1.SpringBoot的解析接口解析接口CommandLineRunner和ApplicationRunner源码分析
2.JSF源码分析（一）
3.Vert.x 源码解析(4.x)——Context源码解析
4.vscode server源码解析（三） - code server
5.Flink Collector Output 接口源码解析
6.PostgreSQL 技术内幕（十七）：FDW 实现原理与源码解析

SpringBoot的CommandLineRunner和ApplicationRunner源码分析

       深入探究SpringBoot中的ApplicationRunner和CommandLineRunner接口。这两个接口在启动SpringBoot应用时起到关键作用，源码源码下面将对它们进行源码分析。解析接口解析接口

       首先，源码源码让我们聚焦于ApplicationRunner接口，解析接口解析接口其内部定义了一个名为run的源码源码商家岛类似源码方法，无需额外参数，解析接口解析接口源码如下所示，源码源码展示了接口的解析接口解析接口基本框架。

       接着，源码源码审视CommandLineRunner接口，解析接口解析接口同样地，源码源码它也仅定义了一个run方法，解析接口解析接口同样没有额外参数，源码源码源码内容在此。解析接口解析接口接口设计简洁，旨在支持特定逻辑的执行。

       为了更直观地理解这些接口的运行，让我们通过实际项目进行演示。具体操作是将SpringBoot项目打包为JAR文件并执行。

       在项目执行过程中，观察并分析代码，可以揭示更多关于ApplicationRunner和CommandLineRunner接口如何在实际应用中运作的细节。

       接下来，以ApplicationRunnerDemo和CommandLineRunnerDemo为例，深入探讨接口的使用。首先，审视ApplicationRunnerDemo类，了解如何定义实现ApplicationRunner接口的实例并注入应用上下文。然后，通过CommandLineRunnerDemo类，进一步探索实现CommandLineRunner接口的实例，关注参数传递的机制以及接口执行的时机。

       至此，参数传递、参数解析以及获取参数的过程已经清晰呈现。此外，ApplicationRunner和CommandLineRunnerDemo的执行时机也已明确阐述，为理解SpringBoot启动过程中的关键逻辑提供了深入洞察。

JSF源码分析（一）

       在深入分析 JSF 框架的源码时，我们首先关注的是核心的功能模块，以帮助我们理解其工作原理。通常，我们从常见的项目 XML 配置文件入手，这些文件包含了 JSF 框架的THM源码基本设置。让我们以地址服务的 jsf-provider.xml 文件为例，进行详细的解析。

       在 JSF 的配置文件中，虽然没有直接显示注册中心的内容，但作为自研的高性能 RPC 调用框架，高可用的注册中心是其核心功能之一。因此，我们接下来将探索如何在没有提供注册中心地址的情况下，这些标签是如何完成服务的注册和订阅的。

       ### 配置解析

       首先，我们发现配置文件中自定义的 xsd 文件，通过 NamespaceUri 链接到 jsf.jd.com/schema/jsf/j...。随后，基于 SPI（Service Provider Interface）机制，我们在 META-INF 中找到了定义好的 Spring.handlers 文件和 Spring.schemas 文件，这两个文件分别用于配置解析器和 xsd 文件的具体路径。

       进一步地，我们查询了继承自 NamespaceHandlerSupport 或实现 NamespaceHandler 接口的类。在 JSF 框架中，JSFNamespaceHandler 通过继承 NamespaceHandlerSupport 实现了对自定义命名空间的解析功能。NamespaceHandler 的主要作用是解析我们自定义的 JSF 命名空间，通过 BeanDefinitionParser 对特定标签进行处理，完成对 XML 中配置信息的具体处理。

       ### 服务暴露

       最终，通过 JSFBeanDefinitionParser 实现了 org.springframework.beans.factory.xml.BeanDefinitionParser，完成 XML 配置的解析。解析的结果会注册到 BeanDefinitionRegistry 对象中，进而触发 Bean 的初始化过程。最终，ProviderBean 实例监听上下文事件，在容器初始化完毕后，调用 export() 方法进行服务的暴露。

       ### 服务注册与暴露

       服务暴露的实现逻辑集中在 ProviderConfig#doExport 方法中。首先，方法会对配置进行基本校验和拦截。随后，获取所有 RegistryConfig，如果获取不到注册中心地址，将使用默认的注册中心地址：“i.jsf.jd.com”。接着，根据 Provider 配置中的 server 相关信息启动 server，并使用默认序列化方式（如 msgpack）进行服务编码。然后，通过 ServerFactory 初始化并启动 Server，源码教案调用 ServerTransportFactory 生成对应的传输层，实现与注册中心的通信。最后，服务注册通过 JSFRegistry 类完成，该类连接注册中心，如果没有可用的中心，则使用本地文件并开启守护线程，使用两个线程池进行心跳检测、重试机制和连接状态监控。至此，服务从配置装配到服务暴露的过程完成。

       ### 消费者配置与初始化

       对于消费者端（jsf-consumer.xml），注册中心地址（如“i.jsf.jd.com”）被配置在其中，而 Provider 的配置则在 jsf-provider.xml 中。配置解析过程与 Provider 类似，最终解析为 ConsumerConfig 和 RegistryConfig。通过 ConsumerBean 类实现 FactoryBean 接口，以便通过 getObject() 方法获取代理对象，完成客户端的初始化。在这个过程中，消费者会根据配置订阅相关的 Provider 服务。核心代码在 ConsumerConfig#refer 方法中，该方法通过调用子类的 subscribe() 方法开始订阅过程，连接 Provider 服务。

       ### 框架流程概述

       综上所述，JSF 框架通过 Provider、Consumer 和注册中心（Registry）之间的协同工作，实现了高效的服务注册、订阅和通信。具体流程包括：

       1. **Provider 端**：启动服务向注册中心注册，并根据配置初始化相关组件。

       2. **Consumer 端**：首次获取实体信息时，通过 FactoryBean 接口获取代理对象，完成初始化并订阅 Provider 服务。

       3. **注册中心**：提供异步通知机制，监控服务状态变化。

       4. **服务调用**：直接调用服务方法。

       5. **监控与治理**：框架内置监控机制，支持服务治理和降级容灾策略。

       了解这一过程对于深入理解 JSF 框架的内部机制至关重要，也为后续的模块分析和系统优化提供了基础。

Vert.x 源码解析(4.x)——Context源码解析

       Vert.x 4.x 源码深度解析：Context核心概念详解

       Vert.x 通过Context这一核心机制，解决了多线程环境下的资源管理和状态维护难题。Context在异步编程中扮演着协调者角色，比较源码确保线程安全的资源访问和有序的异步操作。本文将深入剖析Context的源码结构，包括其接口设计、关键实现以及在Vert.x中的具体应用。

       Context源代码解析

       Context接口定义了基础的事件处理功能，如立即执行和阻塞任务。ContextInternal扩展了Context，包含内部方法和功能，通常开发者无需直接接触，如获取当前线程的Context。在vertx的beginDispatch和endDispatch方法中，Context的切换策略取决于线程类型，Vertx线程会使用上下文切换，而非Vertx线程则依赖ThreadLocal。

       ContextBase是ContextInternal的实现类，负责执行耗时任务，内部包含TaskQueue来管理任务顺序。WorkerContext和EventLoopContext分别对应工作线程和EventLoop线程的执行策略，它们通过execute()、runOnContext()和emit()方法处理任务，同时监控性能。

       Context的创建和获取贯穿于Vert.x的生命周期，它在DeploymentManager的doDeploy方法中被调用，如NetServer和NetClient等组件的底层实现也依赖于Context来处理网络通信。

       额外说明

       Context与线程并非直接绑定，而是根据场景动态管理。部署时创建新Context，非部署时优先获取Thread和ThreadLocal中的Context。当执行异步任务时，当前线程的Context会被暂时替换，任务完成后才恢复。源码中已加入详细注释，如需获取完整注释版本，可联系作者。

       Context的重要性在于其在Vert.x的各个层面如服务器部署、EventBus通信中不可或缺，它负责维护线程同步与异步任务的执行顺序，是异步编程中不可或缺的基石。理解Context的实现，有助于更好地利用Vert.x进行高效开发。

vscode server源码解析（三） - code server

       初次接触code server，可参考介绍文章。整体架构不清晰时，建议阅读架构分析。源码燕窝

       在深入分析code server代码之前，先理解code server在远程开发中的作用。code server作为服务器的核心功能，提供远程IDE访问，基于express框架和nodejs平台构建，实现了轻量级服务器的基础。此外，它提供用户登录功能，确保安全访问，并在登录后加载vscode server内核代码。

       code server还具备升级、代理和心跳检测等功能，但这些细节在此不作深入探讨。

       本文将重点解析code server的启动机制、提供服务的实现方式、中间件和路由设计，以及如何启动vscode内核。

       code server的启动通过src/node/entry.ts文件实现，启动命令为`code-server`。实际上，这只是一个shell脚本，通过`node`命令启动程序。在package.json中定义了启动逻辑。

       程序启动时，会检查当前进程是否为子进程，进而决定执行的启动方式。父进程负责管理整个软件，启动子进程并控制其生命周期，以及与子进程通信，比如接收日志输出。子进程则作为真正的express框架服务器，加载vscode server内核代码。

       运行代码通过`runCodeServer`方法启动，首先通过`createApp`创建服务器，监听指定的主机和端口。`handleUpgrade`方法处理websocket连接，这是vscode server前后端通信的关键。详细说明将单独撰写。

       路由和中间件是code server的核心部分。路由定义了服务器提供的接口，如GET和POST，供前端调用。中间件则负责处理请求前后的预处理和后处理工作，如鉴权，注册到express框架中。

       code server中的`register`方法处理路由和中间件逻辑，将请求分发到不同的路由，如`/login`和`/health`，每个路由包含各自的中间件处理请求。

       关于vscode server内核的启动，主要通过`src/node/routes/vscode.ts`文件实现。在经过鉴权等路由处理后，请求到达特定路由。`ensureCodeServerLoaded`中间件负责加载vscode代码。`loadAMDModule`执行原生vscode启动过程，引入模块。加载完成后，可以获得`createVSServer`方法，用于真正启动vscode内核。

       至此，code server的基本功能实现完毕。接下来将深入探讨vscode server内核和websocket协议。

Flink Collector Output 接口源码解析

       Flink Collector Output 接口源码解析

       Flink中的Collector接口和其扩展Output接口在数据传递中起关键作用。Output接口增加了Watermark功能，是数据传输的基石。本文将深入解析collect方法及相关重要实现类，帮助理解数据传递的逻辑和场景划分。

       Collector和Output接口

       Collector接口有2个核心方法，Output接口则增加了4个功能，WatermarkGaugeExposingOutput接口则专注于显示Watermark值。主要关注collect方法，它是数据发送的核心操作，Flink中有多个Output实现类，针对不同场景如数据传递、Metrics统计、广播和时间戳处理。

       Output实现类分类

       Output类可以归类为：同一operatorChain内的数据传递（如ChainingOutput和CopyingChainingOutput）、跨operatorChain间（RecordWriterOutput）、统计Metrics（CountingOutput）、广播（BroadcastingOutputCollector）和时间戳处理（TimestampedCollector）。

       示例应用与调用链路

       通过一个示例，我们了解了Kafka Source与Map算子之间的数据传递使用ChainingOutput，而Map到Process之间的传递则用RecordWriterOutput。在不同Output的选择中，objectReuse配置起着决定性作用，影响性能和安全性。

       总结来说，ChainingOutput用于operatorChain内部，RecordWriterOutput处理跨chain，CountingOutput负责Metrics，BroadcastingOutputCollector用于广播，TimestampedCollector则用于设置时间戳。开启objectReuse会影响选择的Output类型。

       阅读推荐

       Flink任务实时监控

       Flink on yarn日志收集

       Kafka Connector更新

       自定义Kafka反序列化

       SQL JSON Format源码解析

       Yarn远程调试源码

       State Processor API状态操作

       侧流输出源码

       Broadcast流状态源码解析

       Flink启动流程分析

       Print SQL Connector取样功能

PostgreSQL 技术内幕（十七）：FDW 实现原理与源码解析

       FDW，全称为Foreign Data Wrapper，是PostgreSQL提供的一种访问外部数据源的机制。它允许用户通过SQL语句访问和操作位于不同数据库系统或非数据库类数据源的外部数据，就像操作本地表一样。以下是从直播内容整理的关于FDW的使用详解、实现原理以及源码解析。

       ### FDW使用详解

       FDW在一定规模的系统中尤为重要，数据仓库往往需要访问外部数据来完成分析和计算。通过FDW，用户可以实现以下场景：

       跨数据库查询：在PostgreSQL数据库中，用户可以直接请求和查询其他PostgreSQL实例，或访问MySQL、Oracle、DB2、SQL Server等主流数据库。

       数据整合：从不同数据源整合数据，如REST API、文件系统、NoSQL数据库、流式系统等。

       数据迁移：高效地将数据从旧系统迁移到新的PostgreSQL数据库中。

       实时数据访问：访问外部实时更新的数据源。

       PostgreSQL支持多种常见的FDW，能够直接访问包括远程PostgreSQL服务器、主流SQL数据库以及NoSQL数据库等多种外部数据源。

       ### FDW实现原理

       FDW的核心组件包括：

       1. **Foreign Data Wrapper (FDW)**：特定于各数据源的库，定义了如何建立与外部数据源的连接、执行查询及处理其他操作。例如，`postgres_fdw`用于连接其他PostgreSQL服务器，`mysql_fdw`专门连接MySQL数据库。

       2. **Foreign Server**：本地PostgreSQL中定义的外部服务器对象，对应实际的远程或非本地数据存储实例。

       3. **User Mapping**：为每个外部服务器设置的用户映射，明确哪些本地用户有权访问，并提供相应的认证信息。

       4. **Foreign Table**：在本地数据库创建的表结构，作为外部数据源中表的映射。对这些外部表发起的SQL查询将被转换并传递给相应的FDW，在外部数据源上执行。

       FDW的实现涉及PostgreSQL内核中的`FdwRoutine`结构体，它定义了外部数据操作的接口。接口函数包括扫描、修改、分析外部表等操作。

       ### FDW源码解析

       FDW支持多种数据类型，并以`Postgres_fdw`为例解析其源码。主要包括定义`FdwRoutine`、访问外部数据源、执行查询、插入、更新和删除操作的逻辑。

       访问外部数据源：通过`postgresBeginForeignScan`阶段初始化并获取连接到远端数据源。

       执行查询：进入`postgresIterateForeignScan`阶段，创建游标迭代器并从其中持续获取数据。

       插入操作：通过`postgresBeginForeignInsert`、`postgresExecForeignInsert`和`postgresEndForeignInsert`阶段来执行插入操作。

       更新/删除操作：遵循与插入操作相似的流程，包括`postgresBeginDirectModify`、`postgresIterateDirectModify`和相应的结束阶段。

       对于更深入的技术细节，建议访问B站观看视频回放，以获取完整的FDW理解和应用指导。

WAVM源码解析 —— WASI接口定义、内部实例初始化及实例链接

       从前面文章中，我们知道WAVM执行WASM程序的流程。本文着重解析第三、四、五部分：生成内部实例、调用接口与实例链接。

       生成内部实例的关键在于调用接口，接口参数是Intrinsics::Module类型的列表。内部实例不基于WASM程序，仅关注导入导出段内容，因此Intrinsics::Module类仅包含Function、Global、Table、Memory等元素。宏定义WAVM_INTRINSIC_MODULE_REF(wasi)生成一个Intrinsics::Module对象，其实际实现对应WASI标准接口。

       初始化Intrinsics::Module对象通过宏函数WAVM_DEFINE_INTRINSIC_FUNCTION完成，这个宏定义接口并将其赋值给Intrinsics::Module对象。以sched_yield为例，宏定义后生成一个静态的Intrinsics::Function对象，通过构造函数自动赋值到Intrinsics::Module中。

       Intrinsics::instantiateModule()函数执行步骤包括：将moduleRefs转化为IR::Module，编译生成的IR::Module，调用实例化接口函数生成内部实例。关键步骤为将外部接口函数转化为WASM格式的thunks函数，并将thunks导出。最终，通过实例化创建出内部实例，与普通实例的主要区别在于导入段内容的获取方式。

       链接器实现实例化的一大功能，即提供查询导出项的接口。核心逻辑简单，具体实现则较为复杂，本文不展开解析。关于实例化细节，后续文章将深入探讨。

STM SPI DMA 源码解析及总结

       一 前言

       在调试STM的SPI接口时，我遇到了一个复杂的难题。解决这一问题花费了大量时间，这次经历促使我回顾并总结了STM的SPI代码。本文将以此为主线，分享我在这个过程中的心得。

       二 初始化

       STM SPI接口的初始化遵循标准流程，包括初始化和配置两部分。确保接口正确初始化，需注意以下几点：

       1. 避免重复使用接口，确保其唯一性。

       2. 检查接口硬件部分是否正常连接，可通过GPIO端口的电平检测。

       3. 选择合适的系统主频，避免设置过高，以匹配SPI接口的速率。

       三 数据收发

       数据收发功能通过HAL库的API实现，主要包括：

       1. 数据发送：`HAL_SPI_Transmit_DMA`函数。

       2. 数据接收：`HAL_SPI_Receive_DMA`函数。

       使用时应特别注意CS（Chip Select）信号的控制，确保在DMA操作期间保持CS低电平，避免数据丢失。

       四 总结

       在SPI开发中，遵循正确流程至关重要。面对问题，应基于对代码的理解和实践经验进行分析，而不是依赖计算机自动解决。正确处理初始化、数据收发等环节，避免常见错误，能有效提升开发效率。

Flink mysql-cdc connector 源码解析

       Flink 1. 引入了 CDC功能，用于实时同步数据库变更。Flink CDC Connectors 提供了一组源连接器，支持从MySQL和PostgreSQL直接获取增量数据，如Debezium引擎通过日志抽取实现。以下是Flink CDC源码解析的关键部分：

       首先，MySQLTableSourceFactory是实现的核心，它通过DynamicTableSourceFactory接口构建MySQLTableSource对象，获取数据库和表的信息。MySQLTableSource的getScanRuntimeProvider方法负责创建用于读取数据的运行实例，包括DeserializationSchema转换源记录为Flink的RowData类型，并处理update操作时的前后数据。

       DebeziumSourceFunction是底层实现，继承了RichSourceFunction和checkpoint接口，确保了Exactly Once语义。open方法初始化单线程线程池以进行单线程读取，run方法中配置DebeziumEngine并监控任务状态。值得注意的是，目前只关注insert, update, delete操作，表结构变更暂不被捕捉。

       为了深入了解Flink SQL如何处理列转行、与HiveCatalog的结合、JSON数据解析、DDL属性动态修改以及WindowAssigner源码，可以查阅文章。你的支持是我写作的动力，如果文章对你有帮助，请给予点赞和关注。

       本文由文章同步助手协助完成。