1.源码细读-深入了解terser-webpack-plugin的拆解拆解实现
2.react源码解析8.render阶段
3.五分钟拆解流媒体入门项目 MJPG-Streamer
4.CreateCollection API执行流程_milvus源码解析

源码细读-深入了解terser-webpack-plugin的实现

       深入探索 terser-webpack-plugin：代码压缩与优化的秘密</

       terser-webpack-plugin 是一款强大的 webpack 插件，它巧妙地融合了 terser 库的网站网站功能，旨在为你的源码源码 JavaScript 代码带来高效且优雅的压缩体验。要开始使用，下载只需参考官方文档中关于 minify-options</的拆解拆解配置指导。这款插件在 webpack 的网站网站三合一源码 compilation 阶段大展身手，通过 optimizeChunkAssets</钩子实现了异步的源码源码代码优化，核心逻辑则隐藏在了名为 optimise</的下载神秘函数中。

       优化艺术</

       在 optimise</函数的拆解拆解舞台，一场资源名的网站网站魔术表演正在上演。它首先从 compilation 中获取资源，源码源码接着根据 availableNumberOfCores</动态决定是下载否启用并行模式，创建适当的拆解拆解 Worker</。在这里，网站网站pLimit</起到了关键作用，源码源码它巧妙地控制并发任务的数量，确保效率与稳定性并存。紧接着，遍历每一个 assetNames，一个个任务被 scheduleTask 准备就绪，等待着执行。

       任务分解</

       而每个任务的核心 scheduleTask，就像拆解谜题一般，包含着获取 asset 信息、Plymouth源码走读代码检查、minify 的选择（Worker 或主线程）、新代码生成和缓存更新，以及对资产内容的即时更新。整个过程紧凑而有序，以资源处理和并发控制为核心。

       并行力量</

       terser-webpack-plugin 的亮点之一就是其 parallel</功能，能根据你的计算机 CPU 核心数动态启动 worker，巧妙地利用了 jest-worker 线程池，优先选择高性能的 worker_threads 模式。它通过私有任务队列和先进先出 (FIFO) 管理机制，确保了多进程处理的高效性和一致性。

       代码简化与压缩</

       minify 函数的精妙之处在于，它直接调用 terser 库的强大功能，略过不必要的 comments 处理，通过出口 API 实现代码的高效压缩。这个过程既简洁又高效，确保了代码质量的提升。

       全面优化流程</

       terser-webpack-plugin 的优化流程井然有序：异步注册 optimizeChunkAssets</，开启多线程编译（Worker），并在 minify 阶段，利用 terser 的强大压缩能力对代码进行深度处理。而 v4 版本更是躲猫猫源码增添了异步优化点，让并行处理更加灵活和高效。

react源码解析8.render阶段

       本文深入解析React源码中的渲染阶段，带你掌握React高效学习的精髓。让我们一起探索React的源代码，从基础到进阶，实现深入理解。

       1. 开篇介绍和面试题

       从最基础开始，解读面试题背后的原理，为你的学习之旅铺垫。

       2. React设计理念

       了解React的核心理念，为何它在现代前端开发中独树一帜。

       3. React源码架构

       拆解React源码结构，理解其设计的精妙之处。

       4. 源码目录结构与调试

       掌握React源码的目录布局和调试技巧，提升代码阅读效率。

       5. JSX与核心API

       深入学习JSX语法与React核心API，构建高效、灵活的组件。

       6. Legacy与Concurrent模式入口函数

       比较Legacy和Concurrent模式，了解React性能优化之道。

       7. Fiber架构

       揭秘Fiber的运作机制，理解React渲染的高效实现。

       8. Render阶段

       重点解析Render阶段的biasma指标源码核心工作，构建Fiber树与生成effectList。

       9. Diff算法

       深入了解React的Diff算法，高效计算组件更新。

       . Commit阶段

       探索Commit阶段的流程，将Fiber树转换为真实DOM。

       . 生命周期

       掌握React组件的生命周期，优化组件性能。

       . 状态更新流程

       分析状态更新的机制，实现组件响应式的开发。

       . Hooks源码

       深入Hooks源码，理解状态管理与函数组件的结合。

       . 手写Hooks

       实践动手编写Hooks，巩固理解。

       . Scheduler与Lane

       探讨React的调度机制与Lane概念，优化渲染性能。

       . Concurrent模式

       探索Concurrent模式下的React渲染流程，提高应用的交互流畅度。

       . Context

       学习Context的用法，简化组件间的数据传递。

       . 事件系统

       深入事件处理机制，实现组件间的交互。

       . 手写迷你版React

       实践构建一个简单的React框架，深化理解。BC源码开发

       . 总结与面试题解答

       回顾学习要点，解答面试常见问题，为面试做好充分准备。

       . Demo

       通过实际案例，直观展示React渲染流程与技巧。

       本课程带你全面掌握React渲染阶段的关键知识与实战技能，从理论到实践，提升你的前端开发能力。

五分钟拆解流媒体入门项目 MJPG-Streamer

       MJPG-Streamer 是一个用于传输 JPEG 文件的流媒体工具，主要应用于摄像头数据采集和通过 HTTP 服务器提供图像数据。它能够将多帧 JPEG 图像连续显示，形成动态视频。MJPG 编码格式相较于 JPEG 的静态，具有低性能处理器即可传输 MJPG 视频流的优点，但传输带宽要求较高，不考虑前后帧数据的变化。

       MJPG-Streamer 可以被简单理解为一个管道，将图像源作为输入，将图像展示作为输出。输入和输出被抽象为插件，输入插件负责从摄像头采集图像，输出插件启动 HTTP 服务器提供图像数据给浏览器查看。用户可以通过浏览器输入指定的 URL 来查看图像。

       使用 MJPG-Streamer 非常简单，依赖较少，编译过程也相对简单。常见的使用方法是使用输入插件（如 input_uvc.so）从摄像头采集图像，指定设备节点、分辨率和帧率；输出插件（如 output_http.so）启动 HTTP 服务器。启动 MJPG-Streamer 后，用户即可通过浏览器访问指定 URL 查看图像。

       MJPG-Streamer 的核心设计遵循了 UNIX 的设计理念，保持简单实用。系统通过主线程调度输入和输出插件，输入插件线程负责采集图像并存储在缓冲区，输出插件线程负责启动 HTTP 服务器并从缓冲区读取图像发送给客户端。每一个插件都需要实现初始化、停止工作和运行工作这三个接口。插件最终被编译为动态库，主程序通过 dlopen 和 dlsym 来统一调度使用。

       MJPG-Streamer 的核心框架由输入插件和输出插件的抽象数据结构组成，这些结构确定了系统的整体框架。了解插件的实现方式，例如 input_uvc.so 如何采集摄像头数据，只需要理解其 init()、stop() 和 run() 函数的实现即可。如果希望增加 MJPG-Streamer 的功能，例如支持 live 进行流媒体传输，需要了解 live 的用法，并将其封装为 init()、stop()、run() 接口供系统调用。

       总结来说，MJPG-Streamer 适用于训练 Linux 系统下的网络和多线程编程，设计遵循简单实用的原则。欢迎大家分享更多类似的开源项目，后续会分享更多源码剖析。虽然 MJPG-Streamer 已经多年未更新，但依然被广泛使用，说明其代码品质较好，可读性高，扩展性好。股市波动不定，但技术总能带给我们稳定和希望。

CreateCollection API执行流程_milvus源码解析

       在分析milvus源码中的CreateCollection API执行流程时，我们需要详细拆解从客户端请求到数据最终存储在etcd的过程。在milvus版本v2.3.2中，CreateCollection API的执行流程大致分为以下几个关键步骤：

       首先，客户端SDK接收用户创建集合（collection）的请求，并将此请求封装为createCollectionTask，随后将其放入ddQueue队列。

       随后，此任务在proxy内依次执行PreExecute、Execute和PostExecute三个方法。PreExecute阶段进行参数校验等预处理工作，Execute阶段则是真正执行逻辑，而PostExecute阶段完成执行后的清理工作，通常不做任何操作并返回nil。

       在Execute方法中，proxy调用rootCoord的CreateCollection接口，此接口进一步封装请求为rootcoord里的createCollectionTask。

       接下来，rootCoord的CreateCollection接口执行CreateCollectionTask的Prepare、Execute和NotifyDone方法。核心操作在Execute阶段，其中涉及到多个步骤，包括expireCacheStep、addCollectionMetaStep、watchChannelsStep、changeCollectionStateStep等。在这些步骤中，重点是addCollectionMetaStep，负责etcd元数据的操作。

       在addCollectionMetaStep的Execute方法中，s.core.meta.AddCollection方法被调用。此方法在etcd中创建了多个与集合相关的key-value对，这些key值按照特定规则构建，反映了集合、分区和字段之间的关系。

       具体而言，集合信息通过key `root-coord/database/collection-info/1/` 存储在etcd中，value为protobuf序列化的etcdpb.CollectionInfo，这表示集合由ID、DbId、schema等组成，schema中不记录字段、分区ID或名称等信息。etcd以二进制形式存储这些数据。

       分区信息通过类似 `root-coord/partitions//` 的路径存储，value为etcdpb.PartitionInfo，同样采用protobuf序列化后存储在etcd中。此信息包括partitionID、partitionName、collectionId等。

       字段信息通过 `root-coord/fields//` 的路径存储，value为schemapb.FieldSchema，包含字段ID、名称、描述、数据类型等信息。

       在执行完毕后，将所有key-value对批量写入etcd，最终完成集合的创建。

       总结而言，CreateCollection API的执行流程涉及多个组件协作，从客户端请求开始，经过proxy和rootCoord的处理，最终在etcd中存储集合、分区和字段的元数据，实现了集合的创建。整个流程中，etcd作为关键的数据存储层，提供了持久化和高可用性保障。