本文介绍在一个较老的环境下编译 V8 引擎，并全静态地链接到既有的游戏服务上。原因是我们需要一个很新的能支持 WebAssembly 的 JS 引擎。经过调研，我们认为使用 V8 是最好的。

游戏服务使用 GCC4.4.6，这是一个非常老的版本，甚至不能完整支持 C++11 标准。而即使是很老版本的 V8 都需要完整的 C++11 支持(GCC 4.8+)。进一步地，最新版本的 V8 需要 C++14 标准的支持：

• v8.h 中出现了诸如 std::remove_cv_t 的 C++14 的标准库函数
• C++14标准编译出来的库也没办法直接和原游戏的目标文件进行链接

因此我们的方案是将游戏中对 V8 强依赖的模块升级成 C++14 标准，主要步骤如下：

1. 从源码构建 GCC 和 GLIBC
2. 从源码构建 V8 静态库 v8_monolith.a
3. 将 V8 静态库、libc++、GLIBC 和游戏模块全静态链接

下面的一些 git 命令，在使用时常常不知所以，容易混淆，其实原因是对 git 的机制并不了解，因此在本文中介绍相关。

1. reset hard/soft/mixed

   1 2 3

   $ git reset --hard $ git reset --mixed $ git reset --soft

2. fetch/pull

   1 2	$ git fetch $ git pull

3. reset/revert

4. diff cached/HEAD

   1 2 3 4 5

   $ git diff --cached $ git diff --staged $ git diff HEAD $ git diff HEAD~1 $ git diff HEAD^

5. rev-list/log

   阅读全文 »

本文讲解SVN从源码的构建流程，和其中遇到的一些问题。

Sentinel(哨兵)监控Redis集群中Master状态，是Redis 的高可用性解决方案。它监视一系列Master-Slave集群（和其他Sentinel）。当某个Master下线时，自动将该Master下的某个Slave升级为Master。

Sentinel的代码阅读难度相对较大，这是因为它是时钟驱动的一个状态机，所以在逻辑上有点不是很连贯。
本文使用的版本和Redis底层对象实现原理分析这篇文章是相同的。有一些基础知识也在这篇文章中列出。

本篇将主要结合CSAPP介绍ELF文件的格式，常用的分析工具如objdump和readelf，以及Linux程序链接和装载的流程。

讨论Spark上分布式机器学习库的实现。
Spark的机器学习库主要分为ml和mllib，其中ml较新，本文主要围绕ml来讲。
ml和mllib底层会用到Breeze库（类似于numpy的线性代数库）和BLAS（Basic Linear Algebra Subroutines，更基础的线性代数库），在这里也进行介绍。

由于疫情因素，原本的深圳之行最终改为了福州之行。我们分别从深圳和无锡出发，在福州站汇合。

微软的 Office 系列具有非常厉害的技术，但产品具有极高的学习成本，例如在查找替换这一项，它不支持标准的正则表达式（毕竟是 wysiwyg 嘛，也要考虑样式），但不是基于正则表达式定制，而是自己另辟蹊径，这就有点让人难受了。而内置的 Word VBA 的相关文档和 Demo 又很少，基本要靠录制宏来现学现卖，而录制宏生成的代码过于 adhoc，难以泛化，所以这时候借助于 Python 来处理相关文档就显得比较有意义。

以第三方接入的视角，讲解OAuth2.0协议。

本文讲解Python 2.7版本上的HTTP Server的实现。