tiny_coro 是一个轻量级的教育性 M:N 异步运行时，使用 C++20 协程从零开始编写。它旨在简化工业库（如 Seastar 或 Folly）的复杂性，以清晰展示核心机制。
<p>关键技术特性：</p>
<p>M:N 调度：将 M 个协程映射到 N 个内核线程（通过 Chase-Lev 双端队列实现工作窃取）。</p>
<p>内存安全：实现了 EBR（基于时间段的回收），在无锁结构中安全管理内存，而无需垃圾回收。</p>
<p>可视化：我使用 Manim（3Blue1Brown 背后的引擎）创建了动画，准确展示任务是如何被窃取和执行的。</p>
<p>我为什么要构建它：为了弥合“使用协程”和“理解运行时”之间的差距。代码保持简洁（核心部分约 1000 行），可以在一个周末内阅读完毕。</p>
返回首页
最新
大家好，我创建了FolioDoc（<a href="https://foliodoc.com" rel="nofollow">https://foliodoc.com</a>），旨在解决我从会计师和人力资源人员那里听到的一个问题——花费数小时通过电子邮件追赶客户索要文件。
您可以创建一个检查清单，添加收件人并设定截止日期，他们将收到一个神奇链接，进入一个简单的上传门户。收件人无需注册账户。随着截止日期的临近，系统会自动发送提醒。
我关注的几个方面：
- 无需收件人登录——使用SHA-256哈希的神奇链接，原始令牌不被存储。收件人只需点击链接并上传文件。
- 病毒扫描——每次上传都会运行ClamAV。感染的文件会被拒绝，收件人需要重新上传。
- 隐私保护——在欧盟（德国）托管，符合GDPR规定，包含数据处理协议。应用程序和门户中没有追踪功能。
- 安全性——全程使用TLS，5层文件验证（类型、扩展名、魔术字节、大小、配额），每个用户和每个IP都有速率限制，删除操作有完整的审计记录。
- 品牌定制——可以在门户和电子邮件中使用您的logo和主色调进行白标定制。
技术栈：Django + DRF，Next.js 14，Celery + Redis，PostgreSQL。门户使用服务器渲染的Django模板（而不是React应用）。单个EC2实例，使用Docker Compose。
我在瑞士，花了几个月时间构建这个项目。提供免费套餐。非常希望能得到反馈——特别是关于面向收件人的门户，因为这一部分需要尽可能简单易用。
嗨，HN，我正在构建RocketLogs，这是一个智能可观察性层，位于Loki、Tempo和Prometheus之上。
我遇到的问题是：凌晨3点接到警报，打开Grafana，在六个仪表板之间切换，搜索日志，试图弄清楚哪个版本发布了，过了一个小时你或许找到了根本原因。你仍然需要深入代码找到罪魁祸首。数据都在那儿，但没有任何东西将它们连接起来。
RocketLogs试图解决这个问题：
VS Code / Cursor扩展 - 从生产环境中获取你的慢速和出错的端点，并将它们连同延迟信息列在Cursor聊天侧边栏中。它使用Pyroscope分析将这些端点映射到你的代码库中。因此，你可以在代码库中直接查看指标 -> 跟踪 -> 配置文件 -> 代码。它显示延迟以及模块/函数对端点的影响热图。这样你可以迅速跳转到有问题的函数并在几分钟内修复，而无需切换上下文。
除此之外，它还是一个完整的可观察性堆栈：日志搜索、带有瀑布视图的分布式追踪、带有错误预算跟踪的服务水平目标（SLO）、带有AI生成摘要的事件管理、智能警报和Prometheus仪表板。
我们基于LGTM堆栈构建，因此如果你已经将数据发送到Loki/Tempo/Prometheus，你可以将RocketLogs指向你现有的基础设施。将其作为另一个可观察性层使用。如果你想使用多个供应商，也可以进行遥测分发。
非常希望得到反馈。你当前可观察性工作流程中最痛苦的部分是什么？
我构建了一个模拟器，模拟以下内容：
• 完整的写入路径（WAL、内存表、不可变内存表、L0 刷新）
• 分层压缩及级联合并
• 真实的布隆过滤器检查的读取路径（非模拟）
• 实时写入、读取和空间放大指标