跨机器计算时间差
组内现有通讯协议使用 steady_clock 作为时间戳,计算单个节点的耗时,某个特殊场景,用到了消息包自带的时间戳,自带的时间戳来自于其他机器,导致计算出来的耗时异常。
题话外:Gemini2.5 Pro 有希望彻底超越 GPT-4
组内现有通讯协议使用 steady_clock 作为时间戳,计算单个节点的耗时,某个特殊场景,用到了消息包自带的时间戳,自带的时间戳来自于其他机器,导致计算出来的耗时异常。
题话外:Gemini2.5 Pro 有希望彻底超越 GPT-4
继续AI瞎写,本地漫画浏览器,收尾的时候,发现没有返回首页功能,将问题抽取,扔给AI,解决方案是增加面包屑导航。
隔段时间就会清理手机上的资料,相册、微信聊天记录都会备份到电脑,手机上仅保留部分需要的聊天记录。
以前都好好地,能轻松识别到手机和台式机在同一局域网内,直接备份聊天记录到电脑上,今天是各种失败。
C++ Linux 服务发生崩溃。服务依赖于某个静态库进行编译。
静态库执行了修改,头文件增加了成员变量,重新发布了静态的二进制库文件
服务依赖新的二进制库文件,能正常编译,运行就会崩溃,崩溃的地方明显没问题,有点类似上次编译器升级的崩溃,未定义行为,崩溃的堆栈不可信。 更新服务编译时依赖的头文件,能正常变异,运行也都正常
详细解释这是为什么,涉及到什么计算机的知识,我猜测和内存布局相关,举例进行详细说明。
紧接上文,今天继续聊聊局域网的 IP 地址。上次为了同步代码,服务器配置了代理,服务器和家里的台式机打通了网络,在一个局域网里面,代理程序部署在台式机上,服务器通过代理访问外网。同步代码很慢,扔那边就没管了,隔了半个月,到服务器验证代码,发现Git代码同步失败,网络错误,也没太过脑子,细看报错信息。
国内访问 GitHub 速度较慢,可以通过配置代理来加速访问。还有个方式,找个国内的托管平台,比如码云、Coding 等。配置对应的构建流水线,将代码同步到 GitHub。
用了很多年的coding,界面简洁,近期发布公告,免费版不能继续用了,需要迁移到腾讯的新平台cnb,顺带吐槽下,阿里的托管平台,整个界面设计,班味很重。
业务系统设计了 Summary 类型的监控指标,计算平均耗时:request_duration_milliseconds_sum / request_duration_milliseconds_count。
查看数据,发现某个接口平均耗时很高,翻看时序图,平均耗时是突然增加的,等于就是某次请求耗时很高,拉高了平均值,想查具体是什么时候发生的请求,由于时段内的请求太少,查出来的数据一直空。
文化传播:意识形态上的影响,潜移默化。 AI编程:不做软件设计,返工很多