在上篇LevelDB 源码阅读：跳表的原理、实现以及可视化中，详细分析了 LevelDB 中跳表的实现。然后在LevelDB 源码阅读：如何正确测试跳表的并行读写？中，分析了 LevelDB 跳表的测试代码，最后还剩下一个问题，怎么分析跳表的时间复杂度呢？在分析完跳表的时间复杂度之后，就能明白 LevelDB 中概率值和最大高度的选择，以及 Redis 为什么选择不同的最大高度。最后本文也会提供一个简单的压测代码，来看看跳表的性能如何。本文不会有很高深的数学知识，只涉及简单的概率论，可以放心往下看。跳表的性能分析有不少思路很值得借鉴，希望本文能抛砖引玉，给大家带来一些启发。跳表性能分析拆解在知道 LevelDB 的原理和实现后，我们可以推测出来，在极端情况下，每个节点的高度都是 1，那么跳表的查找、插入、删除操作的时间复杂度都会退化到 O(n)。在这种情况下，性能比平衡树差了不少。当然，因为有随机性在里面，所以没有输入序列能始终导致性能最差。那么跳表的平均性能如何呢？前面给出过结论，和平衡树的平均性能差不多。引入一个简单的随机高度，就能保证跳表的平均性能和平衡树差不多。这背后有没有什么分析方法，能够分析跳表的性能呢？还得看论文，论文中给出了一个不错的分析方法，不过这里的思路其实有点难想到，理解起来也有点费劲。我会把问题尽量拆分，然后一步步来推导整个过程，每一步涉及到的数学推导也尽量 ...继续阅读 (6)

在上篇LevelDB 源码阅读：跳表的原理、实现以及可视化中，从当前二叉搜索树和平衡树的一些缺点出发，引出了跳表这种数据结构。然后结合论文，解释了跳表的实现原理。接着详细分析了 LevelDB 的代码实现，包括迭代器实现，以及并行读的极致性能优化。最后还提供了一个可视化页面，可以直观看到跳表的构建过程。但是还有两个问题：怎么测试 LevelDB 跳表的代码，保证功能的正确性？特别是怎么保证读写并行情况下跳表实现的正确性。怎么定量分析跳表的时间复杂度？接下来通过分析 LevelDB 的测试代码，先来回答第一个问题。跳表的性能定量分析，放到另外单独一篇文章。跳表测试分析上篇文章分析了 LevelDB 跳表的实现，那么这里的实现是否正确呢？如果要写测试用例，应该怎么写？需要从哪些方面来测试跳表的正确性？我们看看 LevelDB 的测试代码skiplist_test.cc。首先是空跳表的测试，验证空跳表不包含任何元素，检查空跳表的迭代器操作 SeekToFirst, Seek, SeekToLast 等。接着是插入、查找、迭代器的测试用例，通过不断插入大量随机生成的键值对，验证跳表是否正确包含这些键，以及测试迭代器的前向和后向遍历。123456TEST(SkipTest, InsertAndLookup) {// 测试插入和查找功能// 插入随机生成的键值对// 验证跳表正确包含 ...继续阅读 (7)

OpenAI 半夜悄咪咪推出了新的模型，introducing-openai-o1-preview。放出了系列视频，展示新模型的强大，网上也是普天盖地的文章来讲新模型测评有多厉害。不过见惯了 AI 界的放卫星，怀着怀疑的态度，第一时间上手体验一把。汉语新解刚好最近李继刚有个提示词很火，可以生成很好玩的汉语新解。用 Claude3.5 试了效果特别好，下面是一些 Claude 生成的 SVG 图：这个提示词特别有意思，用经典编程语言 Lisp 来描述要执行的任务，大模型居然能理解，还能生成稳定、美观的 SVG 图。这个提示词很考验模型的理解和生成能力，试了 GLM 和 GPT-4o，都不能生成符合要求的 SVG 图。目前只有在 Claude3.5 上稳定输出，效果也很好，那么 OpenAI 的最新 o1-preview 模型如何呢？我们直接输出提示词，接着输入词语，结果如下图：这里没有输出 svg，给出了一个 markdown 格式的输出。然后新的模型有个比较有意思的地方，这里有个“思考”，会显示思考多长时间，然后点击后可以看到思考的过程。看起来模型也能理解提示词，只是输出有点问题。Claude3.5 是因为有 Artifacts 能力，所以可以直接输 SVG 格式图片。这里我们可以直接提示 o1-preview 生成 SVG 源码，于是提示词稍详细下，约束下输出格式，如下：生成 s ...继续阅读 (4)

在 LevelDB 中，内存 MemTable 中的数据存储在 SkipList(跳表) 中，用来支持快速插入。跳表是 William Pugh 在论文Skip Lists: A Probabilistic Alternative to Balanced Trees中提出的一种概率性数据结构。有点类似有序链表，但是可以有多层，通过空间换时间，允许快速的查询、插入和删除操作，平均时间复杂度为 $ O(\log n) $。和一些平衡树比起来，代码实现也比较简单，性能稳定，因此应用比较广泛。那么跳表的原理是什么？LevelDB 中跳表又是怎么实现的呢？LevelDB 的跳表实现有哪些亮点以及优化呢？如何支持单线程写，并发读跳表呢？本文将从跳表的原理、实现等方面来深入探讨。最后还提供了一个可视化页面，可以直观看到跳表的构建以及整体结构。跳表的原理跳表主要用来存储有序的数据结构，在展开跳表的原理之前，先来看看在跳表之前，人们是怎么存储有序数据的。存储有序数据为了存储有序的抽象数据类型，最简单的方法是用有序二叉树，比如二叉搜索树（Binary Search Tree, BST）。在二叉搜索树中，每个节点包含一个键值，这个键值具有可比较性，允许执行有序操作。任何一个节点的左子树只包含键值小于该节点的键值的节点，而其右子树只包含键值大于该节点的键值的节点。基于二叉搜索树的结构定义，我们很容易想到插 ...继续阅读 (13)

最近 anthropic 公布了 Claude3.5 模型的系统提示词，非常值得借鉴。整个提示词用英文写的，比较长，约束了模型的许多行为，下面一起来看看。基础约束明确定义了AI 助手 Claude 的身份和能力范围，包括知识更新时间、不能打开链接等限制。这样设计可以让用户对 AI 助手的能力有清晰的预期，避免误解和失望。同时也体现了对用户的诚实和透明度。The assistant is Claude, created by Anthropic. The current date is {}. Claude’s knowledge base was last updated on April 2024. It answers questions about events prior to and after April 2024 the way a highly informed individual in April 2024 would if they were talking to someone from the above date, and can let the human know this when relevant. Claude cannot open URLs, links, or videos. If it seems like the user is ex ...继续阅读 (32)

LevelDB 中实现了不少 utils 工具，比如定制的内存分配器 Arena，随机数生成类 Random，实现中都会考虑到具体的使用场景，做了优化以及取舍，值得好好学习。本篇文章主要聊聊下面部分的实现：内存管理 Arena，一个简单高效，适合 LevelDB 的内存分配管理器；随机数 Random，一个不错的线性同余伪随机生成算法，用位运算替代取模优化了执行效率。CRC32 循环冗余校验，用于检测数据传输或存储过程中是否发生错误；整数编、解码，用于将数字存储在字节流或者从字节流中解析数字。此外，还有些 utils 组件比较复杂些，会放在单独的文章里聊，比如：LevelDB 源码阅读：禁止对象被析构讲在 C++中如何禁止某个对象被析构，以为这样做的原因。内存管理 Arena 类LevelDB没有直接使用系统默认的 malloc 来分配内存，也没有使用 tcmalloc 等第三方库来管理内存的分配和释放，而是自己实现了一个简单的内存分配器。这里的内存分配器可以说是量身订制，主要基于下面考虑：主要在 memtable 中使用，会有大量的分配，可能有很多小内存分配；统一回收时机，在 memtable 数据落磁盘后，会一并回收；内存 memtable 的数据其实存储在 skiplist 中的。每次插入 key，就需要往 skiplist 中插入节点，这里节点使用的内存就是用 arena ...继续阅读 (22)

LevelDB 使用 WAL（Write-Ahead Logging）日志来确保数据的持久性。当写入操作发生时，LevelDB 首先将数据写入到日志文件中，然后再应用到内存中的数据结构（如 MemTable）。系统或数据库崩溃后重新启动时，LevelDB 会检查 WAL 日志文件中的记录。通过读取并重放这些日志记录，LevelDB 可以重建那些在崩溃发生时还未被完全写入磁盘的数据状态。整个 WAL 日志相关的操作流程如下：LevelDB首先将数据写入WAL日志。确保即使在系统崩溃的情况下，数据也不会丢失。数据被写入内存中的MemTable，这个是内存操作，很快。LevelDB向客户端确认写入完成。随着时间推移，当MemTable满了之后，它会被刷新到磁盘上的SSTable文件中。一旦MemTable被成功刷新到SSTable，相应的WAL日志就可以被清除了。接下来详细看看这里的实现。写 WAL 日志先来看看 LevelDB 是如何写 WAL 日志的。在 LevelDB 中，db/log_writer.h中定义了个 Writer 类，用于写入 WAL 日志文件。Writer 类的主要方法是AddRecord，用于将一个记录追加到日志文件中。主要的数据成员是WritableFile* dest_;，指向支持追加写的日志文件。这里 WritableFile 是include&# ...继续阅读 (17)

LevelDB 整体代码还是比较好懂，没有用很多 C++奇淫技巧。不过还是有部分实现，相当比较少见，比如柔性数组、链接符号导出、Pimpl 类设计等。本文会梳理这里的 C++ 高级技巧，帮助更好地理解 LevelDB 的实现。柔性数组在util/cache.cc的 LRUHandle 结构体定义中，有一个柔性数组(flexible array member)char key_data[1]，用来在 C/C++ 中实现可变长数据结构。123456789structLRUHandle{// ...charkey_data[1];// Beginning of keySlicekey()const{assert(next !=this);returnSlice(key_data, key_length);}};在这个 handle 结构体中，key_data[1]实际上只是一个占位符，真正分配给key_data的空间要比 1 字节大，它由 malloc 时计算的total_size确定。具体到 LevelDB 的实现中，在插入新的缓存条目时，会根据 key 的长度动态分配内存，然后将 key 的内容拷贝到这块内存中。如下代码：12345678910111213Cache::Handle*LRUCache::Insert(cons ...继续阅读 (24)

LevelDB 中数据存储在 SSTable 文件中，当用 Get() 来查询 key 的时候，可能需要从 SST 文件中读取多个块。为了减少磁盘读取，LevelDB 提供了 FilterPolicy 过滤策略，如果判断出来一个 Key 不在当前 SSTable 文件中，那么就可以跳过读取该文件，从而提高查询效率。LevelDB 支持用户自定义过滤策略，不过提供了一个默认的布隆过滤器实现。布隆过滤器是一种空间效率极高的数据结构，用于判断一个元素是否存在于一个集合中，有一定的误判率但没有漏判。简单说就是如果布隆过滤器判断一个元素不存在，那么这个元素一定不存在；如果布隆过滤器判断一个元素存在，那么这个元素可能不存在。在 LevelDB 中使用布隆过滤器也比较简单，如下代码：1234567leveldb::Options options;options.filter_policy =NewBloomFilterPolicy(10);leveldb::DB* db;leveldb::DB::Open(options,"/tmp/testdb", &db;);// ... use the database ...deletedb;deleteoptions.filter_policy;那么布隆过滤器的原理是什么？LevelDB 中又是怎么实现的呢？本文一起来看看。LevelDB 接口定义在开 ...继续阅读 (24)

LevelDB 是 C++ 开发的优秀的 LSM Tree 的存储组件，整体代码量不大，但是设计精巧，值得学习。在阅读源码过程中，整理了系列文章，逐步拆解 LevelDB 的实现细节。不过在阅读代码前，最好先准备好整个开发环境。本文会从最基本的拉取代码开始，记录自己准备整个环境的过程，包括配置 VSCode IDE 和 clangd 插件使用，以及如何配置编译选项等。然后会通过简单的读写代码 demo，来简单使用下 LevelDB，对这个库有个感性的认识。另外，还会介绍如何运行测试用例，LevelDB 的测试用例写的很好，在代码阅读过程中，可以借助用例更好的理解代码。源码编译首先是拉代码，这里使用的是git clone --recurse-submodules，可以一次性拉取所有的子模块。虽然 leveldb 的实现不依赖第三方库，不过压测用到了 benchmark，功能测试用到了 googletest，这两个库都是作为子模块引入的。如果拉取代码遇到网络问题，比如下面这种，需要先绕过防火墙才行，可以参考安全、快速、便宜访问 ChatGPT，最新最全实践教程！这篇文章中的方法。1234Cloning into '/root/leveldb/third_party/googletest'...fatal: unable to access 'https:/ ...继续阅读 (21)

LevelDB 支持在各种操作系统上运行，为了适配不同的操作系统，需要封装一些系统调用，比如文件操作、线程操作、时间操作等。在对外暴露的 include 文件中，env.h文件定义了 LevelDB 用到的各种接口。包括 Env 类，封装文件操作，目录操作等，还有一些文件抽象类，比如 SequentialFile、WritableFile、RandomAccessFile 3 个类，用于顺序读取，随机读取和写入文件。通过抽象接口，只需要为每个平台实现相应的 Env 子类，LevelDB 就可以在不同的操作系统上运行。这篇文章以 POSIX 系统环境为例，先来看看抽象出来的和文件操作相关的接口是怎么实现的。顺序读文件首先看看顺序读文件的抽象基类 SequentialFile，它为文件的顺序读取和跳过操作提供了一个标准的接口，可以用于 WAL 日志文件的读取。类中定义了2个主要的虚函数：Read(size_t n, Slice* result, char* scratch)：这个函数用于从文件中读取多达 n 字节的数据。result 是一个指向 Slice 类型的指针，用来存储读取的数据。scratch 是一个字符数组，用作临时缓冲区，函数可能会向这个缓冲区写入数据。Skip(uint64_t n)：这个函数用于跳过文件中的 n 字节数据。如果文件读取到末尾，跳过操作将停止在文件末尾， ...继续阅读 (31)

在当今社会，性骚扰问题引起了广泛关注，特别是高校内部的师生关系中性骚扰问题更是敏感而复杂。近期，一位来自某知名高校的教授因涉嫌对女学生进行性骚扰而被曝光，此事件迅速激发了公众对于高等教育环境中性问题的关注。这不仅是一个高校的内部问题，更触及到了社会法律对于性骚扰行为的态度与处理。性骚扰不仅侵犯了个体的人格尊严，还可能对受害者造成长期的心理阴影。我国法律对此有着严格的规定与明确的法律后果，而通过具体的法院判决书，我们可以清晰地看到法律是如何审视这一行为的。本文将结合最新的判例，详细分析关于性骚扰行为的相关法律知识～核心要点在处理性骚扰案件时，法院对证据的要求非常严格。在提出诉讼时必须具备充分、确凿的证据，以便法院能够做出公正的判断。证据的重要性：在性骚扰案件中，证据是判决的关键。原告需提供充分证据来证明被告的性骚扰行为及其对原告造成的精神和身体伤害。举证责任：侵权纠纷中，受害者必须承担起举证责任，证明被告的行为构成侵权并导致了损害后果。法律定义和界定：性骚扰的法律定义涉及身体、语言、动作、文字或图像等方式，违背他人意愿而对其实施的以性为取向的有辱其尊严的性暗示、性挑逗以及性暴力等行为。真实案例性骚扰很常见，但敢于拿起法律武器保护自己的，少之又少。从公开的裁判文书来看，最近 5 年只有 682 起性骚扰相关诉讼。撤诉性骚扰案件中有不少撤诉的，大部分是因为证据难以收集。性骚扰往往发生在没 ...继续阅读 (23)

LevelDB 源码中有一个获取 Comparator 的函数，第一次看到的时候觉得有点奇怪，看起来像是构造了一个单例，但又略复杂。完整代码如下：12345// util/comparator.ccconstComparator*BytewiseComparator(){staticNoDestructorsingleton;returnsingleton.get();}这里的NoDestructor是一个模板类，看名字是用于禁止对象析构。为什么要禁止对象析构，又是如何做到禁止析构呢？这篇文章来深入探讨下这个问题。NoDestructor 模板类我们先来看看NoDestructor模板类，它用于包装一个实例，使得其析构函数不会被调用。这个模板类用了比较多的高级特性，如模板编程、完美转发、静态断言、对齐要求、以及原地构造（placement new）等，接下来一一解释。这里先给出完整的代码实现：123456789101112131415161718192021222324252627282930// util/no_destructor.h// Wraps an instance whose destructor is never called.// This is intended for use with function-level static varia ...继续阅读 (35)

Anthropic不声不响地发布了Claude 3.5 模型，除了模型效果提升，还支持了 Artifacts。初步体验后，感觉这才是未来 AI 的样子，比之前 GPT4-o 更让我震撼。在 Artifacts 之前，如果想用 ChatGPT 等 LLM 来帮忙实现程序功能，需要先提功能需求，然后复制 AI 的代码到自己的环境中运行。如果和预期不符合，要再追问、再修改代码运行。需要重复这个过程，直到满意或者放弃（有些复杂代码目前 AI 还是写不太好）。现在有了 Artifacts，提供具体功能需求后，Claude 会创建一个工作空间，后续对话过程中，AI 可以在这个动态工作空间中实时查看、编辑代码。这样，Claude 就从普通的对话式生成 AI 变成了一个协作工作环境，或许在不久的将来，可以将 Claude 引入到我们自己的项目中，让它像普通团队成员一样参与到开发。愿景当然很美好，不过目前的 Artifacts 还只是 beta 功能，表现如何呢？下面来试试看。AI 实现五子棋游戏先试着让 Claude 实现一个 web 版五子棋游戏，我的提示词也很简单：我想写一个网页五子棋游戏，给出完整的实现代码然后，就看到了 Artifacts 的工作空间，里面已经有了一个代码文件，并且在自动生成代码。代码生成之后，直接跳到了一个预览页面，可以看到五子棋的界面。本来以为这个预览页面是静态的，没想 ...继续阅读 (26)

最近在业务中遇见一个很奇怪的服务重启问题，定位过程比较有曲折，本文来复盘下。这个问题涉及到 C++ 线程池、整数溢出、异常捕获、阻塞等多个方面，还是挺有意思的。接下来我会按照问题排查的过程来组织本文内容，会先介绍问题背景，接着列出初步的排查思路，定位异常请求的方法。然后，通过代码分析，以及复现问题的一些简单用例，来揭开服务重启的神秘面纱。问题背景我们有个模块 A 对外提供 RPC 服务，主调方 B 会调用 A 的服务。模块 A 的服务分为 2 个进程，mesh 进程和业务进程，这两个进程都是多线程的。mesh 进程类似Sidecar的作用，每当接收到主调方发来的 1 个 rpc 请求，就分配一个 worker 线程负责该请求。worker 会通过 unix socket 把请求包发给业务进程，然后等业务进程处理完后回复主调方。业务进程则专门用来做业务逻辑，拿到请求包处理完成后，把响应包给 mesh 进程里的 worker。整体如下图所示：最近，主调方 B 通过监控发现每天会有几次连不上模块 A 的服务端口，每次持续时间也不长，过一会就自动恢复了。简单看了下模块 A 的日志，发现在对应时间点，监控脚本拨测 A 服务失败，于是重启服务。这里的监控脚本每隔固定时间，会拨测模块 A 的 存活探测 rpc(就是简单回复一个 hello)，来检测服务是否正常。如果连续的几次拨测都失败，则认为服 ...继续阅读 (40)

一个晴朗的周末，你带着家人去超市购物。突然保安把你拦下来，说你偷了东西。你需要要证明你没偷东西吗？如果要证明，你又怎么证明呢？又或者，你把自己的伞忘在了茶水间，过了会去找发现不见了。通过查监控，发现是另一个同事拿走了你的伞，于是想找这个同事拿回来。结果拿伞的同事让你证明这是你的伞，问你要购物记录和发票，你需要提供吗？电影《让子弹飞》里面六子去吃饭，被诬陷说吃了两碗粉但只付了一碗粉的钱。六子为了自证清白于是刨腹，结果惨死。六子真的需要自证清白吗？生活中类似的例子数不胜数。遇到胡搅蛮缠、强词夺理的人，有时候我们可能会陷入自我怀疑，我是不是真的要自证啊？其实大可不必，记住这六个字，“谁主张谁举证”。这不仅是民事诉讼中的基本原则，也是我们应对各种纠纷时的法宝。接下来小盛律师和大家详细聊聊民事诉讼中的“谁主张谁举证”以及“举证责任倒置”，希望能帮大家理清思路，遇到类似情况时能够做到心中有数，游刃有余。谁主张谁举证“谁主张谁举证”是民事诉讼中的一项基本原则。当事人在民事诉讼中对自己所主张的事实，有责任提供证据加以证明。也就是说，如果一方提出了某个主张，那么这一方就需要承担提供证据的责任，以证明其主张的事实是真实存在的。如果这一方没有足够的证据来支持其主张，那么法院可能不会接受这个主张。这里主要依据《中华人民共和国民事诉讼法》：第六十七条　当事人对自己提出的主张，有责任提供证据。当事人及其诉讼代 ...继续阅读 (38)

如果有用过 ChatGPT 等大语言模型，可能就会发现在聊天对话中，AI 的输出文本是一批批“蹦出来”的，这就是所谓的流式输出。在浏览器上，是怎么实现这种效果呢？本篇文章会介绍 4 种常见方法来实现流式输出效果，每种方法都会结合实际例子来演示。在业务中选择哪种方法，取决于具体的需求和场景。客户端轮询：客户端定时（如每几秒）发送请求到后端服务，获取新的数据。分块传输：HTTP/1.1 支持，服务器一次可以只发送部分响应内容，客户端接收到部分数据后就可以开始处理。Server-Sent Events：服务器向浏览器推送信息，浏览器创建一个到服务器的单向连接，服务器通过这个连接可以发送多个消息。Web Socket：建立一个持久的、全双工的连接，允许服务器和客户端之间进行实时、双向的通信。简单轮询首先是最简单的轮询方法，客户端每隔一段时间向服务器发送请求，获取新的数据。实现轮询的时候，客户端和服务器需要用 HTTP 请求参数和回包约定数据更新或者结束的方式。比如简单的用一个请求字段 cnt 来约定这是第几次请求，返回中用 400 错误码来约定本次轮询结束。下面用 Python 的 FastAPI 写一个简单示例，每次带一个下标来请求一段文本中的内容，如果超过文本长度，就返回 400。12345asyncdefpolling(cnt:int=1):ifcnt >=len(mess ...继续阅读 (47)

可能不少人认为，遇到纠纷后，只要打赢了官司，就能拿到应有的赔偿。然而一个残酷的现实是，胜诉仅仅是解决纠纷的第一步，如何保证法院的判决被顺利执行，才是关键。有不少案例中，当事人赢了官司，却因对方拒绝履行判决，导致无法获得赔偿。在这种情况下，强制执行才是破解之道。但现实中不少人对强制执行有些误解，比如认为法院会主动强制执行，不用自己参与。或者是觉得被执行人把钱转移了，没办法执行到。其实这些观点都不太对，接下来小盛律师来和大家聊聊强制执行的那些事！强制执行流程强制执行是法院根据生效法律文书（如判决书、裁定书等），对拒不履行的被执行人采取的法律措施，其目的在于确保法律文书所确定的权益得以实现。强制执行的流程基本如下：申请强制执行：当债务人（被执行人）在履行期未履行法院判决等法律文书所确定的义务时，债权人（申请执行人）可以向法院申请强制执行，注意这里是要主动申请才行哦。申请的时候一般需要提交申请执行书、生效法律文书副本、身份证明等材料；法院受理与立案：法院在收到强制执行申请后，会进行审查并决定是否受理。一旦受理，将正式立案并启动强制执行程序。执行通知与财产调查：法院会向被执行人发出执行通知，责令其履行义务。同时，法院还会对被执行人的财产状况进行调查，以确定可供执行的财产。采取执行措施：根据调查情况，法院会采取相应的执行措施，如查封、扣押、拍卖等，以强制被执行人履行义务。在此过程中，如果被执行 ...继续阅读 (42)

前两天在小红书上看到一个贴子，大概情况是这样的：一个中年男人，有两个小孩子，在家里是顶梁柱，在公司是好员工。由于女儿肺炎发烧，他在 5.6 号早上发消息请了 3 天假。结果 7 号上午突发糖尿病酮中毒和心肌梗塞，没抢救过来。公司打算走工伤赔偿，但是被告知这个情况不属于工伤。哎，看到这个消息有点心酸，一个生命就这样逝去，家人的生活也会因此发生很大的变化。从感情上来说，希望能认定工伤，让家人能够得到一些补偿。但是，作为一个执业律师，我也清楚知道，这种情况不属于工伤。法律对于认定工伤有明确的规定，接下来我就来给大家科普下怎么才算是工伤。简单案例分享首先来看几个简单的案例。刘某搭乘同事的车，在去工作单位的路上发生交通事故。本案中，刘某在工作地点附近发生事故，且事故发生在合理的上下班路线上。刘某的目的是回单位上班，工作时间合理，且事故发生地点属于合理路线，因此属于工伤。易某在下班后停留两小时吃饭，之后返回居住地，途中顺道探望母亲。对于上下班合理时间的认定，除了合理路线上的往返时间外，还包括日常生活所需的短暂停留时间。在本案中，易某下班后停留两小时吃饭，超出了合理时间范围，不符合要求。因此，交通事故伤害不在“上下班途中”，也不符合认定工伤的条件。付某受聘到某环卫处工作，工作岗位是清扫员。某工作日下午16时许，在打扫卫生时，突然感到胸闷，被送到人民医院治疗，诊断为急性左心衰等疾病。虽然是在工作时 ...继续阅读 (131)

在前面Bazel 依赖缺失导致的 C++ 进程 coredump 问题分析这篇文章，因为二进制使用了不同版本的 proto 对象，对象的内存布局不一致导致读、写成员的内存地址错乱，进而导致进程 crash 掉。但是当时并没有展开细聊下面的问题：对象在内存中是怎么布局的?成员方法是如何拿到成员变量的地址？这些其实涉及 C++ 的对象模型，《深度探索 C++对象模型：Inside the C++ Object Model》这本书全面聊了这个问题，非常值得一读。不过这本书读起来并不容易，有的内容读过后如果没有加以实践，也很难完全理解。本篇文章试着从实际的例子出发，帮助大家对 C++ 类成员变量和函数在内存布局有个直观的理解，后面再读这本书也会容易理解些。简单对象内存分布首先以一个最简单的 Basic 类为例，来看看只含有基本数据类型的对象是怎么分配内存的。1234567891011121314#includeusingnamespacestd;classBasic{public:inta;doubleb;};intmain(){Basic temp;temp.a =10;return0;}编译运行后，可以用 GDB 来查看对象的内存分布。如下图：对象 temp 的起始地址是0x7fffffffe3b0，这是整个对象在内存中的位置。成员变量a的地址也 ...继续阅读 (51)

可变参数函数是接受可变数量参数的函数，在不少场景下，可变参数函数是非常有用的。比如想打印日志时，可以接受任意数量的参数，然后将这些参数拼接输出到控制台，如下：1234{// ...;LogInfo(user, cost, action, result);}在C++中，可变参数函数的实现方法也是不断演进的，从最初C风格的可变参数列表，到 C++11 的变参模板，再到 C++17 引入的折叠表达式，见证了 C++ 语言的逐步发展和完善。接下来本文会介绍这三种方式的实现细节以及优缺点。C 风格变长参数列表最早是 C 风格的变长参数列表，它通过中定义的宏实现，主要包括：va_list, va_start, va_arg, va_end。下面是一个使用 C 风格变长参数的例子，实现了一个函数来计算任意数量整数的和：12345678910111213141516171819#include#include// 需要提供参数个数intsum(intn, ...){inttotal =0;va_list args;va_start(args, n);for(inti =0; i < n; ++i) {total +=va_arg(args,int);}va_end(args);returntotal;}intmain(){std ...继续阅读 (54)

人工智能在各行各业的应用越来越广泛，法律行业也不例外。作为执业律师，为了看自己能不能被 AI 替代，之前体验过一些 AI 工具。比如最先进的 ChatGPT，当时体验完松了一口气，人工智能离智能还差一个“人工”，自己还是不能被替代的。最近听说百度法行宝很厉害，今天以婚姻纠纷为例，深度体验了下法行宝，忽然又有点危机感了。之前我已经帮助很多人解决过婚姻纠纷，对离婚案件有一定的经验，今天在这款 AI 工具上，第一次领略到了 AI 的强大。话不多说，一起来看看 AI 法律助手如何分析离婚案件。预设问题之前体验的 AI 工具都是通过聊天给法律建议，但是体验下来其实并不好。很多人不知道要提供什么信息，导致 AI 无法给出准确的建议。法行宝这点比较好，会预设不少问题，让用户按照问题一步步填写，最后才给出建议。离婚案件的预设问题如下：你是男方还是女方？你们有没有结婚证？你们双方对离婚是什么态度？目前女方存在以下什么情形？你们双方有没有谁是现役非文职军人？你想离婚的原因是什么？(多选)你们双方有谁去法院起诉过离婚吗？每一个问题给出一些选项，用户只需要选择即可。这样的设计很好，不仅让用户知道需要提供什么信息，也让 AI 能够更好的分析案件。比如离婚原因这里，如下图：这里列举了一些可能的离婚原因，选择不同，后续会影响给出的具体建议。AI 法律意见书当选择完上面内容后，就会生成一个法律意见书。内容很详细， ...继续阅读 (53)

最近在项目中遇到了一个奇怪的 coredump 问题，排查过程并不顺利。经过不断分析，找到了一个复现的步骤，经过合理猜测和谨慎验证，最终才定位到原因。复盘下来，发现这类 coredump 问题确实比较罕见，排查起来也不是很容易。只有项目代码编译依赖管理不是很合理的时候，才可能出现。另外，在复盘过程中，对这里的 coredump 以及C++ 对象内存分布也有了更多理解。于是整理一篇文章，如有错误，欢迎指正。问题描述先说下后台服务的基本架构，最外面是 cgi 层处理 nginx 转发的 http 请求，然后具体业务在中间的逻辑层处理。逻辑层是微服务框架，不同服务之间通过 RPC 调用，用的类似grpc。某次变更，在服务 A 的service.proto文件中，对某个 rpc 请求参数增加了一个字段(比如下面的 age)：12345678910serviceGreeter{rpcSayHello (HelloRequest)returns(HelloReply){}}messageHelloRequest{stringname =1;stringage =2;// 增加了参数}messageHelloReply{stringmessage =1;}然后增加了这个字段的相关逻辑，随后编译上线了该模块。我们知道在 ...继续阅读 (57)

最近看到一个段子：如果被车撞了要赔偿的话，斑马线外 3 万，斑马线内 30 万，被撞后爬到斑马线内也算斑马线内。当然，作为熟悉相关法律规定的执业律师，看到这种段子一笑而过就是了。交通事故的赔偿可不是这么简单的，不同的情况，赔偿的金额也不一样。发生交通事故后，交警怎么划分责任，当事人可以索要哪些赔偿，问谁要赔偿，怎么要赔偿，大多数人可能都不清楚。接下来小盛律师就为大家详细解读下。责任划分发生交通事故后，第一步就是交警部门的责任认定。只有明确了责任归属，后续的赔偿才能有明确的依据。在事故发生后，交警部门通常会立即介入，开始对事故责任进行认定。这个过程包括现场勘查、询问当事人、查看监控录像、技术鉴定等方式，以确保评估的准确性和公正性。一般来说，如果案件情况明确，可能在 2 周内完成责任划分。但如果事故复杂，或涉及一些技术鉴定，比如车辆鉴定等，责任认定可能需要几周甚至几个月的时间。可以咨询负责事故的警官，一般会告诉当事人在多少个工作日内完成。交警部门划分明确后，最后会出具一个《道路交通事故认定书》，这个认定书是后续赔偿的重要依据。一般认定书会载明交通事故的时间，地点，当事人，车辆，道路和交通环境等基本情况，以及道路交通事故证据和事故形成原因分析，最后给出责任划分结论。广东省的可以在网上查询交通事故处理结果，具体可以参考广东省公安厅的文章：今后交通事故处理进度结果可网上查询。交警一般不会划清 ...继续阅读 (35)

很多年以后，当人们回忆起 2023 年，或许只会记得这是 ChatGPT 和各种大语言模型诞生的一年，这是人工智能元年！可能有人觉得，ChatGPT 只是一个玩具，但是从个人使用体验，整体使用趋势看，它已成为一个非常有用的工具。它的影响力从发布起就没减弱过，具体可以看我之前写的ChatGPT 渗透力分析：搜索热度、需求图谱与人群特征。我本人从 GPT 出来就一直在用，中间写了不少使用文章，可以在标签 ChatGPT下看到。越来越多大牛也分享了自己的使用感悟，比如 Redis 作者antirez在 2024 年开年写的LLMs and Programming in the first days of 2024，英伟达研究员写的How I use ChatGPT daily (scientist/coder perspective)。除此之外 ChatGPT 在教育领域，也有不少应用，比如Teaching CS50 with AI。使用感悟前面提到 Redis 作者写的文章，这里有翻译的版本2024 年初的大语言模型编程实践[译]，这篇文章和我自己目前使用 GPT 的感触特别一致。antirez 用Stupid but All-Knowing来形容生成式 AI。大家都知道，虽然目前的 AI 远远称不上是通用人工智能，只能进行初级的推理，还会掺杂有幻觉。但是它有许多领域的知识， ...继续阅读 (78)

安全问题通常滞后于技术的普及，而人工智能 (AI) 领域亦是如此。四个月前，我和Adnan Khan利用了PyTorch的一个严重 CI/CD 漏洞，PyTorch 是全球领先的机器学习平台之一。它不仅被谷歌、Meta、波音和洛克希德·马丁等行业巨擘所使用，也因此成为黑客和各国政府的重点攻击对象。幸运的是，我们在不法分子之前发现并利用了这个漏洞。接下来是我们的操作过程。原文地址：PLAYING WITH FIRE – HOW WE EXECUTED A CRITICAL SUPPLY CHAIN ATTACK ON PYTORCH背景在详细讲述之前，先来了解一下为何我和 Adnan 会关注机器学习的代码仓库。原因并非出于对神经网络的好奇。实际上，我对神经网络了解有限，不足以去深入研究。PyTorch 是我和 Adnan 六个月前开始的探索之旅的起点。这段旅程始于我们在 2023 年夏季进行的 CI/CD 研究和漏洞开发。Adnan 最初通过这些攻击手段，在GitHub 中发现了一个重大漏洞，成功植入了 GitHub 和 Azure 的所有运行器镜像的后门，并因此获得了 2 万美元的奖金。在这次攻击之后，我们联手寻找其他存在漏洞的仓库。我们的研究成果让所有人，包括我们自己，都感到意外。我们连续对多个领先的机器学习平台、价值数十亿美元的区块链等实施了供应链攻击。自从 ...继续阅读 (126)

最近工作中有小伙伴遇到了一个奇怪的问题，C++中复制一个 string 后，更改复制后的内容，结果原值也被改了。对于不是很熟悉 C++ 的小伙伴来说，这就有点“见鬼”了。本文接下来从问题的简单复现，到背后的原理，以及 C++ 标准的变更，来一起深入讨论这个问题。问题复现这里直接给出可以稳定复现的代码，定义一个字符串 original，然后复制一份，接着调用一个函数来修改副本字符串的内容。业务中的函数比较复杂，这里复现用了一个简单的函数，只是修改 copy 的第一个字符。在修改副本 copy 前后，打印两个字符串的内容和内存地址。往下看之前，你可以先猜猜下面代码的输出。1234567891011121314151617181920212223242526272829#include#includeusingnamespacestd;voidModifyStringInplace(string &str;){size_tlen = str.size();char*s =const_cast(str.c_str());s[0] ='X';return;}intmain(){string original ="Hello, World!";string copy = original;// 显示两个字符串的内存地址cout <<"Origi ...继续阅读 (70)

ChatGPT 问世后，OpenAI 就开源了模型调用的 Python 库openai-python。这个库功能十分齐全，封装了 OpenAI 对外公布的 API，使用起来也十分简单。这个库的第一个版本，实现了 ChatGPT 各种 API 的参数封装 Python 抽象类和调用方法，通过 requests 和 aiohttp 库来发送同步或者异步 HTTP 请求。整体来说，对外接口良好，很容易就会使用。并且整体源码实现有很好的逻辑抽象，用了很多 Python 高级特性，代码写的很漂亮，值得学习。但是从本质上讲，这还是 “API boy“ 的工作，更多是重复体力劳动，没有太多技术含量。于是，OpenAI 在 2023 年 11 月，开始引入Stainless，自此不用再手工编写 SDK 代码。每次只用提供 API 协议更新，然后就能自动生成代码，摆脱了重复体力劳动。具体是在Pull 677中引入新的代码，并且作为正式的 V1 版本发布。手动打造的 SDK最开始的 Python SDK 可以称之为手动打造的 SDK，代码全部手工写好，和 API 耦合在一起。整体目录结构如下：这个版本的代码，整体结构还是比较清晰的，我用Pyreverse和graphviz为 openapi-sdk 生成了类图，去掉一些不重要的类之后，整体的类依赖关系如下：其中有个基础的类 OpenAIObject，里 ...继续阅读 (74)

个人博客也写了有一段时间了，之前是能访问到就好，对速度没啥追求。前段时间，自己访问的时候，都感觉到页面加载速度比较慢，比较影响体验。此外加载慢的话，还会影响搜索引擎排名。于是动手对博客进行了系列的优化，提升了页面的加载速度。中间遇到了不少坑，本文记录下来，希望对大家有所帮助。先说下个人博客的整体架构，博客是基于Hexo搭建的。托管在 GitHub 上，每次增加新的 markdown 文章后，就会触发 Github Action 自动构建，生成静态文件。这里静态页面没有直接用 Github Pages 托管，而是用了netlify，因为 netlify 提供了免费的 CDN 加速，国内和国外访问延迟都还可以，并且部署也很简单。CDN 加速首先就是 CDN 加速，对于静态页面，这种方法最简单的、最有效的。博客里的 html 文件，直接用 netlify 自带的 CDN 加速，国内、外访问速度提升了很多。除了静态 html 文件，还有一些页面 css 和 js 资源，以及最耗带宽的图片资源。CSS 和 JS 文件这里 js 和 css 我也是和博客静态文件一样，依赖 netlify CDN 加速。只要把这些静态文件全部放在博客的主题 css 和 js 目录下，然后在博客模板中引用即可。1234link(rel='stylesheet', type='text ...继续阅读 (110)

最近在使用 Google 搜索的时候，发现在第一页的搜索结果里，竟然出现了黑产的引流内容。我的搜索关键词”上海到南京网络延迟”，结果第一页出现了外围的引流贴，如下图所示：要知道 Google 可以靠搜索技术起家的，它的搜索结果一直都是非常准确的，这次居然出现了黑产的引流贴，看来黑产确实找到了 SEO 排名算法漏洞，并进行了有效攻击。接下来我们从搜索结果来猜猜看黑产到底是怎么做的吧。引流落地页面之前看到的广告引流，都是自己的一些页面，里面乱七八糟的内容。Google 这次出现的黑产引流页，居然是 google.com 域名下的，点进去看是地图里的一个页面。看来是黑产在 Google 自家的 Google Map 产品上留了引流内容。这里引流文本加入了色情对抗扰乱，但是人还是一眼可以看到其目的。截止本文截图，这条文本已经有 133 次查看。那么其他关键词会不会出现这个黑产的引流页面呢？试了几个地名相关的搜索，比如”广州哪里好玩”, “广州到深圳出差”, “广州到付”，第一页结果都很正常，没有出现黑产的引流页面。接下来在搜索词带上黑产页面中的部分关键词，比如上门，质量，外围等，搜索到的内容就不堪入目了。比如下面这个结果：还有这个：排名靠前的这些页面全部是 Google Map 里面的页面，页面里堆砌各种关键词，同时留下联系方式等文本。除了这类色情引流，还有其他的吗？接下来简单试试。先来尝 ...继续阅读 (147)