皮皮网

1.nestjs和eggjs哪个好？
2.[推理部署]👉Mac源码编译TensorFlow C++指北
3.从源码build Tensorflow2.6.5的记录
4.如何使用bazel build
5.TF-TRT使用环境搭建
6.ONOS 从零入门教学 （应用程式新增，安装及测试）

nestjs和eggjs哪个好？

       nestjs为什么不火

       å› ä¸ºæ“ä½œä¸ç®€ä¾¿

       Nest.js是用于构建高效且可伸缩的服务端应用程序的渐进式Node.js框架。支持Typescript、面向AOP编程、支持typeorm、Node.js版的spring、构建微服务应用。

       Nest.js是用于构建高效且可伸缩的服务端应用程序的渐进式Node.js框架。支持Typescript、面向AOP编程、支持typeorm、Node.js版的spring、构建微服务应用。

       å¹´å‰ç«¯æœ€ç«çš„技术是什么？

       æˆ‘认为的年前端开发者最应该掌握的一些比较火爆的技术与知识点。

       1，前端框架和语言层面

       9月份Vue3.0发布，声称对TypeScript有着更好的开发体验，通过从不同框架级别TS支持上，我们可以看出社区的整个风向从年的大家都去学习应用TS，变成了大家如何把TS用的更好这个方向上来了。

       æ‰€ä»¥æˆ‘认为今年TypeScript的火热程度还是应该排名很靠前的，我今年也使用TypeScript重构了Daruk的服务框架推出了2.0版本，让TS开发者拥有更好的TS开发体验。

       æŽ¥ä¸‹æ¥å°±æ˜¯ä¸¤å¤§é‡ç£…框架的更新历程对比，Vue3前面说了一句。而React也在十月也发布了React的release版本。这两大主流框架的频繁更新，也说明了社区和作者都在一同演化。

       åœ¨Vue3中除了更好的支持TS外，还更新了CompositionAPI。而React主要是集中精力在升级体验上，虽然没有新的Feature但是提升了和解决了很多之前版本潜在的问题。

       è¦è¯´å“ªä¸ªæœ€ç«è¿˜æ˜¯è¦çœ‹ä¸ªäººå®žé™…的使用场景和喜好，但是年来看还没有别的框架可以与之一战。

       2，大前端相关技术栈

       ä»Šå¹´åŸºäºŽChromium的微软edge浏览器也已经推出。google在web端的发展产生了对开发者深刻的影响。Chrome+也已经发布多个版本，提供了一系列的新特性，比如CoreWebVitals标准，DesktopPWA等都值得我们去关注。

       æˆ‘们说完了浏览器相关的那点技术之后，再聊聊大前端相关的一些技术实践，比如Flutter。

       å¾ˆå¤šå‰ç«¯åœ¨ä»Šå¹´å·²ç»ä»Žweb开发转型为Flutter开发，学习和使用Dart技术来构建UI，这是很多大厂的前端工程师正在经历的事情（包括我的部门也在尝试这个事情），这个趋势应该在未来几年还会持续。

       å®¢æˆ·ç«¯electron在今年也有着长足的进展，一年内多次更新版本一路到了.1.5。随着疫情影响，国内在线教育的又一波兴起。很多桌面软件，网课软件都在采用这个技术来进行开发，市场上的岗位也开始变多，electron技术可以说在今年也有火的趋势。

       ç„¶åŽæˆ‘们再看看BFF层，nestjs依然坚挺，越来越多的人开始跳过学习express和koa开始学习更丰富的web框架了，比如egg或者我的daruk，开发者已经在慢慢形成共识，在webframework的路上开始越走越远，裸写nodejsweb服务的时代已经开始慢慢褪去。

       ä¸å¾—不提的还有serverless在前端的普及，在年到达了一个新的高潮。阿里云，腾讯云，头条云等等国内的互联网厂商也都开始大玩serverless概念。从对内服务开始转向对外服务，普及的势头很猛，也有落地的趋势和场景。今年的D2同样也有serverless的专场，可见受重视程度非比寻常。

       3，工程化提效和个人素质提升

       å†ç¦»æˆ‘们近一些的推动生产力的技术，比如据我所知在用CI/CD和pipeline管理上线流程的公司越来越多，这种去年还可以出去吹一吹的东西，今年也逐步变成了业界标配基础能力，如果不会的同学可要抓紧学习了。

       å¹´å‰å¤§å®¶éƒ½ç–¯ç‹‚吐槽面试刷medium题目没用，而年后大家开始默认面试某些公司都至少要刷到medium程度的题目。这对很多前端来说是一个心智和素质的提升与转变，大家在接触新技术的同时，也慢慢发现，前端整个职业环境的变化，越来越多的公司对人的整体综合素质要求变高了。

eggjs为什么口碑不好

       è´¨é‡é—®é¢˜ã€‚eggjs为什么口碑不好的原因是质量问题，因为eggjs质量差，售价高。口碑，指众人口头的颂扬，泛指众人的议论；群众的口头传说，相当于一种大众嘴边经常提起的事情或组织。

NG全家桶全栈项目实践总结

       Angular在国内使用的人并不像国外那么多，基本都是外企在用，但其框架的思想却仍可以为我们所借鉴，在某些问题没有思路的时候可以参考ng相关的处理，ng处理方式和思维确实比较超前，但也因此而曲高和寡。本文旨在通过ng全家桶项目（前端Angular+后端NestJS7）的实践来总结对于ng架构中一些亮点的关注与思考，Angular和Nest在前后端框架的处理上同出一脉，对比起来更有借鉴意义。

       [目录结构]

       [目录描述]

       æ•´ä¸ªå‰ç«¯é¡¹ç›®æ˜¯åŸºäºŽangular脚手架生成的，其基本目录结构是在src的app下进行相关组件和页面的模块开发，main.ts和index.html是整个单页应用的主入口，根目录下angular.json用于配置相关的打包编译等环境配置参数

       [实践分享]

       [目录结构]

       [目录描述]

       åŽç«¯é¡¹ç›®æ˜¯åŸºäºŽnestjs框架的大型后台项目配置，api模块主要是对外输出的接口，auth、filters、guard、interceptors、middlewares、pipes等是对于需要的模块进行统一的收集处理，main.ts是主入口文件，用于启动及相关配置等，app.module.ts是用来收集所有模块的导入，ng基于模块的方式可以起到非常好的隔离效果

       [实践分享]

       é¦–先，对于没有用过ng的同学科普一下，angular其实分为两个大版本，一个是angular1.x的，也就是ng1，也就是现在还有的angularjs，另一个版本是ng2以后的版本，ng2之后被谷歌收购后，完全重写了框架，唯一和1.x相通的估计也就剩那几个思想还在了：模块化、依赖注入、双向绑定、MVC，对于1.x感兴趣的同学可以去看Vue的1.x的版本，基本算是简化版的ng1.x，Vue2之后就和后来的ng分道扬镳了，vue2主要是以发布订阅来替代依赖注入的思路，扯远了...(ps:想看ng1版本的可以看这个地址，居然还有更新...angularjs官方仓库)，这里分析的主要是Ng，ng8之后除了引入Ivy(Ivy架构官方介绍)这个编译渲染器之外，其实改动不大，主要就是在优化以及废除和新建一些api等等。Ng的源码很庞大，goggle自研了一个bazel自动化构建工具，ng自然也是靠这个构建的，对bazel感兴趣的同学，可以看这个Google软件构建工具Bazel原理及使用方法介绍，我这里就不展开所有的源码，整体的核心大框架如下：

       nestjs是nodejs的web应用的一个大的集成，它最初是基于express封装的一个后端框架，后来将服务端各种理念都使用js实现了一下，虽然不能和成熟的服务端语言框架如java等进行媲美，但是服务端所需要的东西基本都具备了，对于有需求想要使用js来开发后端的同学是个不错的选择，个人认为简单的bff，比如想自己模拟的开发个后台接收请求，选择node直接写或者使用express、koa就可以，对于有一定的中间层给前端处理，可以选用阿里的egg，对于如何基于egg构建中间层，可以看看这篇文章如何为团队定制自己的Node.js框架？（基于EggJS），对于大型的服务端，尤其是前端是以ng为主栈的，可以优先考虑使用nestjs；其次对于io较多而计算较少的（js本身的特质），或者服务端需要与c++配合的，大型服务端应用也可以使用nest。nest默认是不采用微服务的形式的，nest将不同的平台封在了不同的platform下，这里只分析普通的以express为platform的形式，对于喜欢微服务的同学，可以对比和java的springcloud的区别，这里就不做表述了，其整体的核心结构大致如下：

       è¿™é‡Œä¸»è¦åœ¨å¯¹ä¾èµ–注入的实现做一个简单的理解分享，其思路是一脉相承的，对于理解后端理念的依赖注入有很好的理解，这也正是后端前端化的一个体现，也是最早的MVC框架向后来的MVVM框架过度的一个历史过程，依赖注入方式对于最早的前端框架还是有纪念意义的，但是对于ng全家桶来说，这算是其基本哲学的一个基本面

       bAngular/b

       å…ˆæ¥çœ‹ä¸€ä¸‹ng是如何实现injector的，这里重点在于使用了抽象类来重载不同函数的使用，对于provider循环依赖的处理，利用了一个Map数据结构来区分不同的Provider

       bNest/b

       å†æ¥çœ‹ä¸€ä¸‹ï¼Œnest的实现，不同于ng的实现，nest是利用参数和继承父类参数来确定整个的循环依赖关系的，其没有使用重载来实现，但都对循环依赖做了处理，其基本思路是一致的。

       æ€»ç»“：从nest和ng对injector的实现可以看出，虽然都是注射器的实现，但是由于呈现方式的不同，因而在实现方式上也会有所不同，对于ts而言，选用interface还是抽象类，确实可以借鉴java的模式思路，对于习惯js的我们来说，对于整个数据类型的扩展（如：抽象类、接口）等是需要向后端借鉴的。整体来说，对于依赖注入的实现最关键的就是在于处理provider的整个依赖问题，这两者都是采用token的方式来区分对待到底是属于哪一个provider，然后对于特殊的相关依赖循环的问题做对应的处理

       ng整个生态体系在国内应用的并不广，但并不妨碍其作为前端理念的扩展先行者的这样一个角色，个人认为其在隔离性以及系统性方面都是要优于vue和react的，因而对于目前比较流行的微前端框架(ps:对于ng的微前端应用，可以参考这篇文章【第期】使用Angular打造微前端架构的ToB企业级应用)，个人觉得在沙箱隔离等系统融合方面确实可以借鉴一下ng的某些思路，或许正是由于这个原因，它才是三大框架中最先上ts的，也有可能整个ng的开发者更像是传统的软件工程师，对于整个开发要做到定义数据、定义模型、系统设计等等，对于大型项目而言，这样确实会减少很多因bug而需要重复修改的时间，但是对于小型项目，个人认为还是vue更合适。虽然对于国内，ng基本已经属于明日黄花了，但是它的一些理念及设计思路确实还是值得借鉴的，在这个内卷的时代，各大应用都在向着高级化、大型化发展，说不定哪天ng又在国内重回巅峰了呢，虽然很难~~哈哈哈，各位加油！

北大青鸟设计培训：node编程开发技术的发展趋势？

       node技术成为web前端领域的主流开发工具可以说本身就是一个美丽的误会，当初这个技术被开发出来使用的时候主要是为了解决后端的问题才出现的。

       ä»Šå¤©ï¼ŒæµŽå—java课程培训机构就一起来了解一下node技术的发展历程和未来的发展趋势。

       a)Node8进入LTS时代Node.js大的变化是进入Node8时代，它是一个稳定的长期支持版本(LTS)，除了性能提升外，还有以下几个要点。

       Async/Await支持。

       å…¶å®žåœ¨Node.jsv7.6就可以通过flag支持了，在node8里直接落地。

       é€šè¿‡Async函数可以更好的进行异步流程控制，远离CallbackHell。

       åœ¨Async函数里，你可以通过await调用Promise，以及通过co包裹的generator，可以说，向前是完美的Async函数，向后也完美兼容各种遗留代码，称为异步终极解决方案不为过。

       ES6模块支持。

       é€šè¿‡vue/react、webpack、babel和typescript等火爆发展，es6模块得到了广泛普及和应用，在Node.jsv8.5可以通过--experimental-modules来开启这个体验版特性。

       å½“然，你想在Node.js更早版本里使用ES6模块，可以采用@std/esm模块。

       HTTP2支持。

       åœ¨Node.jsv8.8就开始默认启用了，/example

       $ cat > src/main/java/com/example/ProjectRunner.java <<EOF

       package com.example;

       public class ProjectRunner {

       public static void main(String args[]) {

       Greeting.sayHi();

       }

       }

       EOF

       $ cat > src/main/java/com/example/Greeting.java <<EOF

       package com.example;

       public class Greeting {

       public static void sayHi() {

       System.out.println("Hi!");

       }

       }

       EOF

       Bazel通过工作区中所有名为 BUILD 的文件来解析需要构建的项目信息，因此，我们需要先在 ~/gitroot/my-project 目录创建一个 BUILD 构建文件。下面是BUILD构建文件的内容：

       # ~/gitroot/my-project/BUILD

       java_binary(

       name = "my-runner",

       srcs = glob(["**/*.java"]),

       main_class = "com.example.ProjectRunner",

       )

       BUILD文件采用类似Python的语法。虽然不能包含任意的Python语法，但是BUILD文件中的每个构建规则看起来都象是一个Python函数调用，而且你也可以用 "#" 开头来添加单行注释。

       java_binary 是一个构建规则。其中 name 对应一个构建目标的标识符，可用用它来向Bazel指定构建哪个项目。srcs 对应一个源文件列表，Bazel需要将这些源文件编译为二进制文件。其中 glob(["**/*.java"]) 表示递归包含每个子目录中以每个 .java 为后缀名的文件。com.example.ProjectRunner 指定包含main方法的类。

       çŽ°åœ¨å¯ä»¥ç”¨ä¸‹é¢çš„命令构建这个Java程序了：

       $ cd ~/gitroot/my-project

       $ bazel build //:my-runner

       INFO: Found 1 target...

       Target //:my-runner up-to-date:

       bazel-bin/my-runner.jar

       bazel-bin/my-runner

       INFO: Elapsed time: 1.s, Critical Path: 0.s

       $ bazel-bin/my-runner

       Hi!

       æ­å–œï¼Œä½ å·²ç»æˆåŠŸæž„建了第一个Bazel项目了！

       æ·»åŠ ä¾èµ–关系

       å¯¹äºŽå°é¡¹ç›®åˆ›å»ºä¸€ä¸ªè§„则是可以的，但是随着项目的变大，则需要分别构建项目的不同的部件，最终再组装成产品。这种构建方式可以避免因为局部细小的修改儿导致重现构建整个应用，同时不同的构建步骤可以很好地并发执行以提高构建效率。

       æˆ‘们现在将一个项目拆分为两个部分独立构建，同时设置它们之间的依赖关系。基于上面的例子，我们重写了BUILD构建文件：

       java_binary(

       name = "my-other-runner",

       srcs = ["src/main/java/com/example/ProjectRunner.java"],

       main_class = "com.example.ProjectRunner",

       deps = [":greeter"],

       )

       java_library(

       name = "greeter",

       srcs = ["src/main/java/com/example/Greeting.java"],

       )

       è™½ç„¶æºæ–‡ä»¶æ˜¯ä¸€æ ·çš„，但是现在Bazel将采用不同的方式来构建：首先是构建 greeter库，然后是构建 my-other-runner。可以在构建成功后立刻运行 //:my-other-runner：

       $ bazel run //:my-other-runner

       INFO: Found 1 target...

       Target //:my-other-runner up-to-date:

       bazel-bin/my-other-runner.jar

       bazel-bin/my-other-runner

       INFO: Elapsed time: 2.s, Critical Path: 1.s

       INFO: Running command line: bazel-bin/my-other-runner

       Hi!

       çŽ°åœ¨å¦‚果你改动ProjectRunner.java代码并重新构建my-other-runner目标，Greeting.java文件因为没有变化而不会重现编译。

       ä½¿ç”¨å¤šä¸ªåŒ…（Packages）

       å¯¹äºŽæ›´å¤§çš„项目，我们通常需要将它们拆分到多个目录中。你可以用类似//path/to/directory:target-name的名字引用在其他BUILD文件定义的目标。假设src/main/java/com/example/有一个cmdline/子目录，包含下面的文件：

       $ mkdir -p src/main/java/com/example/cmdline

       $ cat > src/main/java/com/example/cmdline/Runner.java <<EOF

       package com.example.cmdline;

       import com.example.Greeting;

       public class Runner {

       public static void main(String args[]) {

       Greeting.sayHi();

       }

       }

       EOF

       Runner.java依赖com.example.Greeting，因此我们需要在src/main/java/com/example/cmdline/BUILD构建文件中添加相应的依赖规则：

       # ~/gitroot/my-project/src/main/java/com/example/cmdline/BUILD

       java_binary(

       name = "runner",

       srcs = ["Runner.java"],

       main_class = "com.example.cmdline.Runner",

       deps = ["//:greeter"]

       )

       ç„¶è€Œï¼Œé»˜è®¤æƒ…况下构建目标都是 私有 的。也就是说，我们只能在同一个BUILD文件中被引用。这可以避免将很多实现的细节暴漏给公共的接口，但是也意味着我们需要手工允许runner所依赖的//:greeter目标。就是类似下面这个在构建runner目标时遇到的错误：

       $ bazel build //src/main/java/com/example/cmdline:runner

       ERROR: /home/user/gitroot/my-project/src/main/java/com/example/cmdline/BUILD:2:1:

       Target '//:greeter' is not visible from target '//src/main/java/com/example/cmdline:runner'.

       Check the visibility declaration of the former target if you think the dependency is legitimate.

       ERROR: Analysis of target '//src/main/java/com/example/cmdline:runner' failed; build aborted.

       INFO: Elapsed time: 0.s

       å¯ç”¨é€šè¿‡åœ¨BUILD文件增加visibility = level属性来改变目标的可间范围。下面是通过在~/gitroot/my-project/BUILD文件增加可见规则，来改变greeter目标的可见范围：

       java_library(

       name = "greeter",

       srcs = ["src/main/java/com/example/Greeting.java"],

       visibility = ["//src/main/java/com/example/cmdline:__pkg__"],

       )

       è¿™ä¸ªè§„则表示//:greeter目标对于//src/main/java/com/example/cmdline包是可见的。现在我们可以重新构建runner目标程序：

       $ bazel run //src/main/java/com/example/cmdline:runner

       INFO: Found 1 target...

       Target //src/main/java/com/example/cmdline:runner up-to-date:

       bazel-bin/src/main/java/com/example/cmdline/runner.jar

       bazel-bin/src/main/java/com/example/cmdline/runner

       INFO: Elapsed time: 1.s, Critical Path: 0.s

       INFO: Running command line: bazel-bin/src/main/java/com/example/cmdline/runner

       Hi!

       å‚考文档 中有可见性配置说明。

       éƒ¨ç½²

       å¦‚果你查看 bazel-bin/src/main/java/com/example/cmdline/runner.jar 的内容，可以看到里面只包含了Runner.class，并没有保护所依赖的Greeting.class：

       $ jar tf bazel-bin/src/main/java/com/example/cmdline/runner.jar

       META-INF/

       META-INF/MANIFEST.MF

       com/

       com/example/

       com/example/cmdline/

       com/example/cmdline/Runner.class

       è¿™åªèƒ½åœ¨æœ¬æœºæ­£å¸¸å·¥ä½œï¼ˆå› ä¸ºBazel的runner脚本已经将greeter jar添加到了classpath），但是如果将runner.jar单独复制到另一台机器上讲不能正常运行。如果想要构建可用于部署发布的自包含所有依赖的目标，可以构建runner_deploy.jar目标（类似<target-name>_deploy.jar以_deploy为后缀的名字对应可部署目标）。

       $ bazel build //src/main/java/com/example/cmdline:runner_deploy.jar

       INFO: Found 1 target...

       Target //src/main/java/com/example/cmdline:runner_deploy.jar up-to-date:

       bazel-bin/src/main/java/com/example/cmdline/runner_deploy.jar

       INFO: Elapsed time: 1.s, Critical Path: 0.s

       runner_deploy.jar中将包含全部的依赖。

       ä¸‹ä¸€æ­¥

       çŽ°åœ¨ï¼Œæ‚¨å¯ä»¥åˆ›å»ºè‡ªå·±çš„目标并组装最终产品了。接下来，可查看 相关教程 分别学习如何用Bazel构建一个服务器、Android和iOS应用。也可以参考 用户手册获得更多的信息。如果有问题的话，可以到 bazel-discuss 论坛提问。

TF-TRT使用环境搭建

       TF-TRT，即TensorFlow与TensorRT的集成，是NVIDIA为加速深度学习推理应用而设计的工具。它简化了TensorFlow用户在GPU上利用TensorRT进行模型推理的流程。本文主要介绍如何在服务器上搭建TF-TRT的源码级调试使用环境和编写相关代码。

       首先，NVIDIA推荐的TF-TRT环境配置基于TensorRT 5.0RC，需要确保NVIDIA驱动程序版本.0以上，CUDA .0以及TensorRT。安装过程建议在Anaconda的虚拟环境中进行，从Tensorflow GitHub上下载1.版本源码，并通过bazel build工具生成pip安装包。在编译时，由于GCC 5.0可能与新版本兼容性问题，需添加特定编译选项。

       对于服务器上直接安装，你需按照官方教程安装CUDA、CUDNN、NVIDIA Driver和TensorRT。在Tensorflow的pyh源码configure文件中，根据你的硬件配置进行相应的调整。然后，通过pip安装生成的.whl文件，安装时需要注意选择nvcc编译器，cudnn 7.3以上版本，以及兼容性的GCC编译选项。

       另一种方式是利用Docker容器，Tensorflow .容器需要nvidia driver +版本，并需要获取Nvidia GPU cloud的API密钥。安装完成后，Fractals源码你可以通过Docker拉取tensorflow:.-py3镜像，验证TensorRT与Tensorflow的集成是否成功。

       无论是直接安装还是容器化，都需注意选择合适的驱动和软件版本，以确保TF-TRT的稳定运行。安装过程中，还可以根据实际需求在container中安装其他软件，以满足个性化需求。

ONOS 从零入门教学 （应用程式新增，安装及测试）

       本文将介绍如何从零开始学习并使用ONOS，源码判定包括安装、配置和测试。首先，你需要获取ONOS的源代码并将其添加到.bashrc或.bash_profile中，使用预设的alias进行操作。然后使用构建工具（原为buck，现已更改为bazel）构建ONOS，并进行单元测试。

       接下来，你可以在本地计算机上启动ONOS服务器，lapackdgees源码使用另一个终端开启ONOS控制台。成功后，会看到ONOS预设使用端口作为控制台。此时，恭喜你，已经成功在本地机上启动了ONOS。

       ONOS还提供了图形用户界面（UI）界面，预设使用端口。你可以通过构建一个简单的SDN网络，包含4个Open vSwitch和9个主机，可以构建tree,2,3网络拓扑。在ONOS UI界面中，看到控制器识别的4台Open vSwitch，但主机未显示。这是因为Open vSwitch尚未知道主机的存在。你需要执行ping操作，控制器才会在交换机中安装flow。回到ONOS UI界面，现在应该能看到正确的显示。

       ONOS中的应用是通过maven构建的，因此使用maven构建自己的应用。首先使用ONOS提供的工具将maven所需的artifacts推送到~/.m2。在外部路径或使用ONOS已打包的工具构建。注意，在pom.xml中未注释onos.app.name和onos.app.origin，会导致无法生成.oar文件。完成构建后，你应该能看到构建成功的画面。构建完成后的资料夹结构，有了最简单的maven结构后，你可以根据需求开始编写自己的ONOS应用。

       最后，学习如何安装自己的ONOS应用。假设你已经编写了一个应用，例如onos-app-samples中的oneping。首先复制onos-app-samples到本地计算机中。onos-app-samples是一个包含ONOS样本应用的专案。使用onos-app-samples/oneping中的命令生成OAR档以用于安装。完成生成OAR档后，进入ONOS console执行安装命令，应用将被添加到ONOS中。最后，激活应用以使其可用，同样可以将其去激活。ONOS应用的安装档使用OAR作为格式。