1.Unity 基于Flux制作Act技能编辑器(开源)
2.响应式编程入门之 Project Reactor
3.Flux和Mono的源码常用API源码分析
4.基于 Kubernetes 的 Gitlab CI/CD 实践
5.手把手教你实现json嵌套对象的范式化和反范式化
6.Reactive Spring实战 -- 理解Reactor的设计与实现
Unity 基于Flux制作Act技能编辑器(开源)
Unity 开源的Act技能编辑器基于Flux实现，经过半年的源码努力，现在可供分享。源码该编辑器主要由三个部分构成：技能预览、源码数据保存和技能事件执行器。源码
技能预览部分，源码冰墩墩源码pyFlux提供了强大的源码轨道动画编辑功能，编辑器沿用了Flux的源码Sequence、Container、源码Timeline和Track等层级结构，源码通过创建Sequence和添加动画、源码位移等事件，源码用户可以轻松预览技能效果，源码调整时间轴即可实时查看。源码
数据保存方面，源码编辑器将Flux的事件结构，如起始帧、结束帧和内容，转化为可序列化的数据。例如，动画事件会保存名称和动画参数，子技能则以嵌套的方式存储在SkillEventData中，方便后续读取和执行。
核心的技能事件执行器是技能运行的逻辑核心，简化为Sequence到Event的层级，通过事件的Init、Trigger、Update和Finish状态来控制技能的播放。例如，动画事件会根据时间t的推移进行初始化、触发、持续更新和最终完成，位移事件则按照类似的方式处理。
源代码可以在GitHub上找到，小赢卡贷 源码包括XCEventsRunner、XCEventsTrack和XCEvent等组件，详细地展示了技能执行的伪代码逻辑。这个Act技能编辑器为开发者提供了一个实用的工具，为技能设计和实现提供了灵活的框架。
响应式编程入门之 Project Reactor
本文旨在为读者提供对响应式编程及其核心库——Reactor的入门理解。在介绍前，我们先回顾一下非阻塞IO编程的基础，理解为何在Spring MVC中引入了WebFlux以及Reactor。Reactor是基于Java 8函数式API，集成CompletableFuture、Stream和Duration，它提供了Flux和Mono等异步序列API，并实现了Reactive Streams规范，特别适合构建微服务架构中的响应式系统。
在非阻塞IO编程中，比如调用远程服务时，我们通常通过回调函数来处理数据可用情况。然而，当回调逻辑复杂时，代码往往难以阅读。响应式编程通过简化这种逻辑，提供了更简洁的实现方式。它将传统命令式编程抽象为一系列API，更适合非阻塞IO环境。尽管响应式编程在非阻塞IO框架中广泛应用，如Vertx和WebFlux，但这并不意味着非阻塞IO编程只能依赖响应式编程。
Reactor作为响应式编程的基础，实现了Java响应式编程规范，理解其内部工作原理有助于深入掌握其API。Reactor的核心接口展示了其运作机制，包括数据发布和订阅流程。qt windows源码编译安装在实际应用中，Publisher和Subscription共同作用，通过调用Subscriber的onNext、onComplete和onError方法来实现数据流转。
响应式编程思想可类比为一条流水线，Publisher定义了数据生产过程，Operators对数据进行解析、校验和转换等操作，最终流转到Subscriber。这种设计使得系统在未被订阅之前保持静默，直至实际使用时才启动。
Reactor中的Operator作为连接上下游的关键组件，实现了数据的转换和处理。例如，map操作符通过改变数据值来实现数据转换。实际实现虽然复杂且严谨，但遵循了相同的设计理念。
学习Reactor的关键在于理解核心接口以及实践API。首先理解响应式编程的基本概念和Reactor如何实现这些概念。接下来，深入阅读官方文档并进行代码实践。追踪源码时，关注subscribe方法和Subscription的作用，以及Subscriber中的onNext、onComplete和onError方法的实现。
总之，通过本文的学习，读者应能对响应式编程和Reactor有初步的了解，并掌握学习Reactor的方法和途径。尽管本文未详细探讨Reactor的每个细节，但它为深入探索提供了基础。欢迎读者通过实践和阅读源码进一步深入理解这一强大且灵活的编程范式。
Flux和Mono的php简易查询系统源码常用API源码分析
Flux是一个响应式流，能够生成零个、一个、多个或无限个元素。Flux的产生元素机制主要体现在Flux.just和Flux.empty两个方法上。Flux.just返回的FluxArray内部存储了一个数组，用来保存1个或多个数据，通过ArraySubscription传递给消费者。Flux.empty则返回了一个FluxEmpty实例，当收到消费者注册信号时，会调用Operators的complete方法，消费者会收到一个complete信号，除此之外没有任何操作。
重复流通过创建一个FluxRepeatPredicate对象实现，这个对象在结束时会重新订阅Publisher，从而产生无限数量的流。doOnSignal方法提供了在框架中不消费数据或转变数据的机制，实际上是操作符FluxPeekFuseable，其peek onNext代码逻辑能大致理解其原理。
Mono表示要么有一个元素，要么产生完成或错误信号的Publisher。其then方法有五个重载版本，实际上创建了一个MonoIgnorePublisher，通过源码可以发现，MonoIgnorePublisher将真正的监听者封装为IgnoreElementsSubscriber，然后将事件源监听。Mono和Flux都有Create方法，用于创建对应的序列，Mono的create方法创建了MonoCreate对象，里面包含了MonoSink和一个消费者。Mono的then方法会忽略前面的onNext数据，只会传递给下游完成和错误的信号。then(Mono other)则创建了一个ThenIgnoreMain，并在所有操作完成之后开始下一个流的涛轩资源宝源码消费。
Mono和Flux的Create方法创建的对象为MonoCreate和FluxCreate，其中包含了MonoSink或FluxSink和一个消费者。使用using方法可以实现try-with-resource机制，用于包装阻塞API。
在响应式编程中，我们需要处理各种异常情况，确保异常能够传播到需要接收的地方。Publisher分为冷发布者和热发布者，冷发布者在没有订阅者时不会生成数据，而热发布者不论是否有订阅者都会生成数据。冷热发布者可以相互转换，例如使用defer将热操作符转换为冷操作符，或者使用ConnectableFlux将冷操作符转换为热操作符。在多播流中，一个Publisher可以同时给多个消费者提供数据，但只会收到一次的订阅。
FluxPublish对象在publish方法中创建，传入参数包括缓存大小和被包装的队列，这表示了publish方法创建了一个FluxPublish对象。在subscribe阶段，FluxPublish内部的PublishSubscriber会添加到父容器中。在connect方法中，真正订阅数据源，随后PublishSubscriber的onSubscribe方法会执行，根据参数拉取数据，onNext方法处理接收到的数据。
本文通过解析Flux和Mono的常用API，揭示了它们在响应式编程中的应用和原理，旨在帮助读者更好地理解并运用这些流式操作符。正确处理异常、理解冷热发布者之间的转换以及掌握多播流的特性，对于构建高效、灵活的数据流处理系统至关重要。
基于 Kubernetes 的 Gitlab CI/CD 实践
集成基于 Kubernetes 的 Gitlab CI/CD 实践
在深入研究并实践基于 Kubernetes 的 Gitlab CI/CD 之前，我作为码呆茶，回顾了上个暑假完成 MIT 6. Lab 2的经历。如今，随着研一上学期课业的繁重和课题组项目的需求，我的重心逐渐转向了开发工作，期望提升更新频率，实现自动化 CI/CD 流程。
通过人工部署方式的局限性，我意识到引入 CI/CD 工具能大幅提高效率和稳定性。在上周，我成功将 Gitlab CI/CD 集成了基于 Kubernetes 的管理系统，以实现自动化编译、打包和部署。
集成过程中涉及的关键工具包括 Gitlab、Kubernetes、Helm、Flux CD 等。我的目标是当提交至主分支或新增版本标签时，自动触发 CI/CD 流程，完成一系列任务，与 GitOps 理念相契合。
在研究 CI/CD 实践中，我了解到 GitOps 是一种基于代码管理基础架构的模式，利用 Git 作为源代码控制系统。Gitlab 建议通过集成 Flux CD 支持 GitOps，但当前实验室 Kubernetes 集群版本为 1.，无法直接使用 Flux CD。
Flux CD 是一个用于 Kubernetes 的持续部署工具，能自动化管理应用程序和基础设施，确保其状态与期望一致。通过监控 Git 仓库中的配置文件并同步至集群，Flux CD 实现了 Kubernetes 应用的部署管理，降低了人为错误的风险。
在集群中安装 Flux CD 后，通过配置 Agent 和 Gitlab Runner，实现了自动化配置的集成。本文主要聚焦于流程的关键步骤：
1. 安装 Agent
通过 Gitlab 文档，我创建了配置文件并配置了 Agent，以实现从项目到组的共享访问。安装过程涉及生成安装命令并确保 Agent 的权限适配集群环境。
2. 在集群中安装 Gitlab Runner
利用 Gitlab Runner Helm Chart，我声明并获取了 Runner Token，编辑 values.yaml 文件并配置相关权限，以确保 Runner 能在 Kubernetes 集群中执行 CI Job。
3. 使用 Kaniko 打包镜像
安装 Gitlab Runner 后，我利用 Kaniko 实现了在非特权模式下打包 Docker 镜像的解决方案，避免了权限问题。通过 Gitlab 文档配置 Kaniko，确保镜像能上传至指定仓库。
4. 部署到集群中
最后，我通过配置 Gitlab CI/CD 流程，实现了前端项目从版本更新、构建镜像到部署的自动化流程。利用 Agent 更新集群中的前端服务镜像，实现了代码的自动部署。
此外，我在实践中遇到了一些挑战，例如启动 Job 失败、限制 CI Job 执行节点等问题。通过优化镜像管理、打标签限制执行节点等措施，解决了这些难题，提升了 CI/CD 流程的稳定性和效率。
手把手教你实现json嵌套对象的范式化和反范式化
手把手教你实现JSON嵌套对象的范式化和反范式化 在处理复杂JSON数据时，将嵌套对象转换为范式化数据有助于简化前端逻辑。例如，后端返回的复杂JSON结构可能需要前端提取并展示，但嵌套过深会增加前端代码的复杂度。尤其在使用状态管理工具（如Flux或Redux）时，将状态对象（state）范式化，可降低操作复杂性，便于清晰地跟踪视图更新过程。 范式化的过程是将数据结构简化，例如，将一个包含嵌套的person对象转换为：主对象person的其他属性作为核心，如姓名、年龄，
而爱好（hobby）用外键（如id）引用另一个单独的对象，如hobby表。
范式化的优点在于，当添加新数据时，只需改动一处（外键对象），即使数据涉及多个实例，也能避免冗余修改。然而，这可能牺牲查询性能，因为需要通过外键查找具体值，而不是直接展示嵌套对象。 实现范式化和反范式化的关键在于编写函数，如schema.Entity，它接受数据和定义的实体关系。范式化函数（normalize）会处理原始数据，递归地处理嵌套结构，确保数据符合范式化要求。反范式化函数（denormalize）则是将范式化数据恢复到原始嵌套结构。 最后，为了验证代码的正确性，可以编写简单的单元测试，确保范式化和反范式化的转换是准确无误的。具体实现细节可以参考源代码，但这里不赘述。Reactive Spring实战 -- 理解Reactor的设计与实现
Reactor是Spring提供的非阻塞式响应式编程框架，实现了Reactive Streams规范。它提供了可组合的异步序列API，包括用于多个元素的Flux和用于零到一个元素的Mono。
Reactor Netty项目还支持非阻塞式网络通信，非常适合微服务架构，为HTTP（包括Websockets），TCP和UDP提供了响应式编程基础。本文将通过实例展示和源码阅读，深入分析Reactor的核心设计与实现机制。
Reactor源码基于版本3.3。
响应式编程是一个专注于数据流和变化传递的异步编程范式，允许使用编程语言表示静态或动态数据流。
Reactor中，发布者（Publisher）负责生产数据，订阅者（Subscriber）负责处理和消费数据。创建发布者和订阅者后，通过建立订阅关系，发布者开始生产数据并传递给订阅者。
Flux和Mono是两种发布者类型，分别用于生产多个数据元素和单个数据元素。例如，Flux.range和fromArray等静态方法会返回Flux子类。
Reactor中关键方法包括Publisher#subscribe和Flux#subscribe。订阅者在onSubscribe方法中接收订阅关系，然后通过Subscription#request方法向发布者请求数据。
RangeSubscription#request、Subscriber#onNext和CoreSubscriber的内部逻辑展示了数据流转的过程。Flux子类的subscribe方法创建Subscription，将操作符逻辑转移到Subscriber端。
操作符方法，如skip、distinct、sort和filter，是Reactor的核心，用于处理和组合数据流。例如，myHandler作为订阅者，可以处理生成的Flux子类序列。
Reactor支持push和pull模式。pull模式通过Flux#generate和Sink缓存数据，而push模式则通过Flux#create，允许多线程同时推送数据。
Reactor提供线程与调度器支持，例如parallel、single、boundedElastic和parallel。这些调度器允许在不同线程环境下执行操作。
Reactor中的publishOn和subscribeOn操作符方法用于切换操作上下文，分别影响后续操作和整个链路的线程执行环境。
流量控制是响应式编程中的重要概念，FluxSink.OverflowStrategy定义了在数据生产速度超过消费速度时的策略，如忽略、错误或缓存数据。
Reactor通过实例和源码展示了响应式编程的概念和实现机制，以及如何在实际应用中使用。通过WebFlux和AsyncRestTemplate的比较，将揭示响应式编程带来的优势。
