1.PyTorch 源码解读之 BN & SyncBN：BN 与 多卡同步 BN 详解
2.RocketMQ源码分析：Broker概述+同步消息发送原理与高可用设计及思考
3.Nacos源码分析-集群间临时实例数据的自动自动一致性同步
4.ReentrantLock源码详细解析
5.推荐几款IDEA开发必备的经典好用插件，让代码飞起来！同步同步
6.深度解析sync WaitGroup源码

PyTorch 源码解读之 BN & SyncBN：BN 与 多卡同步 BN 详解

       BatchNorm原理

       BatchNorm最早在全连接网络中提出，源码源码旨在对每个神经元的设置输入进行归一化操作。在卷积神经网络（CNN）中，自动自动这一原理被扩展为对每个卷积核的同步同步bazel源码解析输入进行归一化，即在channel维度之外的源码源码所有维度上进行归一化。BatchNorm带来的设置优势包括提高网络的收敛速度、稳定训练过程、自动自动减少过拟合现象等。同步同步

       BatchNorm的源码源码数学表达式为公式[1]，引入缩放因子γ和移位因子β，设置作者在文章中解释了它们的自动自动作用。

       PyTorch中与BatchNorm相关的同步同步类主要位于torch.nn.modules.batchnorm模块中，包括如下的源码源码类：_NormBase、BatchNormNd。

       具体实现细节如下：

       _NormBase类定义了BN相关的一些属性。

       初始化过程。

       模拟BN的forward过程。

       running_mean、running_var的更新逻辑。

       γ、β参数的更新方式。

       BN在eval模式下的行为。

       BatchNormNd类包括BatchNorm1d、BatchNorm2d、BatchNorm3d，它们的区别在于检查输入的合法性，BatchNorm1d接受2D或3D的输入，BatchNorm2d接受4D的输入，BatchNorm3d接受5D的输入。

       接着，介绍SyncBatchNorm的实现。

       BN性能与batch size密切相关。在batch size较小的场景中，如检测任务，内存占用较高，单张显卡难以处理较多，导致BN效果不佳。4493 源码SyncBatchNorm提供了解决方案，其原理是所有计算设备共享同一组BN参数，从而获得全局统计量。

       SyncBatchNorm在torch/nn/modules/batchnorm.py和torch/nn/modules/_functions.py中实现，前者负责输入合法性检查以及参数设置，后者负责单卡统计量计算和进程间通信。

       SyncBatchNorm的forward过程。

       复习方差计算方式。

       单卡计算均值、方差，进行归一化处理。

       同步所有卡的数据，得到全局均值mean_all和逆标准差invstd_all，计算全局统计量。

       接着，介绍SyncBatchNorm的backward过程。

       在backward过程中，需要在BN前后进行进程间通信。这在_functions.SyncBatchNorm中实现。

       计算weight、bias的梯度以及γ、β，进一步用于计算梯度。

RocketMQ源码分析：Broker概述+同步消息发送原理与高可用设计及思考

       Broker在RocketMQ架构中扮演关键角色，主要负责存储消息，其核心任务在于持久化消息。消息通过生产者发送给Broker，而消费者则从Broker获取消息。Broker的物理部署架构图清晰展示了这一过程。

       从配置文件角度，我们深入探讨Broker的存储设计，重点关注以下几个方面：消息发送、消息协议、消息存储与检索、消费队列维护、消息消费与重试机制。深入分析Broker内部实现，包括消息发送过程、bandbwidth源码获取topic路由信息、选择消息队列以及发送消息至特定Broker。

       消息发送过程包括参数解析、发送方式选择、回调函数配置以及超时时间设定。同步消息发送流程主要分为获取路由信息、选择消息队列、发送消息、更新失败策略与处理同步调用方式。获取路由信息过程包括从本地缓存尝试获取、从NameServer获取配置信息更新缓存，以及针对特定或默认topic的路由信息查询。

       选择消息队列时考虑Broker负载均衡，通过轮询机制获取下一个可用消息队列。选择队列逻辑涉及发送失败延迟规避机制，确保选择的Broker正常，并根据Broker状态进行排序后选择一个队列。消息发送至指定Broker，使用长连接发送并存储消息，同步消息发送包含重试机制，异步消息发送则在回调中处理重试。

       思考题：分析消息发送异常处理，包括NameServer宕机与Broker挂机情况。NameServer宕机时，生产者可利用本地缓存继续发送消息，而Broker挂机会导致消息发送失败，但通过故障延迟机制可确保高可用性设计。理解这些机制与流程，有助于深入掌握RocketMQ的同步消息发送原理与高可用设计。

Nacos源码分析-集群间临时实例数据的一致性同步

       Nacos集群在部署时，如何实现临时实例数据在集群间的同步？答案在于Distro一致性协议。Distro协议确保了Nacos注册中心的可用性，当临时实例注册到Nacos注册中心时，集群中的实例数据并不一致，通过Distro协议同步后才达到最终一致性状态。

       Distro协议将数据分为多个blocks，每个Nacos集群节点负责一个block的数据处理，确保每个节点仅处理实例数据的积分 源码一部分。同时，所有节点都会将数据同步到集群内其他节点。Distro协议的实现主要通过DistroProtocol类，包含sync方法，遍历除自身外的所有集群节点，封装Distro延迟任务DistroDelayTask，并通过任务引擎DistroTaskEngine进行执行。任务引擎的实现较为复杂，包括延迟任务处理器DistroDelayTaskProcessor，负责处理延迟任务。当将延迟任务添加到任务引擎中，DistroDelayTaskProcessor将根据任务类型执行相应的处理逻辑，如数据改变同步任务DistroSyncChangeTask。

       DistroSyncChangeTask的run方法负责获取需要同步的数据，设置同步数据的类型，并进行临时实例数据的同步。如果同步失败或过程中发生异常，则进行重试处理，即将任务重新添加到任务执行引擎中。同步临时实例数据主要由DistroHttpAgent类的syncData方法负责，该方法通过HTTP请求将数据同步到其他节点。当其他节点接收到同步请求时，DistroController类的onSyncDatum方法处理同步过来的数据，首先验证数据是否为空，然后判断是否为临时实例数据，根据情况创建或更新服务实例，并将数据传递给distroProtocol的onReceive方法处理。

       在DistroProtocol的onReceive方法中，首先根据资源类型找到处理实例数据的处理器，然后调用DistroConsistencyServiceImpl处理器的processData方法处理数据，该方法负责反序列化数据，并调用onPut方法进行临时数据缓存并通知变更。

       当Nacos集群中有新节点加入时，新节点需要从其他节点拉取全量数据。DistroProtocol初始化时，调用startDistroTask方法启动全量拉取数据任务。DistroLoadDataTask负责加载全量数据，通过load方法从远程加载数据，scrypt 源码并在检测到加载完成或异常时进行相应的回调。服务启动时，新节点会等待服务地址和数据存储类型不为空，之后遍历数据存储类型，加载未完成的数据，处理全量数据。

       综上所述，Nacos通过Distro一致性协议实现了集群间临时实例数据的同步，确保了注册中心的可用性和一致性。新节点加入时，通过全量拉取数据来更新集群状态，实现数据的一致性。

ReentrantLock源码详细解析

       在深入解析ReentrantLock源码之前，我们先了解ReentrantLock与同步机制的关系。ReentrantLock作为Java中引入的并发工具类，由Doug Lea编写，相较于synchronized关键字，它提供了更为灵活的锁管理策略，支持公平与非公平锁两种模式。AQS（AbstractQueuedSynchronizer）作为实现锁和同步器的核心框架，由AQS类的独占线程、同步状态state、FIFO等待队列和UnSafe对象组成。AQS类的内部结构图显示了其组件的构成。在AQS框架下，等待队列采用双向链表实现，头结点存在但无线程，T1和T2节点中的线程可能在自旋获取锁后进入阻塞状态。

       Node节点作为等待队列的基本单元，分为共享模式和独占模式，值得关注的是waitStatus成员变量，它包含五种状态：-3、-2、-1、0、1。本文重点讨论-1、0、1状态，-3状态将不涉及。非公平锁与公平锁的差异在于，非公平锁模式下新线程可直接尝试获取锁，而公平锁模式下新线程需排队等待。

       ReentrantLock内部采用非公平同步器作为其同步器实现，构造函数中根据需要选择非公平同步器或公平同步器。ReentrantLock默认采用非公平锁策略。非公平锁与公平锁的区别在于获取锁的顺序，非公平锁允许新线程跳过等待队列，而公平锁严格遵循队列顺序。

       在非公平同步器的实例中，我们以T1线程首次获取锁为例。T1成功获取锁后，将exclusiveOwnerThread设置为自身，state设置为1。紧接着，T2线程尝试获取锁，但由于state为1，获取失败。调用acquire方法尝试获得锁，尝试通过tryAcquire方法实现，非公平同步器的实现调用具体逻辑。

       在非公平锁获取逻辑中，通过CAS操作尝试交换状态。交换成功后，设置独占线程。当当前线程为自身时，执行重入操作，叠加state状态。若获取锁失败，则T2和T3线程进入等待队列，调用addWaiter方法。队列初始化通过enq方法实现，enq方法中的循环逻辑确保线程被正确加入队尾。新线程T3调用addWaiter方法入队，队列初始化完成。

       在此过程中，T2和T3线程开始自旋尝试获取锁。若失败，则调用parkAndCheckInterrupt()方法进入阻塞状态。在shouldParkAfterFailedAcquire方法中，当前驱节点等待状态为CANCELLED时，方法会找到第一个非取消状态的节点，并断开取消状态的前驱节点与该节点的连接。若T5线程加入等待队列，T3和T4线程因为自旋获取锁失败进入finally块调用取消方法，找到等待状态不为1的节点（即T2），断开连接。

       理解了shouldParkAfterFailedAcquire方法后，我们关注acquireQueued方法的实现。该方法确保线程在队列中正确释放，如果队列的节点前驱为head节点，成功获取锁后，调用setHead方法释放线程。setHead方法通过CAS操作更新head节点，释放线程。acquire方法中的阻塞是为防止线程在唤醒后重新尝试获取锁而进行的额外阻断。

       锁的释放过程相对简单，将state减至0，将exclusiveOwnerThread设置为null，完成锁的释放。通过上述解析，我们深入理解了ReentrantLock的锁获取、等待、释放等核心机制，为并发编程提供了强大的工具支持。

推荐几款IDEA开发必备的经典好用插件，让代码飞起来！

       提升IDEA开发体验，高效编写出高质量代码，这些经典好用的插件不容错过！

       实用插件篇

SonarLint：代码质量守护者，帮助发现并修复潜在漏洞，优化代码。

Maven Helper：简化依赖管理，轻松解决依赖冲突问题。

Alibaba Java Coding Guidelines：遵循编码规范，提升编码效率和项目速度。

Free Mybatis plugin：Mybatis文件间的便捷切换，提高开发效率。

MybatisX：Mybatis-Plus开发神器，自动生成代码并优化代码结构。

GitToolBox：版本管理助手，自动同步代码并显示详细信息。

Grep Console：快速定位日志，简化日志查找。

Translation：英文阅读助手，翻译源码注释，降低语言障碍。

Lombok：简化实体类，减少冗余代码，提高开发效率。

       美化插件篇

Material Theme UI：提供酷炫主题，美化IDEA界面。

Extra Icons：增强文件类型图标，提升视觉体验。

Background Image Plus：个性化背景设置，增强工作环境。

Code Glance：代码预览区域，全局视野一目了然。

       想让IDEA开发更顺手，赶紧试试这些必备插件吧！

深度解析sync WaitGroup源码

       waitGroup

       waitGroup 是 Go 语言中并发编程中常用的语法之一，主要用于解决并发和等待问题。它是 sync 包下的一个子组件，特别适用于需要协调多个goroutine执行任务的场景。

       waitGroup 主要用于解决goroutine间的等待关系。例如，goroutineA需要在等待goroutineB和goroutineC这两个子goroutine执行完毕后，才能执行后续的业务逻辑。通过使用waitGroup，goroutineA在执行任务时，会在检查点等待其他goroutine完成，确保所有任务执行完毕后，goroutineA才能继续进行。

       在实现上，waitGroup 通过三个方法来操作：Add、Done 和 Wait。Add方法用于增加计数，Done方法用于减少计数，Wait方法则用于在计数为零时阻塞等待。这些方法通过原子操作实现同步安全。

       waitGroup的源码实现相对简洁，主要涉及数据结构设计和原子操作。数据结构包括了一个 noCopy 的辅助字段以及一个复合意义的 state1 字段。state1 字段的组成根据目标平台的不同（位或位）而有所不同。在位环境下，state1的第一个元素是等待线程数，第二个元素是 waitGroup 计数值，第三个元素是信号量。而在位环境下，如果 state1 的地址不是位对齐的，那么 state1 的第一个元素是信号量，后两个元素分别是等待线程数和计数值。

       waitGroup 的核心方法 Add 和 Wait 的实现原理如下：

       Add方法通过原子操作增加计数值。当执行 Add 方法时，首先将 delta 参数左移位，然后通过原子操作将其添加到计数值上。需要注意的是，delta 的值可正可负，用于在调用 Done 方法时减少计数值。

       Done方法通过调用 Add(-1)来减少计数值。

       Wait方法则持续检查 state 值。当计数值为零时，表示所有子goroutine已完成，调用者无需等待。如果计数值大于零，则调用者会变成等待者，加入等待队列，并阻塞自己，直到所有任务执行完毕。

       通过使用waitGroup，开发者可以轻松地协调和同步并发任务的执行，确保所有任务按预期顺序完成。这在多goroutine协同工作时，尤其重要。掌握waitGroup的使用和源码实现，将有助于提高并发编程的效率和可维护性。

       如果您对并发编程感兴趣，希望持续关注相关技术更新，请通过微信搜索「迈莫coding」，第一时间获取更多深度解析和实战指南。

Github上Fork开源代码，本地二次开发，保持源码同步

       在Github上，获取并利用开源代码进行本地二次开发是一项常见操作。首先，你需要通过Fork功能复制一个大佬的开源代码仓库，这就像克隆一个项目，让你可以在不影响原始项目的情况下进行试验或贡献代码。要实现这一点，只需简单地执行两个步骤：

       1. Fork仓库：复制链接后，使用git clone命令，将仓库克隆到本地，例如：`git clone /YOUR-USERNAME/origin-repo.git`

       2. 同步本地副本：为保持与原始仓库同步，你需要配置git。通常，这涉及设置upstream指向主仓库，然后使用git pull从upstream获取更新。如果你想将这些更改推送到你的Fork仓库，还需要执行一次`git push`操作。

       通过这些步骤，你就可以在本地对Fork的源代码进行修改，并确保与原始代码库保持同步。这是开源社区中协作开发的基础实践，帮助开发者们扩展和改进现有的开源项目。