工作上的原因，最近要实现一个LRU的内存管理器，于是研究了一下Memcached的实现做个笔记备忘，意外的发现其使用的LRU算法做了更新换代，从原先经典的LRU实现变成了所谓的分段LRU算法（Segmented LRU），感觉跟之前看过的Lua的三色GC算法有点类似：https://www.codedump.info/post/20210701-memcached/ #博客 #存储 #LRU
因为使用Markdown格式编写文档，时常需要引用外部文章。如果简单的在浏览器中拷贝文章URL，还需要自己修改成MD格式的引用格式。推荐一个叫“TabCopy”的chrome插件，安装之后在页面右键可以选择生成不同的URL引用格式：MD、HTML等等，看似很简单的功能，但是能节省很多零碎的时间。见：https://chrome.google.com/webstore/detail/tabcopy/micdllihgoppmejpecmkilggmaagfdmb/ #推荐 #生产力工具
Google
Tab Copy - Chrome Web Store
Quickly copy tabs to the clipboard in a variety of formats
旧金山大学制作的系列算法可视化交互动图，包括常见的堆、栈、队列等。学习算法数据结构的时候，如果能图示化的展现其变化过程，理解起来就会更顺畅，在学习B+Tree算法的时候，我就用过这里的演示来理解流程。 https://www.cs.usfca.edu/~galles/visualization/Algorithms.html #推荐 #算法 #数据结构
#博客 #分布式 #Raft #etcd
之前对etcd raft的wal、快照部分理解的不够深入，导致一些问题理解的不到位，于是单独整理了一篇这部分的分析：
https://www.codedump.info/post/20210628-etcd-wal/
看完之后应该能回答这个问题：follower节点是在收到leader节点的日志广播之后，还是在日志达成一致之后，才将日志落盘到WAL的？为什么以及恢复流程是怎样的？
写完这篇博客之后，发现我已经写了5篇raft、etcd的文章了，其中第一篇是纯的raft原理篇，其余4篇都是结合etcd来分析其raft实现的。
我应该不用再写etcd的raft实现分析文章了吧 🙂 #flag
之前对etcd raft的wal、快照部分理解的不够深入，导致一些问题理解的不到位，于是单独整理了一篇这部分的分析：
https://www.codedump.info/post/20210628-etcd-wal/
看完之后应该能回答这个问题：follower节点是在收到leader节点的日志广播之后，还是在日志达成一致之后，才将日志落盘到WAL的？为什么以及恢复流程是怎样的？
写完这篇博客之后，发现我已经写了5篇raft、etcd的文章了，其中第一篇是纯的raft原理篇，其余4篇都是结合etcd来分析其raft实现的。
我应该不用再写etcd的raft实现分析文章了吧 🙂 #flag
codedump的网络日志
Etcd Raft库的日志存储 - codedump的网络日志
#推荐
DeepL是由德国一家AI创业公司的推出的翻译服务，主打使用人工智能、深度学习技术来进行翻译服务，支持 简体中文、英语、德语、法语、日语、西班牙语、意大利语、荷兰语及波兰语之间的翻译。
我自己尝试了一下这个翻译工具，将我博客的一篇中文博文翻译成英文，几乎不加修改就能比较顺畅了：
《如何阅读一份源代码？（2020年版）》 https://www.codedump.info/post/20200605-how-to-read-code-v2020/
《How to Read Code(En Version)》 https://www.codedump.info/post/20210215-how-to-read-code-en/
感觉对于技术类文章的翻译来说，这个工具的表现已经很好了。
Mac、Win桌面版可以免费下载，也有网页版本，但是免费版本有每次翻译的字数限制，文章长了需要自己多倒腾几次：https://www.deepl.com/translator
DeepL是由德国一家AI创业公司的推出的翻译服务，主打使用人工智能、深度学习技术来进行翻译服务，支持 简体中文、英语、德语、法语、日语、西班牙语、意大利语、荷兰语及波兰语之间的翻译。
我自己尝试了一下这个翻译工具，将我博客的一篇中文博文翻译成英文，几乎不加修改就能比较顺畅了：
《如何阅读一份源代码？（2020年版）》 https://www.codedump.info/post/20200605-how-to-read-code-v2020/
《How to Read Code(En Version)》 https://www.codedump.info/post/20210215-how-to-read-code-en/
感觉对于技术类文章的翻译来说，这个工具的表现已经很好了。
Mac、Win桌面版可以免费下载，也有网页版本，但是免费版本有每次翻译的字数限制，文章长了需要自己多倒腾几次：https://www.deepl.com/translator
codedump的网络日志
如何阅读一份源代码？（2020年版） - codedump的网络日志
#博客
因为博客里都是很硬的技术文章，于是想慢慢写一些非技术的文章，这是第一篇《选择的维度》：
https://www.codedump.info/post/20210803-choice-dimension/
简单介绍了做选择时的一些方法论，简而言之：做选择时要精简出最重要的几个维度以及划分维度的权重。
因为博客里都是很硬的技术文章，于是想慢慢写一些非技术的文章，这是第一篇《选择的维度》：
https://www.codedump.info/post/20210803-choice-dimension/
简单介绍了做选择时的一些方法论，简而言之：做选择时要精简出最重要的几个维度以及划分维度的权重。
#职场
跳槽时的薪水，由什么因素决定？
你自身的能力（水平、资源、学历等），肯定是决定因素之一，这已经是共识，不再多说。除此以外，跳槽的薪水，还取决于你当前工作的薪水，因为跳槽薪水还有一部分因素是“给你多少钱能让你离开现在的工作”。
水平能决定你是否满足这份工作的要求下限，而现有薪水能决定你在满足要求下限之后，拿到这份工作薪水范围的哪个点。
以一个例子来说明，假设一份工作的薪水范围是1W~2W。同样满足这个工作要求的两个人，一个人现有薪水8K，另一个人10K，假设至少都要涨薪5成才够跳槽吸引力，那么8K的人只需要给12K，而10K的人则需要15K了。讽刺的是，大部分情况下这两人的水平差距也许并没有8K和10K的差距，而仅仅由于上一份工作的薪水就能决定多少钱能挖的动ta了。
因此，跳槽时的薪水溢价，有相当一部分来源于“多少钱能让你离开现在的公司”。
当然，一份工作的吸引力，除了待遇还有别的维度，可以回看前面的文章《选择的维度》，在这里只谈论待遇这个维度。
跳槽时的薪水，由什么因素决定？
你自身的能力（水平、资源、学历等），肯定是决定因素之一，这已经是共识，不再多说。除此以外，跳槽的薪水，还取决于你当前工作的薪水，因为跳槽薪水还有一部分因素是“给你多少钱能让你离开现在的工作”。
水平能决定你是否满足这份工作的要求下限，而现有薪水能决定你在满足要求下限之后，拿到这份工作薪水范围的哪个点。
以一个例子来说明，假设一份工作的薪水范围是1W~2W。同样满足这个工作要求的两个人，一个人现有薪水8K，另一个人10K，假设至少都要涨薪5成才够跳槽吸引力，那么8K的人只需要给12K，而10K的人则需要15K了。讽刺的是，大部分情况下这两人的水平差距也许并没有8K和10K的差距，而仅仅由于上一份工作的薪水就能决定多少钱能挖的动ta了。
因此，跳槽时的薪水溢价，有相当一部分来源于“多少钱能让你离开现在的公司”。
当然，一份工作的吸引力，除了待遇还有别的维度，可以回看前面的文章《选择的维度》，在这里只谈论待遇这个维度。
#博客
上个月写过一篇memcached的文章，最近项目实现了cache库之后，发现很多细节当时理解的并不够细致，于是重新又写了一篇memcached的文章：
https://www.codedump.info/post/20210812-memcached/
这次将slab、分段LRU、读写操作中的锁、安全回收item、hash表的扩容操作等都讲到了，希望以后也不需要再写memcached的文章了。
总体感觉是实现一个多线程安全且高效的cache库还是有不少细节要考虑的，细节是魔鬼。
上个月写过一篇memcached的文章，最近项目实现了cache库之后，发现很多细节当时理解的并不够细致，于是重新又写了一篇memcached的文章：
https://www.codedump.info/post/20210812-memcached/
这次将slab、分段LRU、读写操作中的锁、安全回收item、hash表的扩容操作等都讲到了，希望以后也不需要再写memcached的文章了。
总体感觉是实现一个多线程安全且高效的cache库还是有不少细节要考虑的，细节是魔鬼。
codedump的网络日志
Memcached的存储原理解析（续） - codedump的网络日志
#文章推荐
JuiceFS创始人的一篇文章，很同意里面的一句话：“互联网的人口增长的红利结束了，但是数据增长的红利还很足，而且应该能持续很久，甚至不知道会不会有结束的那天。”。前者表现在内卷越来越严重了，后者原因是场景（AI、智能）、上网设备（车联网、物联网）越多越多了。
https://mp.weixin.qq.com/s/AQk7dd2g0MDzYMdwmjzL5g
JuiceFS创始人的一篇文章，很同意里面的一句话：“互联网的人口增长的红利结束了，但是数据增长的红利还很足，而且应该能持续很久，甚至不知道会不会有结束的那天。”。前者表现在内卷越来越严重了，后者原因是场景（AI、智能）、上网设备（车联网、物联网）越多越多了。
https://mp.weixin.qq.com/s/AQk7dd2g0MDzYMdwmjzL5g
Weixin Official Accounts Platform
在 23:56 分想起今天是加入 JuiceFS 四周年的日子
如题
#项目推荐
之前已经清楚了b-tree大体的算法思想，最近想找一个简洁的b-tree实现看看生产级都是怎么做的，发现一个不错的项目：https://github.com/madushadhanushka/simple-sqlite
看介绍，作者把sqlite2.5里b-tree相关的部分代码抽取出来了，我编译运行了一下用例都能正常跑，代码量不过几千行，就从这里入手开始吧。
按照sqlite官网上记载的发布历史，sqlite 2.5是2002年6月的版本了：
https://www.sqlite.org/changes.html
附带博客里整理过的B、B+Tree算法原理：
https://www.codedump.info/post/20200609-btree-1/
https://www.codedump.info/post/20200615-btree-2/
之前已经清楚了b-tree大体的算法思想，最近想找一个简洁的b-tree实现看看生产级都是怎么做的，发现一个不错的项目：https://github.com/madushadhanushka/simple-sqlite
看介绍，作者把sqlite2.5里b-tree相关的部分代码抽取出来了，我编译运行了一下用例都能正常跑，代码量不过几千行，就从这里入手开始吧。
按照sqlite官网上记载的发布历史，sqlite 2.5是2002年6月的版本了：
https://www.sqlite.org/changes.html
附带博客里整理过的B、B+Tree算法原理：
https://www.codedump.info/post/20200609-btree-1/
https://www.codedump.info/post/20200615-btree-2/
GitHub
GitHub - madushadhanushka/simple-sqlite: Code reading for sqlite backend
Code reading for sqlite backend. Contribute to madushadhanushka/simple-sqlite development by creating an account on GitHub.