修改ROOT密码

在CentOS的安装过程中,需要输入6位数的ROOT密码,而本人是习惯使用123作为密码,这会导致在这安装过程是无法达到目的,该怎么办呢? 

  1. 按界面要求输入6位数的密码。 
  2. 在安装结束,登录系统后,使用passwd root的命令进行修改。

配置网络地址

在虚拟机中安装Centos6.6服务器版,需要手动配置IP地址的DHCP参数,具体命令如下:
1.vi /etc/sysconfig/network-scripts/eth0或vi /etc/sysconfig/network-scripts/icfg-ens03
BOOTPROTO=dhcp //默认为dhcp。
ONBOOT=yes //默认为no,改为yes,使它自动获取。

2.虚拟机是支持NAT或Bridge等模式的,每次切换模式时,均需要执行以下命令,进行切换网络。
service network restart

Jetbrain-IDE大项目性能优化

1.修改vmoptions配置文件,该文件存在以下几个位置,需要修改用户自定义配置的文件,才有效。以CLion-IDE为例。
/clion-2016.2/bin/clion64.vmoptions,如果修改这个参数,则需要把一下行的配置中同名清除掉,否则不会生效。
/home/abc/.CLion2016.2/clion64.vmoptions,建议修改这个,本人是亲测这个参数的修改。
vmoptions的加载优先级是,先加载bin目录下,再加载user目录下,在合并参数时,后者会自动覆盖前者。
2.修改以下几个参数。
原始参数如下:
-Xss2m
-Xms256m
-Xmx2000m
-XX:NewSize=128m
-XX:MaxNewSize=128m
-XX:ReservedCodeCacheSize=96m
修改为如下:
-Xss2m
-Xms1024m
-Xmx4096m
-XX:NewSize=128m
-XX:MaxNewSize=128m
-XX:ReservedCodeCacheSize=1024m
3.检测是否生效,启动CLion,执行ps -ef|grep java。
ps -ef|grep java
abc 3961 3909 16 01:04 ? 00:01:48 /clion-2016.2/bin/../jre/jre/bin/java -Xbootclasspath/a:/clion-2016.2/bin/../lib/boot.jar -classpath /clion-2016.2/bin/../lib/bootstrap.jar:/clion-2016.2/bin/../lib/extensions.jar:/clion-2016.2/bin/../lib/util.jar:/clion-2016.2/bin/../lib/jdom.jar:/clion-2016.2/bin/../lib/log4j.jar:/clion-2016.2/bin/../lib/trove4j.jar:/clion-2016.2/bin/../lib/jna.jar -Xss2m -Xms1024m -Xmx4096m -XX:NewSize=128m -XX:MaxNewSize=128m -XX:ReservedCodeCacheSize=1024m -XX:+UseConcMarkSweepGC -XX:SoftRefLRUPolicyMSPerMB=50 -ea -Dsun.io.useCanonCaches=false -Djava.net.preferIPv4Stack=true -XX:+HeapDumpOnOutOfMemoryError -XX:-OmitStackTraceInFastThrow -Dawt.useSystemAAFontSettings=lcd -Djb.vmOptionsFile=/home/abc/.CLion2016.2/clion64.vmoptions -XX:ErrorFile=/home/abc/java_error_in_CL_%p.log -XX:HeapDumpPath=/home/abc/java_error_in_CL.hprof -Djb.restart.code=88 -Didea.paths.selector=CLion2016.2 -Didea.platform.prefix=CLion -Didea.no.jre.check=true com.intellij.idea.Main
4.以真实大项目验证吧,如PHP5.57的源码分析,在没有配置前,CLion一直都卡在build symbols这步骤,最终爆内存错误,修改为大内存版的配置后,可以成功完成所有步骤。
5.以上4个步骤后,仍然失败,则检查一下是否虚拟机的内存配置太少了,按上述配置虚拟机物理内存至少为4G,才可以顺利执行。

Xhprof源码分析

核心监控流程:

  1. 初始化监控:通过xhprof_enable函数,设置函数钩子和统计函数。涉及的主要函数钩子有如下:

    zend_compile_file:当使用include\require\include_one\require_once函数加载文件时,均会经历编译过程。这编译过程就是通过该函数完成。

    zend_execute_ex:php引擎每执行一个函数,均会通过该函数进行调用,像xdebug也是通过该函数建立运行堆栈信息,xhprof也不例外,钩子建立过程。

    _zend_execute_ex = zend_compile_file

    zend_compile_file = hp_execute_ex

    zend_execute_internal:该函数只有xhprof_enable配置了XHPROF_FLAGS_NO_BUILTINS参数时,才会被拦截。

  2. 监控核心过程:被动地监控每个函数的执行,由于函数HOOKER的机制,PHP每执行一个函数都将进入钩子的回调函数中,并在相应的回调函数中执行以下过程:

    BEGIN_PROFILING->function execute->END_PROFILING

    函数式表示如下:

    Function hp_execute_ex() //这是钩子的回调函数。

    {

        BEGIN_PROFILING; //开始分配内存、初始化捕获的开始时间,内存值等

        _zend_execute_ex(); //执行函数内容。

        END_PROFILING; //计算函数执行的成本:CPU和内存

    }

    另外三个函数,也是采用同样的方式。

  3. 结束监控,返回数据。

 

源码分析

  1. 初始化函数钩子。并默认把main()函数当作为监控入口,它是一个虚拟函数,目的是表示监控的开始和结束,xhprof_enable调用表示开始执行该虚拟函数,xhprof_disable表示结束该虚拟函数。

 

 

  1. 由于钩子的拦截关系,PHP引擎每执行一个函数,均会进入相应钩子回调中,如hp_execute_ex函数为例。重点关注两个宏定义,分别是BEGIN_PROFILING和END_PROFILING.

  1. BEGIN_PROFILING和END_PROFILING的定义如下:

    这两个宏完成以下三件事:

    1. 分配栈帧,每一个hp_entry_t结构,是栈结构上的一个元素。它记录了当前函数的开始信息,如当前函数名、递归深度、开始时间、开始内存。

      注:它不保存当前函数的结束信息,结束的信息会减去开始信息,然后把结果输出到另一个数组中。

    2. hp_mode_common_beginfn函数是用于执行压栈动作,并检测栈中是否存在递归函数;hp_mode_common_endfn函数用于执行弹栈动作。
    3. begin_fn_cb函数是用于填充hp_entry_t结构信息,也即是函数的开始信息;end_fn_cb函数是用于计算函数的消耗结果,并把该结果输出到另外一个全局数组中,该数组并没有体现在这两个宏定义中。
  2. 在xhprof实际使用过程中,常会看到如下一些情况,举例说明:

    PHP代码如下:

    Xhprof的图表中输出如下:

    图表中的@1,@2,@3代表什么?这个数字代表这个函数在执行过程中的递归深度,具体算法如下。

    这段源码部份变量解释如下:

    func_hash_counters,全局数组是用于快速判断当前栈列表中是否存在同码函数

    hash_code,记录是函数的hash码,xhprof把函数转换为一个0~255的整数。

    name_hprof,记录是函数的真正名字,如bar这个函数。

    rlvl_hprof,记录的是当前函数在栈列表中深度。

    entries,永远指向栈列表的栈顶。

    综上所述,该段函数的功能是指函数在被压入栈表前,由栈顶向栈底搜索是否存在同名函数,如果栈表已经存在同名函数,则表示当前正在执行函数递归操作,并记录当前函数的递归深度。

    下面函数应该可以加强上述的理解。

    hp_get_entry_name就是获取函数名。

  3. 偶然也会遇到如下一些现象,依旧举例说明。

    Php代码如下:

    Xhprof图表如下:

    load::my/MyTest.php也是一个虚拟的函数,它的功能是代表把MyTest.php由源文件翻译成opcode文件的消耗。关键算法截图如下:

该函数解析如下:

zend_compile_file,该函数是把php源文件翻译成opcode指令。

hp_get_base_filename,是把文件路径,截取最后两段路径名作函数名返回来,如下所示

/alidata/www/xhprof/example/../my/MyTest.php => my/MyTest

/a/b/c/a.php =>c/a

???_op,函数是无法获取函数名字的一个默认名称。

  1. Xhprof_disable()返回原始输出结果。

    源码如下:

    以JSON格式输出原始结果如下:

    {“foo==>bar”:{“ct”:5,”wt”:38,”cpu”:0,”mu”:5008,”pmu”:0},”bar==>bar@1″:{“ct”:5,”wt”:22,”cpu”:0,”mu”:4928,”pmu”:0},”bar@1==>bar@2″:{“ct”:4,”wt”:14,”cpu”:0,”mu”:3888,”pmu”:0},”bar@2==>bar@3″:{“ct”:3,”wt”:9,”cpu”:0,”mu”:2848,”pmu”:0},”bar@3==>bar@4″:{“ct”:2,”wt”:3,”cpu”:0,”mu”:1808,”pmu”:0},”main()==>foo”:{“ct”:1,”wt”:80,”cpu”:0,”mu”:6080,”pmu”:0},”bar@4==>bar@5″:{“ct”:1,”wt”:0,”cpu”:0,”mu”:752,”pmu”:0},”main()==>bar”:{“ct”:1,”wt”:8,”cpu”:0,”mu”:1792,”pmu”:0},”main()”:{“ct”:1,”wt”:114,”cpu”:0,”mu”:9240,”pmu”:0}}

    这个JSON如何转换到以下图表呢?

    从图表虽然很直观,但不能很好的反映出它与原始JSON内容的关系,我们选择其中一项,如bar项,展开其父、我、子,这种爷孙三代关系图,截图如下:

    “foo==>bar”:{“ct”:5,”wt”:38,”cpu”:0,”mu”:5008,”pmu”:0}

    “main()==>bar”:{“ct”:1,”wt”:8,”cpu”:0,”mu”:1792,”pmu”:0}

    “bar==>bar@1”:{“ct”:5,”wt”:22,”cpu”:0,”mu”:4928,”pmu”:0}

    通过对比,可以知道Excl.Wall_Time运算公式如下:

    Excl.Wall_Time = Current Function.Incl.Wall_Time – Child Function.Incl.Wall_Time。

    cpu的消耗,个人认为它与wt消耗是重复了。首先cpu的实现方式相比wt的实现方式,毫无优势。如下是它们的对比:

    1. cpu和wt均是时间差计算出来的。
    2. cpu的时间精度为微秒,而wt的时间精度是纳秒。
    3. 每执行一个函数,函数消耗不足微秒时,cpu因精度关系,计算结果为0,导致失误增大,而wt计算结果会被正确地累计。

    mu内存消耗的理解,与wt基本一致。

     

     

php-plugin插件开发

进入源代码目录:
cd php-5.5.7/ext/myabc
生成插件骨架代码:
./ext_skel –extname=myabc
Creating directory myabc
Creating basic files: config.m4 config.w32 .svnignore myabc.c php_myabc.h CREDITS EXPERIMENTAL tests/001.phpt myabc.php [done].

To use your new extension, you will have to execute the following steps:

1. $ cd ..
2. $ vi ext/myabc/config.m4
3. $ ./buildconf
4. $ ./configure –[with|enable]-myabc
5. $ make
6. $ ./php -f ext/myabc/myabc.php
7. $ vi ext/myabc/myabc.c
8. $ make

静态编译跨平台程序

全静态编译程序,是c++跨平台的一个方案之一,如在ubtuntu编译,可以在centos下运行。
-static-libstdc++ -static-libgcc -static
# -static-libstdc++这个是避免使用gcc-4.8.5时产生要链接到新版本的libstdc的问题。如下
# 解决/usr/lib/libstdc++.so.6: version `GLIBCXX_3.4.14′ not found
# -static-libgcc是为了解决对gcc的libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1的依赖。
# -static是为了解决其它库的动态库连接依赖,但可能会因某些库不存在静态库,可能报错。
————————————————
Debug版生成调试信息
set(CMAKE_C_FLAGS_DEBUG “${CMAKE_C_FLAGS_DEBUG} -O0 -Wall -g -ggdb3”)
SET(CMAKE_CXX_FLAGS_DEBUG “${CMAKE_CXX_FLAGS_DEBUG} -O0 -Wall -g -ggdb”)
SET(CMAKE_BUILD_TYPE Debug)
SET(CMAKE_BUILD_TYPE Debug CACHE STRING “带cache标记,是不会生成DEBUG调试信息的,也就只是Realse方式”)
Release版本生成调试信息
SET(CMAKE_C_FLAGS_RELEASE “${CMAKE_C_FLAGS_RELEASE} -O3 -Wall -g -ggdb”)
SET(CMAKE_CXX_FLAGS_RELEASE “${CMAKE_CXX_FLAGS_RELEASE} -O3 -Wall -g -ggdb”)
SET(CMAKE_BUILD_TYPE Release)
SET(CMAKE_BUILD_TYPE Relase CACHE STRING “带cache标记,是不会生成调试信息的,也就只是Realse方式”)

也可以外部指定生成方式 cmake -DCMAKE_BUILD_TYPE=Debug ./
—————————————————————
set(CMAKE_C_COMPILER “/gcc-4.8.5/bin/gcc”)
set(CMAKE_CXX_COMPILER “/gcc-4.8.5/bin/g++”)
message(“CMAKE_C_COMPILER=${CMAKE_C_COMPILER}”)
message(“CMAKE_CXX_COMPILER=${CMAKE_CXX_COMPILER}”)
# -static-libstdc++这个是避免使用gcc-4.8.5时产生要链接到新版本的libstdc的问题。如下
# 解决/usr/lib/libstdc++.so.6: version `GLIBCXX_3.4.14′ not found
# -static-libgcc是为了解决对gcc的libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1的依赖。
# -static是为了解决其它库的动态库连接依赖,但可能会因某些库不存在静态库,可能报错。
set(CMAKE_CXX_FLAGS “${CMAKE_CXX_FLAGS} -static-libstdc++ -static-libgcc -std=c++11”)
#set(CMAKE_CXX_FLAGS “${CMAKE_CXX_FLAGS} -static-libstdc++ -static-libgcc -static -std=c++11”)

cpp-netlib的编译与测试

传闻cpp-netlib被提名作为boost的network库,因此我也体验一下,感觉非常优秀,相比以前使用GoLang-http或python-twisted这类框架,有优胜之处。但在编译和搭建上,会略有一些困难。在centos6.8系统里,以下是它的构建过程。
1.前期准备:
cpp-netlib版本是之匹配的boost版本,可以在cpp-netlib的CMakeList.txt里找到。
当前cpp-netlib为0.12.0版本,所对应的boost版本为v1.57.0版本。
2.下载boost-v1.57.0版本。
http://pilotfiber.dl.sourceforge.net/project/boost/boost/1.57.0/boost_1_57_0.tar.bz2
3.安装boost
tar -xf boost_1_57_0.tar.bz2
cd boost_1_57_0
./bootstrap.sh
./b2 --build-type=complete --layout=versioned
sudo ./b2 install --prefix=/boost-1.57.0

4.编辑/etc/profile文件,添加boost环境变量,并重启系统,确保环境变量生效。
export BOOST_ROOT=/boost-1.57.0
5.下载cpp-netlib,当前版本是0.12.0版本,下载地址如下:
http://downloads.cpp-netlib.org/0.12.0/cpp-netlib-0.12.0-final.tar.bz2
6.解压并修改parsers.ipp文件。
vim cpp-netlib-0.12.0-final\boost\network\protocol\http\server\impl\pasers.ipp

#include <boost/fusion/include/std_tuple.hpp>
改为
#include <boost/fusion/adapted/std_tuple.hpp>
7.编译
mkdir cpp-netlib-build
cd cpp-netlib-build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_C_COMPILER=/gcc-4.8.5/bin/gcc -DCMAKE_CXX_COMPILER=/gcc-4.8.5/bin/g++ -DCMAKE_INSTALL_PREFIX=/boost-1.57.0 /home/abc/Downloads/cpp-netlib-0.12.0-final
make
sudo make install

8.上一步,仅是安装了cpp-netlib-0.12.0-final目录下network库及其相关的库文件,如下:
cppnetlib-server-parsers
cppnetlib-uri
cppnetlib-client-connections

9.上一步仍缺少asio库,它自带asio库与boost.asio有很多不一样,为了避免不必要的编译错误可能存在问题,也复制一份asio库到相应目录,如下。
cd cpp-netlib-0.12.0-final/deps/asio/asio/include
sudo cp asio asio.hpp Makefile.am /boost-1.57.0/include/ -R

注:因为只是复制头文件,在CMake中需要配置宏定义,以确保只使用头文件。
add_definitions(-DASIO_HEADER_ONLY)
10.可以编写代码测试了,为了便于测试,本人直接拷贝hello_world_async_server_with_work_queue.cpp代码,重命名为main.cpp。
11.编写CMakeList.txt文件。
cmake_minimum_required(VERSION 3.5)
project(asynhello)

set(CMAKE_C_COMPILER "/gcc-4.8.5/bin/gcc")
set(CMAKE_CXX_COMPILER "/gcc-4.8.5/bin/g++")
message("CMAKE_C_COMPILER=${CMAKE_C_COMPILER}")
message("CMAKE_CXX_COMPILER=${CMAKE_CXX_COMPILER}")
# -static-libstdc++这个是避免使用gcc-4.8.5时产生要链接到新版本的libstdc的问题。如下
# 解决/usr/lib/libstdc++.so.6: version `GLIBCXX_3.4.14' not found
# -static-libgcc是为了解决对gcc的libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1的依赖。
# -static是为了解决其它库的动态库连接依赖,但可能会因某些库不存在静态库,可能报错。
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -static-libstdc++ -static-libgcc -std=c++11")
#set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -static-libstdc++ -static-libgcc -static -std=c++11")
add_definitions(-DASIO_HEADER_ONLY)
set(Boost_USE_STATIC_LIBS ON) # only find static libs
set(Boost_USE_MULTITHREADED ON)
set(Boost_USE_STATIC_RUNTIME ON)
find_package(Boost 1.57.0)
if(Boost_FOUND)
include_directories(${Boost_INCLUDE_DIRS})
link_directories(${Boost_LIBRARY_DIRS})
link_directories(/boost-1.57.0/lib64)
set(SOURCE_FILES main.cpp)
add_executable(asynhello ${SOURCE_FILES})
target_link_libraries(asynhello ${Boost_LIBRARIES})
target_link_libraries(asynhello ${CMAKE_THREAD_LIBS_INIT} cppnetlib-server-parsers cppnetlib-uri cppnetlib-client-connections rt)
#使用boost_thread会导致增加libboost_system.so和libboost_thread.so两个库的引入,优先使用rt代替boost_thread。
#target_link_libraries(helloserver ${CMAKE_THREAD_LIBS_INIT} cppnetlib-server-parsers boost_thread)
endif()

注:CMake关于Boost的编写,可以下参考下文件:
https://cmake.org/cmake/help/v3.0/module/FindBoost.html
https://cmake.org/cmake/help/v3.0/manual/cmake-modules.7.html
12.编译测试
cmake ./ && make
13.测试代码
https://github.com/kxtry/cpp-netlib-example

编译boost与测试

1.下载boost_v1.57.0版本。
http://heanet.dl.sourceforge.net/project/boost/boost/1.57.0/boost_1_57_0.tar.gz
2.解压
tar -xf boost_1_57_0.tar.gz
3.进入目录,执行以下命令
cd boost_1_57_0 && ./bootstrap.sh
4.boostrap.sh会生成一个b2的执行文件。执行这个文件
./b2
默认是最小编译,也可以完全编译,他会对Boost进行完整编译,生成所有调试版、发行版的静态库和动态库,如下所示:
./b2 --build-type=complete --layout=versioned
经实践,在编译阶段–prefix参数没有意义,它只有按装阶段时,指定地址才有意义,否则仍旧默认安装在/usr/local/include目录下。
它会编译boost文件,如果报错bzlib.h头文件错误,则可以按以下命令查找
sudo yum whatprovides */bzlib.h
该命令会列表出哪些库会有这个文件,然后你安装那个库就可以了。
sudo yum install bzip2-devel
其实大部份boost的头文件可以直接引用就可以了,但部分与平台相关文件则需要编译,才行。如下这些库:
Boost.Chrono
Boost.Context
Boost.Filesystem
Boost.GraphParallel
Boost.IOStreams
Boost.Locale
Boost.MPI
Boost.ProgramOptions
Boost.Python (see the Boost.Python build documentation before building and installing it)
Boost.Regex
Boost.Serialization
Boost.Signals
Boost.System
Boost.Thread
Boost.Timer
Boost.Wave
5.安装boost
./b2 install
头文件会安装到/usr/local/include目录下,库文件会安装在/usr/local/lib下。
./b2 install --prefix=/boost-1.57.0
指定安装目录。
6.在CMake环境中测试。
CMakeLists.txt中编辑如下:
cmake_minimum_required(VERSION 3.5)
project(boostTest)

include_directories("/gcc-4.8.5/include/c++/4.8.5")
include_directories("/usr/local/include/")
link_directories("/usr/local/lib")
link_directories("/gcc-4.8.5/lib64")
set(CMAKE_C_COMPILER "/gcc-4.8.5/bin/gcc")
set(CMAKE_CXX_COMPILER "/gcc-4.8.5/bin/g++")

#等价于cmake -DCMAKE_BUILD_TYPE=Debug -DCMAKE_C_COMPILER=/gcc-4.8.5/bin/gcc -DCMAKE_CXX_COMPILER=/gcc-4.8.5/bin/g++ /home/abc/Downloads/cpp-netlib-0.12.0-final
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

set(SOURCE_FILES main.cpp)
add_executable(boostTest ${SOURCE_FILES})

在main.cpp文件如下
#include
#include

int main() {
std::cout << "Hello, World!" << std::endl; std::cout << "Using Boost " << BOOST_VERSION / 100000 << "." // major version << BOOST_VERSION / 100 % 1000 << "." // minor version << BOOST_VERSION % 100 // patch level << std::endl; return 0; }

7.编译执行试试。

修改YII的请求参数

在YII2中,由于封装了大量的插件,很多插件是依赖Yii::$app->request->queryParams这样的参数,如Sort排序,Linkpager分页、Gridview表格等,因此有时因需要是有必要修改该参数。由于queryParams是只读属性,不能直接修改。但它提供了显式的setQueryParams的函数,让你修改。如下所示
$searchModel = new BookSearch();
$params = Yii::$app->request->queryParams;
if(isset($params['sort'])){
$cookies = Yii::$app->response->cookies;
$cookies->add(new \yii\web\Cookie([
'name' => $this->id.'_index_sort',
'value' => $params['sort'],
'expire'=>time()+3600
]));
}else{
$cookies = Yii::$app->request->cookies;
$sort = $cookies->get($this->id.'_index_sort', '');
$params['sort'] = $sort->value;
Yii::$app->request->setQueryParams($params);
}
$dataProvider = $searchModel->search($params);

id