1.深入剖析Zookeeper原理（五）ZK核心源码剖析
2.我做了个chatPPT（含源码和prompt）
3.ribbon负载均衡详解
4.Autoware.universe 源码解读（一）
5.visualstudiocode有哪些花样用法?环境环境
6.ARCore系列教程（1）---创建第一个原生AR应用

深入剖析Zookeeper原理（五）ZK核心源码剖析

       ZooKeeper内部维护了三种选举算法：LeaderElection, FastLeaderElection和AuthLeaderElection。FastLeaderElection与AuthLeaderElection的感知感知实现类似，关键差别在于AuthLeaderElection加入了认证信息，源码但已被ZooKeeper淘汰。模块FastLeaderElection相较于LeaderElection更加高效，环境环境已在3.4.0版本后不被推荐使用。感知感知禾匠源码侵权当前版本仅保留FastLeaderElection选举算法。源码

       接下来，模块将深入探讨FastLeaderElection选举算法的环境环境具体实现。此算法在ZooKeeper中通过高效的感知感知机制确定领导者角色，以保证集群的源码稳定性和高效性。

       深入分析FastLeaderElection算法源码，模块理解其实现机制，环境环境有助于我们更好地掌握ZooKeeper的感知感知核心原理。代码逻辑清晰，源码通过分布式共识算法，确保了选举过程的公平性和正确性。

       为了实现高效的选举过程，FastLeaderElection引入了一系列优化。这些优化包括但不限于，通过优化算法减少选举过程中的通信开销，以及通过改进数据结构提高选举过程的执行效率。

       在实现过程中，FastLeaderElection核心接口被精心设计，确保了选举算法的可扩展性和灵活性。这些接口不仅支持基本的选举功能，还提供了丰富的异常处理机制，以应对各种异常情况。

       此外，ZooKeeper的持久化机制是其稳定性的重要保障。ZooKeeper通过事务日志实现持久化处理，确保了数据的一致性和可靠性。日志记录了所有对集群状态的修改操作，使得数据恢复和故障恢复成为可能。

       在ZooKeeper中，Watcher机制的实现是其核心功能之一。Watcher用于通知客户端关于节点状态的edis分布式源码变更，以实现实时数据同步。ZooKeeper内部的Watcher管理器（ZKWatchManager）和watch注册类（如ExistWatchRegistration、DataWatchRegistration、ChildWatchRegistration等）共同实现了这一机制。

       这些注册类分别对应了不同的watch类型，允许客户端根据需求订阅不同的事件。例如，ExistWatchRegistration用于监听节点是否存在，DataWatchRegistration用于监听节点数据的变化，而ChildWatchRegistration用于监听子节点的变更。

       通过这些watch注册类，客户端能够实时接收来自ZooKeeper集群的事件通知，从而实现实时的数据同步和状态感知。同时，ZooKeeper通过Watcher机制实现了对节点状态的高效监控，确保了数据的一致性和集群的稳定性。

       最后，ZooKeeper的网络通信实现是其对外提供服务的基础。通过优化的网络通信协议，ZooKeeper能够高效地在分布式环境中进行数据交换和状态同步。这一部分的实现涉及到多种通信机制，如TCP协议、数据编码、消息格式等，确保了数据传输的可靠性和性能。

       总结，ZooKeeper通过精心设计的选举算法、持久化机制、Watcher机制和网络通信实现，提供了一套高效、稳定和可靠的服务框架。深入理解这些核心原理和实现细节，有助于我们更好地运用ZooKeeper在分布式系统中解决实际问题。

我做了个chatPPT（含源码和prompt）

       在现代科技的推动下，自动驾驶的发展现状正逐渐成为汽车行业瞩目的焦点，其关键在于不断突破技术瓶颈和法规限制。g6 edit 源码自动驾驶的核心技术包括感知、决策和控制，而各种智能算法的融合与优化是实现自主驾驶的关键。近年来，深度学习和人工智能的融合显著提升了自动驾驶的性能，如GPT 3.5 TURBO的运用，为车辆提供精确的环境感知和路径规划能力。

       另一方面，感冒类型的区分也至关重要。我们通常区分病毒感冒和细菌感冒，前者由病毒引起，后者则主要由细菌引发。症状和治疗方法有所不同，科学的诊断是选择合适疗法的前提。对于预防和治疗，了解这些基本知识有助于我们更好地应对感冒季节。

       在车机开发流程中，创造性的应用技术为简化工作提供了可能。通过自动化工具，如输入话题就能生成专业的PPT，功能强大，能够自动生成文本、润色标题、选择色彩并插入AI插图。这个过程巧妙地结合了GPT 3.5 TURBO的文本生成能力，Dalle2的图像转换技术，以及python-pptx库来构建出高质量的演示文档。然而，务必确保科学上网以访问开放AI接口，同时注意费用问题，可能需要寻找替代方案来降低成本。

       在使用源码时，务必遵循一些注意事项。首先，确保网络环境允许访问开放AI接口；其次，合理安排接口调用次数，源码怎么做网页以避免因长度限制而影响生成内容的完整度。同时，记得优化代码以提高效率和节省资源。

       通过这些工具和技巧，我们可以快速创建专业且个性化的PPT，极大地提升了工作效率。在实际应用中，如上所示，一个示例JSON数据详细展示了如何将数据组织成PPT内容，包括页面标题、子标题、列表项以及颜色选择，为实际演示提供了清晰的结构和视觉呈现。

       总的来说，自动驾驶的探索和感冒知识的理解，以及利用先进技术创建有影响力的PPT，都是我们日常生活中科技与生活融合的生动例证。通过巧妙地整合AI工具和编程技巧，我们能创造出既高效又富有吸引力的内容，展现出科技的力量和创新的无限可能。

ribbon负载均衡详解

       æœåŠ¡ç«¯è´Ÿè½½å‡è¡¡ï¼šåœ¨å®¢æˆ·ç«¯å’ŒæœåŠ¡ç«¯ä¸­é—´ä½¿ç”¨ä»£ç†ï¼Œlvs  和 nginx。

        硬件负载均衡的设备或是软件负载均衡的软件模块都会维护一个下挂可用的服务端清单，通过心跳检测来剔除故障的服务端节点以保证清单中都是可以正常访问的服务端节点。当客户端发送请求到负载均衡设备的时候，该设备按某种算法（比如线性轮询、按权重负载、按流量负载等）从维护的可用服务端清单中取出一台服务端端地址，然后进行转发。

        客户端负载均衡：根据自己的情况做负载。Ribbon。

        客户端负载均衡和服务端负载均衡最大的区别在于 服务端地址列表的存储位置，以及负载算法在哪里。

        2、Spring Cloud的负载均衡机制的实现

        Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。通过Spring Cloud的封装，可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。Ribbon实现客户端的负载均衡，负载均衡器提供很多对.netflix.client.conf.CommonClientConfigKey。

        <clientName>.<nameSpace>.NFLoadBalancerClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerRuleClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerPingClassName=xx

        <clientName>.<nameSpace>.NIWSServerListClassName=xx

        <clientName>.<nameSpace>.NIWSServerListFilterClassName=xx

        com.netflix.client.config.IClientConfig：Ribbon的客户端配置，默认采用com.netflix.client.config.DefaultClientConfigImpl实现。

        com.netflix.loadbalancer.IRule：Ribbon的负载均衡策略，默认采用com.netflix.loadbalancer.ZoneAvoidanceRule实现，该策略能够在多区域环境下选出最佳区域的实例进行访问。

        com.netflix.loadbalancer.IPing：Ribbon的实例检查策略，默认采用com.netflix.loadbalancer.NoOpPing实现，该检查策略是一个特殊的实现，实际上它并不会检查实例是否可用，而是始终返回true，默认认为所有服务实例都是可用的。

        com.netflix.loadbalancer.ServerList：服务实例清单的维护机制，默认采用com.netflix.loadbalancer.ConfigurationBasedServerList实现。

        com.netflix.loadbalancer.ServerListFilter：服务实例清单过滤机制，默认采org.springframework.cloud.netflix.ribbon.ZonePreferenceServerListFilter，该策略能够优先过滤出与请求方处于同区域的服务实例。

        com.netflix.loadbalancer.ILoadBalancer：负载均衡器，默认采用com.netflix.loadbalancer.ZoneAwareLoadBalancer实现，它具备了区域感知的能力。

        上面的配置是在项目中没有引入spring Cloud Eureka，如果引入了Eureka和Ribbon依赖时，自动化配置会有一些不同。

        通过自动化配置的实现，可以轻松的实现客户端的负载均衡。同时，针对一些个性化需求，我们可以方便的替换上面的这些默认实现，只需要在springboot应用中创建对应的实现实例就能覆盖这些默认的配置实现。

        @Configuration

        public class MyRibbonConfiguration {

            @Bean

            public IRule ribbonRule(){

                return new RandomRule();

            }

        }

        这样就会使用P使用了RandomRule实例替代了默认的com.netflix.loadbalancer.ZoneAvoidanceRule。

        也可以使用@RibbonClient注解实现更细粒度的客户端配置

       å¯¹äºŽRibbon的参数通常有二种方式：全局配置以及指定客户端配置

        全局配置的方式很简单

        只需要使用ribbon.<key>=<value>格式进行配置即可。其中，<key>代表了Ribbon客户端配置的参数名，<value>则代表了对应参数的值。比如，我们可以想下面这样配置Ribbon的超时时间

        ribbon.ConnectTimeout=

        ribbon.ServerListRefreshInterval=   ribbon获取服务定时时间

        全局配置可以作为默认值进行设置，当指定客户端配置了相应的key的值时，将覆盖全局配置的内容

        指定客户端的配置方式

        <client>.ribbon.<key>=<value>的格式进行配置.<client>表示服务名，比如没有服务治理框架的时候（如Eureka），我们需要指定实例清单，可以指定服务名来做详细的配置，

        user-service.ribbon.listOfServers=localhost:,localhost:,localhost:

        对于Ribbon参数的key以及value类型的定义，可以通过查看com.netflix.client.config.CommonClientConfigKey类。

        当在spring Cloud的应用同时引入Spring cloud Ribbon和Spring Cloud Eureka依赖时，会触发Eureka中实现的对Ribbon的自动化配置。这时的serverList的维护机制实现将被com.netflix.niws.loadbalancer.DiscoveryEnabledNIWSServerList的实例所覆盖，该实现会讲服务清单列表交给Eureka的服务治理机制来进行维护。IPing的实现将被com.netflix.niws.loadbalancer.NIWSDiscoveryPing的实例所覆盖，该实例也将实例接口的任务交给了服务治理框架来进行维护。默认情况下，用于获取实例请求的ServerList接口实现将采用Spring Cloud Eureka中封装的org.springframework.cloud.netflix.ribbon.eureka.DomainExtractingServerList，其目的是为了让实例维护策略更加通用，所以将使用物理元数据来进行负载均衡，而不是使用原生的AWS AMI元数据。在与Spring cloud Eureka结合使用的时候，不需要再去指定类似的user-service.ribbon.listOfServers的参数来指定具体的服务实例清单，因为Eureka将会为我们维护所有服务的实例清单，而对于Ribbon的参数配置，我们依然可以采用之前的两种配置方式来实现。

        此外，由于spring Cloud Ribbon默认实现了区域亲和策略，所以，可以通过Eureka实例的元数据配置来实现区域化的实例配置方案。比如可以将不同机房的实例配置成不同的区域值，作为跨区域的容器机制实现。而实现也非常简单，只需要服务实例的元数据中增加zone参数来指定自己所在的区域，比如：

        eureka.instance.metadataMap.zone=shanghai

        在Spring Cloud Ribbon与Spring Cloud Eureka结合的工程中，我们可以通过参数禁用Eureka对Ribbon服务实例的维护实现。这时又需要自己去维护服务实例列表了。

        ribbon.eureka.enabled=false.

        由于Spring Cloud Eureka实现的服务治理机制强调了cap原理的ap机制（即可用性和可靠性），与zookeeper这类强调cp（一致性，可靠性）服务质量框架最大的区别就是，Eureka为了实现更高的服务可用性，牺牲了一定的一致性，在极端情况下宁愿接受故障实例也不要丢弃"健康"实例。

        比如说，当服务注册中心的网络发生故障断开时候，由于所有的服务实例无法维护续约心跳，在强调ap的服务治理中将会把所有服务实例剔除掉，而Eureka则会因为超过%的实例丢失心跳而触发保护机制，注册中心将会保留此时的所有节点，以实现服务间依然可以进行互相调用的场景，即使其中有部分故障节点，但这样做可以继续保障大多数服务的正常消费。

        在Camden版本，整合了spring retry来增强RestTemplate的重试能力，对于我们开发者来说，只需要简单配置，即可完成重试策略。

        spring.cloud.loadbalancer.retry.enabled=true

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=

        user-service.ribbon.ConnectTimeout=

        user-service.ribbon.ReadTimeout=

        user-service.ribbon.OkToRetryOnAllOperations=true

        user-service.ribbon.MaxAutoRetriesNextServer=2

        user-service.ribbon.maxAutoRetries=1

        spring.cloud.loadbalancer.retry.enabled:该参数用来开启重试机制，它默认是关闭的。

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds：断路器的超时时间需要大于Ribbon的超时时间，不然不会触发重试。

        user-service.ribbon.ConnectTimeout：请求连接超时时间。

        user-service.ribbon.ReadTimeout：请求处理的超时时间

        user-service.ribbon.OkToRetryOnAllOperations：对所有操作请求都进行重试。

        user-service.ribbon.MaxAutoRetriesNextServer：切换实例的重试次数。

        user-service.ribbon.maxAutoRetries：对当前实例的重试次数。

        根据以上配置，当访问到故障请求的时候，它会再尝试访问一次当前实例（次数由maxAutoRetries配置），如果不行，就换一个实例进行访问，如果还是不行，再换一个实例访问（更换次数由MaxAutoRetriesNextServer配置），如果依然不行，返回失败

       é¡¹ç›®å¯åŠ¨çš„时候会自动的为我们加载LoadBalancerAutoConfiguration自动配置类，该自动配置类初始化条件是要求classpath必须要有RestTemplate这个类，必须要有LoadBalancerClient实现类。

        LoadBalancerAutoConfiguration为我们干了二件事，第一件是创建了LoadBalancerInterceptor拦截器bean，用于实现对客户端发起请求时进行拦截，以实现客户端负载均衡。创建了一个

        RestTemplateCustomizer的bean，用于给RestTemplate增加LoadBalancerInterceptor拦截器。

        每次请求的时候都会执行org.springframework.cloud.client.loadbalancer.LoadBalancerInterceptor的intercept方法，而LoadBalancerInterceptor具有LoadBalancerClient（客户端负载客户端）实例的一个引用，

        在拦截器中通过方法获取服务名的请求url（比如/p/1bddb5dc

        Spring cloud系列六 Ribbon的功能概述、主要组件和属性文件配置  

       /p/faffa

        本人有道云笔记中记录的参考文章

        文档：_ribbon 负载均衡.note

        链接：/noteshare?id=efc3efbbefd8ed0b9&sub=B0E6DFEEBDAF

Autoware.universe 源码解读（一）

       在Autoware的自动驾驶仿真软件中，launch文件起着至关重要的作用。autoware.launch.xml是其中一个基础的launch文件，它使用XML语言编写，以定义启动ROS节点、参数和设置默认值。这个文件的核心结构包括version="1.0"（XML 1.0版本）和encoding="UTF-8"（UTF-8编码）。

       文件的前半部分侧重于参数定义和设置，包括地图路径、车辆模型、传感器模型和点云容器，这些都可以通过传递参数进行灵活调整。例如，vehicle_id和launch_vehicle_interface是两个全局参数，vehicle_id默认值为环境变量VEHICLE_ID的值，而launch_vehicle_interface默认为true，单机游戏怎么扒出源码表示是否启动车辆接口。

       参数check_external_emergency_heartbeat控制外部紧急停车功能，当不需要时需将其设为false。system_run_mode和launch_system_monitor等参数分别定义了系统的运行模式和是否启动系统监视器。此外，rviz可视化工具的启用、rviz配置文件路径，以及感知模式的选择等也被详细定义。

       launch文件中还包括一个include标签，引入了global_params.launch.py，该文件通过arg标签传递参数，以进行更精细的配置。例如，如果launch_vehicle设置为true，它将启动vehicle.launch.xml，并传递参数。

       总的来说，autoware.launch.xml通过巧妙地定义和传递参数，灵活地控制和配置Autoware的各个子系统，以实现自动驾驶的模拟和测试。

visualstudiocode有哪些花样用法?

       Visual Studio Code（VSCode）以其轻量级、高效和高度可定制的特点，深受开发者喜爱，支持Windows、macOS和Linux平台。作为一款集代码编辑、编译、调试和版本控制等功能于一身的源代码编辑器，VSCode不仅仅是文本编辑工具，而是全面的开发环境，适合不同阶段的开发者使用。下面，我们将探索一些VSCode的高级用法，帮助提升编程效率和体验。

       VSCode广泛支持多种编程语言，如JavaScript、TypeScript、Python、PHP和C++等，通过集成智能感知功能，它能提供自动完成、函数定义、参数信息和快速信息查看，显著提升编码效率，减少错误。

       内置的调试支持功能，使VSCode成为强大的调试工具，支持多种编程语言的调试器。通过配置`launch.json`文件，开发者可以设置断点、查看变量内容、逐行执行代码，大大简化了调试过程。例如，在Python项目中，只需安装Python扩展并配置适当的脚本路径，即可开始调试。

       VSCode内置了出色的Git支持功能，允许直接在编辑器内进行版本控制操作，包括提交更改、查看差异和切换分支等。这一功能通过侧边栏的源代码管理面板实现，简化了开发流程，减少了频繁切换到命令行界面的需求。

       VSCode的远程开发功能让开发者能够通过SSH、容器或Windows子系统连接到远程服务器或容器，实现本地编辑和远程服务器或容器中的代码调试。这对于处理大型项目或需要特定环境配置的项目特别有用。

       支持高度定制化是VSCode的一大亮点，用户可以通过安装扩展来增强编辑器功能，市场上有成千上万的扩展可供选择，覆盖代码美化、数据库管理、API测试和音乐播放等功能。用户还可以调整界面主题、图标和布局，以适应个人喜好。

       VSCode提供了丰富的快捷键和代码片段功能，允许用户快速访问常用功能，如快速打开文件、移动行和多光标编辑。用户还可以自定义代码片段，以节省打字时间，提高编码效率。

       VSCode支持多根工作区，允许将多个项目文件夹添加到同一个窗口中，简化了同时处理多个相关项目的工作流程，方便切换和共享配置。

       内置的终端功能提供了强大的命令行工具和脚本运行环境，避免了开发者在不同应用程序之间切换，提升了工作效率。

       代码折叠功能允许用户折叠或展开代码块，帮助更有效地组织和浏览复杂的代码文件。大纲视图功能则使用户能够快速浏览整个文件的结构，轻松找到函数、类定义等。

       利用Live Share扩展，VSCode实现了实时协作编辑，类似于Google文档，允许多名开发者在同一代码库上同时工作，无论他们位于何处，极大地促进了团队协作和远程工作的便利性。

ARCore系列教程（1）---创建第一个原生AR应用

       AIRX的全新教程系列专注于ARCore，帮助开发者掌握在Android平台上创建AR应用的技巧。ARCore是Google提供的增强现实开发平台，它利用API让手机感知环境并实现与现实世界的交互。

       ARCore的核心功能包括设备兼容性（支持Android 7.0及以上版本），以及三项关键技术：运动跟踪、环境理解和光估测。运动跟踪通过摄像头识别特征点并结合惯性传感器，确定设备位置和方向；环境理解则通过检测平面和估计光照，增强虚拟内容与现实环境的融合；光估测则提供了现实光照信息，提升虚拟物体的真实感。

       开发者可以利用这些功能在Android Studio中开发应用，如安装并配置Android Studio和SDK工具，包括ARCore SDK。步骤包括安装Android Studio，设置SDK，安装ARCore服务，以及构建和部署示例应用程序。在源代码中，例如HelloArActivity，开发者可以深入理解代码逻辑，如加载ARCore表面的处理和UI更新的优化。

       继续学习，下一章节将带领你使用Unity构建ARCore应用，进一步探索AR开发的无限可能。

常用的python开发工具有哪两个

       常用的Python开发工具有PyCharm和Visual Studio Code。

       首先，让我们深入了解PyCharm。PyCharm是由JetBrains开发的一款强大的Python集成开发环境（IDE）。这款工具对Python语言有着深入的支持，包括代码自动补全、即时错误检查、一键式重构以及内置的调试器等。PyCharm的智能代码编辑器可以大大提高Python开发人员的生产力。例如，它的代码自动补全功能可以快速建议并补全代码，减少手动输入，而即时错误检查可以在代码编写过程中就发现并提示错误，避免在运行时才发现问题。

       接下来是Visual Studio Code（VS Code）。VS Code是由微软开发的一款轻量级但功能强大的源代码编辑器，支持多种编程语言，包括Python。VS Code的一大特点是其高度的可定制性和扩展性，用户可以通过安装各种扩展插件来增强编辑器的功能。对于Python开发，VS Code提供了丰富的扩展插件，如Python扩展包，可以实现代码高亮、智能感知、调试等功能。同时，VS Code还支持Git控制等版本控制功能，使得团队协作更加便捷。

       这两款工具各有千秋。PyCharm更适合大型Python项目的开发，其强大的功能和深度集成可以显著提高开发效率。而VS Code则更适合小型项目或者需要快速搭建开发环境的情况，其轻量级和高度可定制性使得它非常灵活。

       总的来说，PyCharm和Visual Studio Code都是优秀的Python开发工具，选择哪一款主要取决于具体的项目需求和个人偏好。

python编程语言自带的集成开发环境python集成开发环境哪个好

       关于python编程语言自带的集成开发环境，python集成开发环境哪个好这个很多人还不知道，今天来为大家解答以上的问题，现在让我们一起来看看吧！

       1、1. PyCharmPyCharm是唯一一款专门面向Python的全功能集成开发环境，同样拥有付费版和免费开源版，PyCharm不论是在Windows、 Mac OS X系统中，还是在Linux系统中都支持快速安装和使用。

       2、PyCharm直接支持Python开发环境，打开一个新的文件然后就可以开始编写代码，也可以在PyCharm中直接运行和调试Python程序，它还支持源码管理和项目，并且其拥有众多便利和支持社区，能够快速掌握学习使用!2. Eclipse + PyDevPyDev是Eclipse集成开发环境的一个插件，支持Python调试、代码补全和交互式Python控制台等，在Eclipse中安装PyDev非常便捷，只需从Eclipse中选择“Help”点击“Eclipse Marketplace”然后搜索PyDev，点击安装，必要的时候重启Eclipse即可，对于资深Eclipse开发者来说，PyDev可以很轻松上手!3. Visual StudioVisual Studio是一款全功能集成开发平台，提供了免费版和付费版，可以支持各种平台的开发，且附带了自己的扩展插件市场。

       3、在Visual Studio中可进行Python编程，并且支持Python智能感知、调试和其他工具，值得注意的是Visual Studio不支持Linux平台!4. SpyderSpyder是一款为了数据科学工作流做了优化的开源Python集成开发环境，它是附在Anaconda软件包管理器发行版中的，Spyder拥有大部分集成开发环境该具备的功能，如强大语法高亮功能的代码编辑器、Python代码补全以及集成文件浏览器，其还具有其他Python编辑环境中所不具备的变量浏览器功能，十分适合使用Python的数据科学家们。

       4、5. ThonnyThonny是针对新手的一款集成开发环境，适用于全部主流平台，默认情况下，Thonny会和自带捆绑的Python版本一起安装，十分方便新手使用!。

       本文到此分享完毕，希望对大家有所帮助。