FreeRTOS简单使用迁移迁移真的遇到好多坑，最多的还是中断优先级的问题，优先级太高的中断会破坏FreeRTOS的调度，所以与FreeRTOS调度相关的中断优先级必须高于其他中断
配置在 Cortex-M 架构中，优先级数值越小，优先级越高。FreeRTOS的配置主要集中在FreeRTOSConfig.h文件中，但是感觉最重要的配置是
1234567891011121314/* configKERNEL_INTERRUPT_PRIORITY sets the priority of the tick and context * switch performing interrupts. Not supported by all FreeRTOS ports. See * https://www.freertos.org/RTOS-Cortex-M3-M4.html for information specific to * ARM Cortex-M devices. */#define configKERNEL_INTERRUPT_PRIORITY (15 &l ...
Linux常用命令，比如free strace netstat iostat top等
free：显示内存使用情况。
strace：跟踪系统调用。
netstat：显示网络连接。
iostat：显示CPU和I/O设备使用情况。
top：显示系统运行情况。
Linux子进程，fork的返回值，多线程下fork的风险和规避，子进程内存何时复制
fork：创建子进程，返回值为0表示子进程，正数表示父进程。
多线程下fork的风险：子进程只复制调用fork的线程，可能导致死锁。
规避方法：使用pthread_atfork注册处理函数。
子进程内存复制：写时复制（Copy-On-Write）。
Linux的负载 （uptime 命令查看的东东）uptime：显示系统运行时间、登录用户数、系统负载。
系统负载：表示系统的繁忙程度，通常为1分钟、5分钟、15分钟的平均负载。
性能问题定位（brpc文档有讲）使用perf、strace、gdb等工具定位性能问题。
perf：性能分析工具，分析CPU使用情况。
strace：跟踪系统调用，分析程序行为。
gdb：调试工具，分析 ...
C++多态、重载、覆写
多态：通过基类指针调用派生类方法。
重载：同名函数不同参数。
覆写：派生类重写基类虚函数。
STL的常用容器vector、list、deque、set、map、unordered_map等。
vector：动态数组，支持随机访问。
list：双向链表，支持快速插入、删除。
deque：双端队列，支持快速插入、删除。
set：有序集合，支持快速查找。
map：有序键值对集合，支持快速查找。
unordered_map：无序键值对集合，支持快速查找。
迭代器失效，如何遍历删除
迭代器失效：容器修改导致迭代器失效。
遍历删除：使用erase方法，更新迭代器。
特化与偏特化，简单了解如何使用元编程（比如使用特化和偏特化实现递归）
特化：为特定类型提供模板实现。
偏特化：为部分类型提供模板实现。
虚函数表，多继承下虚函数表指针
虚函数表：存储虚函数指针的表。
多继承：每个基类有一个虚函数表指针。
析构和构造顺序
构造顺序：基类先构造，派生类后构造。
析构顺序：派生类先析构，基类后析构。
智能指针std::unique_ptr、std::shared_pt ...
分布式负载均衡算法轮询、加权轮询、最小连接数、一致性哈希等。
轮询：按顺序将请求分配给每个服务器。
加权轮询：根据服务器权重分配请求。
最小连接数：将请求分配给连接数最少的服务器。
一致性哈希：根据请求的哈希值分配服务器，减少节点变动影响。
分布式事务算法，比如Raft, Paxos
Raft：一致性算法，易于理解和实现。
特点：通过选举、日志复制、日志提交保证一致性。
适用场景：分布式系统中的一致性问题。
Paxos：一致性算法，复杂但性能好。
特点：通过提议、投票、提交保证一致性。
适用场景：分布式系统中的一致性问题。
Hash环与分布式缓存
一致性哈希：解决节点动态变化的问题，减少数据迁移。
特点：将数据分配到多个节点，节点变动时只影响部分数据。
适用场景：分布式缓存、分布式存储。
分布式缓存：将缓存分布到多个节点，提高性能和可用性。
特点：数据分布在多个节点，支持高并发访问。
适用场景：高并发、高性能的应用，如电商系统。
利特尔法则，及其应用利特尔法则：L = λW，用于分析排队系统。
L：系统中的平均数量。
λ：平均到达率。
W：平 ...
多线程Linux中锁的种类（自旋锁 临界区 递归锁 悲观锁 乐观锁等）
自旋锁：忙等待锁，适用于锁持有时间短的场景。
临界区：保护共享资源的代码块，防止并发访问。
递归锁：允许同一线程多次加锁，防止死锁。
悲观锁：假设会发生冲突，操作前加锁。
乐观锁：假设不会发生冲突，提交时检查冲突。
条件变量 虚假唤醒
条件变量：用于线程间同步，等待特定条件满足。
虚假唤醒：线程被唤醒但条件未满足，需重新检查条件。
CAS与无锁数据结构（主要是无锁单向链表和ringbuffer）
CAS：比较并交换，用于实现无锁数据结构。
无锁单向链表：使用CAS操作实现，避免锁竞争。
RingBuffer：环形缓冲区，用于高效数据传输，避免锁竞争。
线程和协程的区别
线程：操作系统调度，开销较大，适用于并发任务。
协程：用户态调度，开销较小，适用于高并发任务。
双缓冲 （Double Buffering）使用两个缓冲区交替工作，提高数据处理效率。
特点：一个缓冲区用于读操作，另一个缓冲区用于写操作。
适用场景：图形渲染、数据流处理。
内存屏障防止编译器和CPU重排序，保证内存操作顺序。
特点 ...
开源框架或组件消息队列Kafka、RabbitMQ、ActiveMQ等。
Kafka：高吞吐量、分布式消息队列。
RabbitMQ：支持多种协议、灵活的消息队列。
ActiveMQ：支持JMS、持久化的消息队列。
BRPC百度开源的RPC框架。
特点：高性能、易用、支持多种协议。
适用场景：分布式系统、微服务架构。
Redis内存数据库，支持多种数据结构。
特点：高性能、支持持久化、丰富的数据结构。
适用场景：缓存、消息队列、排行榜。
Nginx高性能HTTP服务器和反向代理服务器。
特点：高并发、低内存占用、模块化设计。
适用场景：Web服务器、反向代理、负载均衡。
Zookeeper分布式协调服务。
特点：高可用、强一致性、支持临时节点。
适用场景：分布式锁、配置管理、服务发现。
应用场景如何构建一个秒杀系统高并发处理、限流、缓存、异步处理等。
高并发处理：使用负载均衡、分布式缓存、数据库分库分表。
限流：使用令牌桶、漏桶算法，防止系统过载。
缓存：使用Redis缓存热点数据，减轻数据库压力。
异步处理：使用消息队列、异步任务，减少请求 ...
数据库MySQL常用的存储引擎，如何根据应用场景选择
InnoDB：支持事务、外键，适用于高可靠性需求的应用。
特点：支持ACID事务、行级锁、外键约束。
ACID是衡量事务的四个特性
原子性（Atomicity）
一致性（Consistency）
隔离性（Isolation）
持久性（Durability）
适用场景：需要高并发、数据一致性的应用，如金融系统。
MyISAM：不支持事务，适用于读多写少的应用。
特点：不支持事务、表级锁、存储空间小。
适用场景：读操作多于写操作的应用，如数据仓库。
Memory：数据存储在内存中，适用于需要快速访问的数据。
特点：数据存储在内存中，访问速度快，断电数据丢失。
适用场景：需要快速访问的数据，如缓存表、临时数据。
乐观锁和悲观锁乐观锁：假设不会发生冲突，提交时检查冲突。
实现方式：版本号机制、时间戳机制。
适用场景：读多写少的场景，冲突概率低。
悲观锁：假设会发生冲突，操作前加锁。
实现方式：数据库锁机制（行锁、表锁）。
适用场景：写操作多的场景，冲突概率高。
MySQL多版本控制(MVCC)通过保存数 ...
数据结构和算法红黑树（map）一种自平衡二叉搜索树，保证插入、删除、查找操作的时间复杂度为O(log n)。
特点：每个节点有红黑两种颜色，根节点为黑色，红色节点的子节点为黑色，任意节点到叶子节点的路径上黑色节点数量相同。
适用场景：需要快速查找、插入、删除操作的应用，如关联容器map、set。
Hash表的实现（能手写）通过数组和链表实现，解决冲突的方法有链地址法、开放地址法。
链地址法：每个数组元素是一个链表，冲突时将元素插入链表。
开放地址法：冲突时寻找下一个空闲位置，常用方法有线性探测、二次探测、双重散列。
树的遍历(深度优先和宽度优先)
深度优先：前序、中序、后序遍历。
前序遍历：根节点 -> 左子树 -> 右子树。
中序遍历：左子树 -> 根节点 -> 右子树。
后序遍历：左子树 -> 右子树 -> 根节点。
宽度优先：层次遍历。
层次遍历：按层次从上到下、从左到右遍历节点。
跳跃表的实现一种随机化的数据结构，支持快速查找、插入、删除操作。
特点：在有序链表的基础上增加多级索引，索引层数随机生成。
适用场景 ...
网络UDP和TCP的区别UDP（用户数据报协议） 是无连接的，不保证数据包的顺序和完整性，适用于实时应用。UDP的特点：
无连接：不需要建立连接即可发送数据。
不可靠：不保证数据包的顺序和完整性，可能丢包。
速度快：由于没有连接建立和确认机制，传输速度较快。
适用场景：实时视频、音频传输，在线游戏等。
TCP（传输控制协议） 是面向连接的，保证数据包的顺序和完整性，适用于需要可靠传输的应用。TCP的特点：
面向连接：在传输数据前需要建立连接（三次握手）。
可靠传输：通过确认机制、重传机制保证数据包的顺序和完整性。
流量控制和拥塞控制：通过滑动窗口、拥塞控制算法防止网络拥塞。
适用场景：文件传输、邮件、网页浏览等。
三次握手和四次挥手三次握手：建立TCP连接的过程，确保双方都准备好进行通信。
客户端发送SYN包（同步序列编号）请求建立连接。
服务器收到SYN包，回复SYN-ACK包（确认同步序列编号）。
客户端收到SYN-ACK包，发送ACK包（确认序列编号），连接建立。
四次挥手：断开TCP连接的过程，确保双方都同意断开连接。
客户端发送FIN包（结束标志）请求断 ...
多态内存资源文章说得很详细（虽然我还是不怎么懂，做个笔记吧）https://github.com/MeouSker77/Cpp17/blob/master/markdown/src/ch29.md
多态分配器这玩意最直接的用法就是控制容器的内存，打个比方在我使用vector容器时一般情况下会这么用
1234567891011121314#include<iostream>#include <vector>using namespace std;class node{public: node(){ cout << "build node!" <<endl; }};int main(){ vector<node> arr; arr.resize(10); return 0;}
不难发现这个这个类构造了10个对象，但是众所周知vector 存储元素的实际位置是在堆上，并且vector在资源不足时会自动进行扩容以 ...
惊群效应惊群问题
惊群问题是计算机科学中，当许多进程等待一个事件，事件发生后这些进程被唤醒，但只有一个进程能获得CPU执行权，其他进程又得被阻塞，这造成了严重的系统上下文切换代价。
解决办法
不希望把所有进程都唤醒，就采用定点唤醒某一个进程的做法
比如说C++在std::condition_variable满足条件，线程唤起时，其实际上并不会唤起所有等待的线程，而是随机唤起一个正在等待的线程。这样做的达到的结果跟唤起所有线程一起争抢锁资源的结果一样，但是可以很大程度上避免系统上下报文的切换
尽量避免进程上下文切换。
采用合适的任务分配策略，减少正在等待线程的数量
参考资料 https://zh.wikipedia.org/wiki/%E6%83%8A%E7%BE%A4%E9%97%AE%E9%A2%98
拓展资料nginx是如何解决惊群效应的https://segmentfault.com/a/1190000044210775
虚假唤醒https://zhuanlan.zhihu.com/p/652823880https://www.cnblogs.com/angdh/p/18267978https://cloud.tencent.com/developer/article/1557403
应用层引起的虚假唤起这种虚假唤起是由不合理的代码逻辑引起的，具体看代码
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051#include <condition_variable>#include <iostream>#include <thread>#include <queue>#include <string>using namespace std::chrono_literals;std::condition_variable cv;std::mutex mtx;std::queue<std::string> ...
