1.容器服务的容器容器深入应用及原理剖析（4）带你了解Docker Compose
2.Spring Cloud OpenFeign源码FeignClientFactoryBean原理
3.在 Nvidia Docker 容器编译构建显存优化加速组件 xFormers
4.Containerd容器管理机制
5.微信小程序官方组件展示之视图容器share-element源码
6.STL源码剖析总结笔记（2）：容器（containers）概览
容器服务的深入应用及原理剖析（4）带你了解Docker Compose
一、Docker Compose简介
1.什么是创建创建compose
Docker-compose 是一个定义和运行多个 Docker 应用的工具，你可以使用YMAL文件来配置你的源码源码服务，然后使用docker-compose 命令，容器容器创建和启动、创建创建编排所有你配置的源码源码st load源码包服务。
2.compose可以在任何工作环境中使用，容器容器生产环境，创建创建开发环境，源码源码持续集成等等。容器容器
3.从logo上可以看出来,创建创建 它就是一个管理容器的工( zhang )具( yu ), 我们可以方便的使用它来管理我们的Docker容器, 可以极大程度的简化命令行的复杂操作。
二、源码源码Docker Compose 安装
版本：1..0-rc4
1.安装
看到版本信息，容器容器说明安装成功。创建创建
2.卸载
常见问题： 如果安装完成后，源码源码查看版本频繁报错，如下 Cannot open self /usr/local/bin/docker-compose or archive /usr/local/bin/docker-compose.pkg 可使用下面的解决方案 1、切换到/usr/local/bin，删除之前的下载/docker-compose 2、切换到/usr/local/bin执行下面的命令 wget github.com/docker/compo... 3、下载完毕后重命名为docker-compose mv docker-compose-Linux-x_ docker-compose 4、赋权限 5、查看版本成功
三、Compose 核心概念与常用命令
1.Compose 核心概念
模板文件
即 project 包含 service ，service 包含 container
2.Compose模板文件介绍
Compose模板文件格式
Docker Compose 使用 YAML 文件来定义多服务的应用。
Docker Compose 默认使用文件名 docker-compose.yml。当然，也可以使用 -f 参数指定具体文件
官方提供了一个 yaml Docker Compose 配置文件的标准例子 提示：可以用 .yml 或 .yaml 作为文件扩展名
version：指定 docker-compose.yml 文件的写法格式
replicas
指定运行容器的数量
update_config
mode
replicated 如果服务是replicated（默认)，需要指定运行的容器数量
restart_policy 重启策略
配置容器的重新启动，代替restart
卷标设置与查看
挂载方式对比： 绝对路径：直接挂载到本地，比较直观，但需要管理本地的路径 卷标：简洁，但你不知道数据存在本地什么位置
网络定义
目的：实现网络隔离
docker network create --subnet=..0.0/ frontend
Docker Compose版本
3.Compose常用命令
常用命令汇总
1) docker-compose up
用于部署一个 Compose 应用。 默认情况下该命令会读取名为 docker-compose.yml 或 docker-compose.yaml 的文件。
当然用户也可以使用 -f 指定其他文件名。通常情况下，会使用 -d 参数令应用在后台启动。
2) docker-compose start
启动
3) docker-compose stop
停止 Compose 应用相关的所有容器，但不会删除它们。 被停止的应用可以很容易地通过 docker-compose restart 命令重新启动。
4) docker-compose rm
用于删除已停止的 Compose 应用
它会删除容器和网络，但是不会删除卷和镜像。
5) docker-compose restart
重启已停止的外挂编写 源码 Compose 应用。 如果用户在停止该应用后对其进行了变更，那么变更的内容不会反映在重启后的应用中
这时需要重新部署应用使变更生效。
6) docker-compose ps
用于列出 Compose 应用中的各个容器。 输出内容包括当前状态、容器运行的命令以及网络端口。
7) docker-compose down
停止并删除运行中的 Compose 应用。 它会删除容器和网络，但是不会删除卷和镜像
8) docker-compose logs web
9) docker-compose build
当你改变本地代码之后，先执行 docker-compose build 构建新的镜像，然后执行 docker-compose up -d 取代运行中的容器
四、Docker Compose 工作原理
1.Compose 的一次调用流程
1) 首先，用户执行 docker-compose up 命令调用命令行中的启动方法
2) 然后，如果当前宿主机已经存在与该应用对应的容器，docker-compose 则进行行为逻辑判断。如果用户指定可以重新启动已有服务，docker-compose 就会执行 service 模块的容器重启方法，否则就直接启动已有容器。这两种操作的区别在于前者会停止旧的容器，创建并启动新的容器，并把旧容器移除掉。
3) 最后，contaier 模块会调用 docker-py 客户端来执行向 docker daemon 发起创建容器的 POST 请求。
PS：如果本文对您有帮助，请关注我们的公众号：黑马 架构师还有B站号：博学谷（持续更新优质技术讲解视频） 欢迎和我们一起讨论学习哦 ^-^ ~
相关学习：
超 清 晰MyBatis源码剖析，学到就是赚到_哔哩哔哩_bilibili
架构师必备技能 | 微服务治理深入RPC原理，够全面、够深入、够接地气。_哔哩哔哩_bilibili
架构师都要会！详谈微服务架构体系，赶 紧 学 起 来_哔哩哔哩_bilibili
必看！Nacos配置中心发布与配置
Spring Cloud OpenFeign源码FeignClientFactoryBean原理
Spring Cloud OpenFeign的FeignClientFactoryBean在实例化过程中，通过FactoryBean接口实现，GetObject方法的关键步骤包括获取FeignContext、配置Feign.Builder、创建HardCodedTarget和调用loadBalance方法。这些步骤涉及自动配置、FeignClientSpecification的使用、Logger和Builder组件的定制以及动态代理的生成。最后，getObject方法返回的是一个接口的代理类，用于执行远程调用。小说听书源码
详细分析：
FeignClientFactoryBean在Spring容器中，通过getObject方法转化为实际的FeignClient实例。首先，它从FeignContext获取相关配置，这个配置在引入OpenFeign依赖时自动注入。接下来，通过getTarget方法，FeignClientFactoryBean配置了Builder组件，如Logger（非Slf4j）、RequestInterceptor、Encoder和Decoder等，同时考虑了用户自定义组件的配置。之后，创建了HardCodedTarget，基于FeignClient接口、注解值和完整URL构建，然后通过loadBalance方法，整合了LoadBalancerFeignClient和HystrixTargeter，进行负载均衡和目标URL定位。
在newInstance方法中，解析了接口方法的注解，生成了MethodHandler，并用FeignInvocationHandler封装，这个InvocationHandler在代理类实例化时被调用，实现了远程调用。最终，通过Proxy.newProxyInstance动态生成了代理类，完成FeignClientFactoryBean的实例化过程。
总的来说，FeignClientFactoryBean实例化是通过一系列配置和代理生成，实现了Spring Cloud OpenFeign的远程调用功能。如果你对源码的深入理解感兴趣，下期文章将继续解析调用源码细节。
在 Nvidia Docker 容器编译构建显存优化加速组件 xFormers
本篇文章，聊聊如何在新版本 PyTorch 和 CUDA 容器环境中完成 xFormers 的编译构建。
让你的模型应用能够跑的更快。
写在前面
xFormers[1] 是 FaceBook Research （Meta）开源的使用率非常高的 Transformers 加速选型，当我们使用大模型的时候，如果启用 xFormers 组件，能够获得非常明显的性能提升。
因为 xFormers 对于 Pytorch 和 CUDA 新版本支持一般会晚很久。所以，javaswing界面源码时不时的我们能够看到社区提出不能在新版本 CUDA 中构建的问题（ #[2]或 #[3]），以及各种各样的编译失败的问题。
另外，xFormers 的安装还有一个问题，会在安装的时候调整当前环境已经安装好的 PyTorch 和 Numpy 版本，比如我们使用的是已经被验证过的环境，比如 Nvidia 的月度发布的容器环境，这显然是我们不乐见的事情。
下面，我们就来解决这两个问题，让 xFormers 能够在新的 CUDA 环境中完成编译，以及让 xFormers 的安装不需要变动我们已经安装好的 Pytorch 或者 Numpy。
环境准备
环境的准备一共有两步，下载容器和 xFormers 源代码。
Nvidia 容器环境
在之前的 许多文章[4]中，我提过很多次为了高效运行模型，我推荐使用 Nvidia 官方的容器镜像（ nvcr.io/nvidia/pytorch:.-py3[5]）。
下载镜像很简单，一条命令就行：
完成镜像下载后，准备工作就完成了一半。
准备好镜像后，我们可以检查下镜像中的具体组件环境，使用docker run 启动镜像：
然后，使用python -m torch.utils.collect_env 来获取当前环境的信息，方便后续完成安装后确认原始环境稳定：
获取 xFormers
下载 xFormers 的源代码，并且记得使用--recursive 确保所有依赖都下载完毕：
xFormers 的源码包含三个核心组件cutlass、flash-attention、sputnik，除去最后一个开源软件在 xFormers 项目 sputnik 因为 Google 不再更新，被固定了代码版本，其他两个组件的版本分别为：cutlass@3.2 和 flash-attention@2.3.6。
Dao-AILab/flash-attention[6]目前最新的版本是 v2.4.2，不过更新的主干版本包含了更多错误的修复，推荐直接升级到最新版本。在 v2.4.2 版本中，它依赖的 cutlass 版本为 3.3.0，所以我们需要升级 cutlass 到合适的版本。
Nvidia/cutlass[7] 在 3.1+ 的版本对性能提升明显。
不过如果直接更新 3.2 到目前最新的 3.4flash-attention 找不到合适的版本，会发生编译不通过的问题，所以我们将版本切换到 v3.3.0 即可。
另外，web 表白源码在前文中提到了在安装 xFormers 的时候，会连带更新本地已经安装好的依赖。想要保护本地已经安装好的环境不被覆盖，尤其是 Nvidia 容器中的依赖不被影响，我们需要将xformers/requirements.txt 内容清空。
好了，到这里准备工作就结束了。
完成容器中的 xFormers 的安装
想要顺利完成 xFormers 的构建，还有一些小细节需要注意。为了让我们能够从源码进行构建，我们需要关闭我们下载 xFormers 路径的 Git 安全路径检查：
为了让构建速度有所提升，我们需要安装一个能够让我们加速完成构建的工具ninja：
当上面的工具都完成后，我们就可以执行命令，开始构建安装了：
需要注意的是，默认情况下安装程序会根据你的 CPU 核心数来设置构建进程数，不过过高的工作进程，会消耗非常多的内存。如果你的 CPU 核心数非常多，那么默认情况下直接执行上面的命令，会得到非常多的Killed 的编译错误。
想要解决这个问题，我们需要设置合理的MAX_JOBS 参数。如果你的硬件资源有限，可以设置 MAX_JOBS=1，如果你资源较多，可以适当增加数值。我的构建设备有 G 内存，我一般会选择设置 MAX_JOBS=3 来使用大概最多 GB 的内存，来完成构建过程，MAX_JOBS 的构建内存消耗并不是完全严格按照线性增加的，当我们设置为 1 的时候，GB 的设备就能够完成构建、当我们设置为 2 的时候，使用 GB 的设备构建会比较稳妥，当设置到 4 的时候，构建需要的内存就需要 GB 以上了。
构建的过程非常漫长，过程中我们可以去干点别的事情。
当然，为了我们后续使用镜像方便，最好的方案是编写一个 Dockerfile，然后将构建的产物保存在镜像中，以方便后续各种场景使用：
在构建的时候，我们可以使用类似下面的命令，来搞定既使用了最新的 Nvidia 镜像，包含最新的 Pytorch 和 CUDA 版本，又包含 xFormers 加速组件的容器环境。
如果你是在本机上进行构建，没有使用 Docker，那么构建成功，你将看到类似下面的日志：
等待漫长的构建结束，我们可以使用下面的命令，来启动一个包含构建产物的容器，来测试下构建是否成功：
当我们进入容器的交互式命令行之后，我们可以执行python -m xformers.info，来验证 xFromers 是否构建正常：
以及，使用python -m torch.utils.collect_env 再次确认下环境是否一致：
最后
好了，这篇文章就先写到这里啦。
Containerd容器管理机制
containerd是一个高级容器运行时，由Docker项目衍生，实现CRI规范，现为CNCF托管，提供新的容器解决方案的基础。k8s通过containerd创建容器时，containerd生成containerd-shim进程，此进程操作容器以避免containerd挂断导致所有容器退出的问题。containerd-shim用于执行命名空间、cgroups配置，挂载根文件系统等操作。标准化实现由OCI指定，runc为参考实现。
containerd-shim调用runc启动容器，而runc执行后立即退出，containerd-shim则成为容器的父进程，负责监控、状态收集和子进程清理，确保无僵尸进程。
containerd初始化操作通过方法实现。具体创建过程包括容器对象内部处理的多项操作。初始化后，启动容器操作则由上述方法执行。
关于详细实现代码，请参考相关源码：github.com/containerd/c...
深入理解containerd创建、启动容器的代码实现，请访问进一步分析：qikqiak.com/post/contai...
更多讨论和细节分析见：colstuwjx.github.io/...
微信小程序官方组件展示之视图容器share-element源码
本文展示微信小程序视图容器“share-element”源码的官方组件能力。开发者可根据自身需求自定义组件样式，更多详细属性参数，请查阅小程序开发文档。
功能描述：“share-element”组件实现共享元素功能，与“page-container”结合使用。共享元素动画效果类似“flutter Hero”动画，表现出元素在页面间穿越的视觉效果。
使用方法：在当前页面放置“share-element”组件，同时在“page-container”容器中设置对应组件。通过“key”属性进行映射。当设置“page-container”显示时，transform属性为“true”的共享元素将产生动画。当前页面容器退出时，将触发返回动画。
属性说明：组件支持自定义多种属性以适应不同需求。
示例代码：代码示例包含WXML和WXSS文件，展示了如何正确使用组件。通过具体实例，开发者可以直观地理解组件的实现方式。
版权声明：本文内容由互联网收集整理、上传，如涉及版权问题，请联系我们及时处理。
原文链接：developers.weixin.qq.com...
STL源码剖析总结笔记（2）：容器（containers）概览
容器作为STL的重要组成部分，其使用极大地提升了解决问题的效率。深入研究容器内部结构与实现方式，对提升编程技能至关重要。本文将对容器进行概览，分为序列式容器、关联式容器与无序容器三大类。
容器大致分为序列式容器、关联式容器和无序容器。其中序列式容器侧重于顺序存储，关联式容器则强调元素间的键值关系，而无序容器可以看作关联式容器的一种。
容器之间的关系可以归纳为：序列式容器为基层，关联式容器则在基层基础上构建了更复杂的数据结构。例如，heap和priority容器以vector作为底层支持，而set和map则采用红黑树作为基础数据结构。此外，还存在一些非标准容器，如slist和以hash开头的容器。在C++ 中，slist更名为了forward-list，而hash开头的容器改名为了unordered开头。
在容器的实现中，sizeof()函数可能揭示容器的内部大小对比。需要注意的是，尽管在GNU 4.9版本中，一些容器的设计变得复杂，采用了较多的继承结构，但实际上，这些设计在功能上并未带来太大差异。
熟悉容器的结构后，我们可以从vector入手，探索其内部实现细节。其他容器同样蕴含丰富的学习内容，如在list中，迭代器（iterators）的设计体现了编程的精妙之处；而在set和map中，红黑树的实现展现了数据结构的高效管理。
本文对容器进行了概览，旨在提供一个全面的视角，后续将对vector、list、set、map等容器进行详细分析，揭示其背后的实现机制与设计原理。
Docker 源码分析
本文旨在解析Docker的核心架构设计思路，内容基于阅读《Docker源码分析》系文章后，整理的核心架构设计与关键部分摘抄。Docker是Docker公司开源的基于轻量级虚拟化技术的容器引擎项目，使用Go语言开发，遵循Apache 2.0协议。Docker提供快速自动化部署应用的能力，利用内核虚拟化技术（namespaces及cgroups）实现资源隔离与安全保障。相比虚拟机，Docker容器运行时无需额外的系统开销，提升资源利用率与性能。Docker迅速获得业界认可，包括Google、Microsoft、VMware在内的领导者支持。Google推出Kubernetes提供Docker容器调度服务，Microsoft宣布Azure支持Kubernetes，VMware与Docker合作。Docker在分布式应用领域获得万美元的C轮融资。
Docker的架构主要由Docker Client、Docker Daemon、Docker Registry、Graph、Driver、libcontainer以及Docker container组成。
Docker Client：用户通过命令行工具与Docker Daemon建立通信，发起容器管理请求。
Docker Daemon：后台运行的系统进程，接收并处理Docker Client请求，通过路由与分发调度执行相应任务。
Docker Registry：存储容器镜像的仓库，支持公有与私有注册。
Graph：存储已下载镜像，并记录镜像间关系的数据库。
Driver：驱动模块，实现定制容器执行环境，包括graphdriver、networkdriver和execdriver。
libcontainer：库，使用Go语言设计，直接访问内核API，提供容器管理功能。
Docker container：Docker架构的最终服务交付形式。
架构内各模块功能如下：
Docker Client：用户与Docker Daemon通信的客户端。
Docker Daemon：后台服务，接收并处理请求，执行job。
Graph：存储容器镜像，记录镜像间关系。
Driver：实现定制容器环境，包括管理、网络与执行驱动。
libcontainer：库，提供内核访问，实现容器管理。
Docker container：执行容器，提供隔离环境。
核心功能包括从Docker Registry下载镜像、创建容器、运行命令与网络配置。
总结，通过Docker源码学习，深入了解其设计、功能与价值，有助于在分布式系统实现中找到与已有平台的契合点。同时，熟悉Docker架构与设计思想，为云计算PaaS领域带来实践与创新启发。
Spring IoC源码深度剖析
Spring IoC容器初始化深度剖析
Spring IoC容器是Spring的核心组件，主要负责对象管理和依赖关系管理。容器体系丰富多样，如BeanFactory作为顶层容器，它定义了所有IoC容器的基本原则，而ApplicationContext及其子类如ClassPathXmlApplicationContext和AnnotationConfigApplicationContext则提供了额外功能。Spring IoC容器的初始化流程关键在AbstractApplicationContext的refresh方法中。 1.1 初始化关键点 通过创建特定类LagouBean并设置断点，我们发现Bean的创建在未设置延迟加载时，发生在容器初始化过程中。构造函数调用、InitializingBean的afterPropertiesSet方法以及BeanFactoryPostProcessor和BeanPostProcessor的初始化和调用，都在refresh方法的不同步骤中发生。 1.2 主体流程概览 Spring IoC容器初始化的主体流程主要集中在AbstractApplicationContext的refresh方法，涉及Bean对象创建、构造函数调用、初始化方法执行和处理器调用等步骤。 1.3 深度剖析 分析发现，延迟加载机制使得懒加载的bean在第一次调用getBean时才进行初始化。而对于非懒加载bean，它们在容器初始化阶段已经完成并缓存。Spring处理循环依赖的方法依赖于构造器调用的顺序规则，不支持原型bean的循环依赖，而对单例bean则通过setXxx或@Autowired方法提前暴露对象来避免循环依赖。
