoint();

       Numeric ProfitPoint();

       Numeric StopLossSet();

       Vars

       NumericSeries NetChgAvg(0);

       NumericSeries TotChgAvg(0);

       Numeric SF(0);

       Numeric Change(0);

       Numeric ChgRatio(0);

       NumericSeries RSIValue;

       //其他变量...

       Begin

       // RSIValue计算和交易逻辑...

       了解这个程序化代码后，我们添加了开仓和止损的限制条件，以实现自动化交易。然而，即便添加了限制，交易效果仍然有限。如果移除止损设置，效果会有所改善，但价格波动的复杂性意味着，单一指标难以完全预测市场走向。这个辅助系统可以作为交易策略的一部分，但投资者应结合其他技术分析工具和市场动态，以提高决策的准确性。明日，我将分享基于移动均线、MACD和KD指标的综合交易策略代码，以提供更全面的分析视角。

PHP源码分析FastCGI协议浅析

       FastCGI协议是一种建立在CGI/1.1基础上的协议，用于在Web服务器和应用程序之间传递数据。其核心作用是优化Web应用的性能，简化开发流程，提高资源利用效率。

       FastCGI协议分为种类型的消息，包括FCGI_BEGIN_REQUEST、FCGI_PARAMS、FCGI_STDIN、FCGI_STDOUT、FCGI_STDERR和FCGI_END_REQUEST等。消息类型定义了数据传输的顺序和格式，以及请求和响应的开始与结束。请求通常以FCGI_BEGIN_REQUEST类型开始，然后是FCGI_PARAMS和FCGI_STDIN消息，处理完成后发送FCGI_STDOUT和FCGI_STDERR，最后以FCGI_END_REQUEST结束。

       每个消息类型都以一个统一结构的消息头开始，包括requestId、contentLength和paddingLength等关键字段。requestId用于标识请求的唯一性，内容长度表示消息体的数据大小，paddingLength则用于填充发送的数据，以实现更有效的数据处理。

       FCGI_BEGIN_REQUEST消息包含Web服务器期望应用扮演的角色信息，通常在PHP7中处理FCGI_RESPONDER、FCGI_AUTHORIZER和FCGI_FILTER三种角色。flags & FCGI_KEEP_CONN字段表示是否在响应后关闭连接。

       对于FCGI_PARAMS类型的消息，FastCGI协议提供了名-值对结构，用于处理可变长度的name和value。这种结构可以节省空间，并且支持表示0至2的次方长度的数据。

       FastCGI协议的请求结构体包含了所有请求消息的定义。通过访问对应接口、使用gdb抓取消息内容、修改php-fpm.conf参数并重新启动php-fpm，可以深入分析FastCGI协议的实际应用。

       通过浏览器访问nginx，nginx将请求转发到php-fpm的worker。使用gdb可以打印出FastCGI消息内容，例如FCGI_BEGIN_REQUEST和FCGI_PARAMS消息。根据协议定义和消息结构，可以分析出请求的详细信息，如角色、内容长度等。处理完请求后，FastCGI协议会发送FCGI_END_REQUEST消息，完成请求的响应过程。

       FCGI_END_REQUEST消息由fcgi_finish_request函数调用fcgi_flush函数生成，再通过safe_write写入socket连接的客户端描述符。至此，完全掌握了FastCGI协议的原理和操作。

MySQL XA事务源码分析

       事务类型外部 XA PREPARE 流程

       省流版：

       详细版：

       外部 XA COMMIT 过程

       省流版：

       详细版：

       外部 XA 2PC 阶段 Log 落盘顺序

       ------------------- XA PREPARE START -------------------------

       ------------------- XA PREPARE END -------------------------

       .

       .

       .

       .

       .

       .

       ------------------- XA COMMIT START -------------------------

       ------------------- XA COMMIT END -------------------------

       本地事务 commit 流程

       省流版

       与外部 XA PREPARE 2PC 的不同

       与外部 XA COMMIT 的不同

       详细版：

       ------------------- PREPARE START -------------------------

       ------------------- PREPARE END -------------------------

       ------------------- COMMIT START -------------------------

       ------------------- COMMIT END -------------------------

       外部 XA ROLLBACK 流程

       省流版（Not Prepared Rollback 和 Prepared Rollback 的不同之处）

       详细版

       Not Prepared Rollback（在 end - prepare 之间 rollback）

       Prepared Rollback（在 prepare 之后 rollback）

       外部 XA RECOVERY 流程

       省流版

       详细版

       本地事务 RECOVERY 流程

       省流版

       详细版

       为什么只遍历最后一个binlog文件：

       rotate 到新的 binlog 文件前，redo log 强制落盘，因此redo commit记录会落盘，保证老的binlog文件没有正在提交的事务