最近碰到好几次与DNS相关的场景，一个是当我们给网络设备配置一个IP地址后，抓包看可以看到进行了多播初始化过程，如果要ping其他主机，还会进行ARP、ICMP报文交互，但是在ARP之前还会看到一些MDNS报文，另一个在给博客配置域名时需要设置域名记录为CNAME类型，在此对DNS、MDNS进行一个学习和总结。

智能指针是C++11引入的特性，用于解决忘记delete而出现的内存泄露问题，是行为类似指针的类对象。

4种智能指针

C++有4种智能指针：auto_ptr、shared_ptr、unique_ptr、weak_ptr，其中auto_ptr在C++11中被弃用，weak_ptr需要配合shared_ptr使用，并不能算是真正的智能指针。

unique_ptr：代替了原有的auto_ptr，它们都采用所有权模式，实现独占式拥有或严格拥有概念，保证同一时间内只有一个智能指针可以指向该对象。

shared_ptr：采用引用计数实现共享式拥有，多个共享指针可以指向同一个对象，该对象和其他相关资源会在最后一个引用被销毁的时候释放。

weak_ptr：只能和shared_ptr搭配使用，用来解决循环引用问题。

实现原理

智能指针将常规指针进行包装，当智能指针对象过期时，让它的析构函数对常规指针进行内存释放。

移动语义

左值和右值

一个表达式的计算结果要么是左值，要么是右值。左值是在内存中持久存储的，位于内存具体的某个地址上；右值只是一个临时存储的值。

• 如果一个表达式仅由一个变量名组成，那么它一定是左值。
• 函数表达式中的参数：在调用函数时，参数是存在寄存器里的，所以是右值
• 函数返回值：如果返回的是引用，那么是左值，其他情况返回的都是

移动构造

std::move函数

这个函数并没有移动任何东西！仅仅是做了一个类型转换，你甚至可以像下面这样简单地实现一个move函数：

1
2

template <typename T>
T&& move(T &x) noexcept { return static_cast<T&&>(x); }

网络拥塞的原因与危害

网络拥塞（congestion control）是由发送方的发送速率（transmission rate）过高引起的，会导致网络资源没有被充分利用，影响带宽和延时性能

我们假设有这样一种场景：有两台主机A和B，它们分别与目标主机创建了TCP连接，A和B的传输路径上共享了一个路由器，A和B都以v bytes/s的速率发数据，数据包到达该路由器后，通过同一个链路（outgoing link）转发到目标主机，该链路的最大容量为R。路由器的链路以最大容量在传输数据时，如果路由器还收到新的包，会将其缓存在路由器中。

DMA是一种硬件机制，用于支持在外设与主机内存之间直接进行数据读写，而无需CPU的参与。由于CPU全程没有参与，因此硬件需要通过中断信号通知CPU DMA的完成状态。当然CPU也可以选择轮询寄存器的方式获取DMA的完成状态，但这就有点两边都不讨好了，会让CPU和DMA控制器都处于繁忙状态，在重数据轻计算场景下可能会看到这种用法。

创建一个仓库

1. 在github上创建一个远程仓库

2. 在本地创建一个本地仓库，创建README.md，push -u origin main到远程仓库

NCCL Makefile，make build生成目标动态链接库、静态链接库以及需要安装到系统目录中的头文件。

include xxx.mk

在Makefile的一开始使用include指令包含了两个.mk文件

1
2

include ../makefiles/common.mk
include ../makefiles/version.mk

在 Makefile 中，include 是一个指令，用于包含其他 Makefile 或规则文件。当使用 include 指令时，Makefile 会读取并解析指定的文件，并将其内容合并到当前的 Makefile 中，这样可以将多个 Makefile 或规则文件组织在一起，使得整个构建过程更模块化和可维护。

在实现一个系统之后，我们总希望能够优化它的性能，系统性能优化通常可以分为两个阶段：性能分析和性能优化。其中，性能分析的目的是查找性能瓶颈、热点代码，分析引发性能问题的原因。perf这个性能分析工具在分析网卡延时性能时非常方便，在此对perf进行学习与总结。

perf简介

perf是Linux的一款性能分析工具，能够进行函数级和指令级的热点查找，可以用来分析程序中热点函数的CPU占用率，从而定位性能瓶颈。

就函数级分析而言，perf的基本工作方式是每隔一段固定时间，在CPU上产生一个中断，查看当前CPU上运行的是哪个进程、哪个函数，然后给对应的进程和函数的计数加一，这样就知道CPU有多少时间在某个进程或某个函数上，perf的缺省采样频率是4000/s。

有时候我们希望在现有源码基础上添加一些新特性，在此记录一下怎么使用rpm源码安装软件包。

通常拿到的rpm源码文件是以.src.rpm结尾的，首先我们需要使用以下命令得到源码文件：

1

rpm2cpio <xxx.src.rpm> | cpio div

事情是这样的，我使用别人为我提供的一个软件包，这个软件包依赖于现有内核源码树的模块A，并提供了内核驱动模块B，而我的上层应用程序依赖于这个软件包。而我想在内核模块A和B中添加一些打印信息，重新编译并加载到系统中，覆盖原有的模块。但是当我在rpmbuild目录下执行rpmbuild -ba module_name.spec命令的时候，终端提示我修改的行数超出了限制，并且提示了一些与patch相关的错误信息。

Vector addtion

向量加法C = A + B是最简单的数据并行计算，相当于入门级的“Hello world”。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

__global__ void vecAddKernel(float* A, float* B, float* C, int n) { 
    int i= blockDim.x*blockIdx.x + threadIdx.x; 
    if(i<n) C[i] = A[i] + B[i]; 
}

void vecAdd(float *A, float *B, float *C, int n) {
    int size = n * sizeof(float);
    flost *d_A, *d_B, *d_C;

    cudaMalloc((void**)&d_A, size);
    cudaMemcpy(d_A, A, size, cudaMemcpyHostToDevice);
    cudaMalloc((void**)&d_B, size);
    cudaMemcpy(d_B, B, size, cudaMemcpyHostToDevice);

    cudaMalloc((void**) &d_C, size);
    vecAddKernel<<<ceil(n/256.0, 256)>>>(d_A, d_B, d_C, n);

    cudaMemcpy(C, d_C, size, cudaMemcpyDeviceToHost);

    cudaFree(d_A);
    cudaFree(d_B);
    cudaFree(d_C);
}

CUDA版本的vertor addition分为以下几个步骤：

1. 在程序的一开始需要包含cuda.h头文件，它包含了CUDA API函数和内建变量
2. 申请GPU内存，将主机内存中的向量A、B拷贝到设备内存中
3. 在GPU上并行执行向量加法核函数
4. 将结果拷贝回主机内存，并释放设备内存

GPU有自己的DRAM，称为全局内存（global memory），上述的第2步和第4步在主机内存和设备全局内存中来回传输数据。cudaMalloc可以申请设备全局内存，使用完后用cudaFree释放设备内存。cudaMemcpy可以在主机内存和设备内存之间传输数据。

在第3步中，所有GPU上的线程执行相同的程序，称为单程序多数据（SPMD）并行编程。

• 当主机代码启动核函数，CUDA运行时系统创建一个包含多个线程的网格（grid），grid由线程块（block）组成，每个block最多包含1024个线程。由于硬件特性，线程块中每个维度的线程个数应该是32的倍数。？
• 内建变量threadID、blockID存放在设备寄存器中，每个线程都有它们自己的寄存器存放这些值。
• 核函数中的i是局部变量，这是每个线程私有的变量。
• 线程块之间的执行顺序是随机的