返回首页
最新
我一直在构建一个跨平台的 JSONL 查看器应用程序，能够处理多个 GB 的文件。在我的开发机器 macOS 上运行得非常完美，但在 Windows 上却在 2,650 KB 时总是崩溃。以下是我的调试过程以及那个微小的修复，它改变了一切。
<p>问题</p>
- macOS：轻松处理超过 5GB 的文件
- Windows：每次在 2,650 KB 时崩溃
- 相同的代码库，从 Mac Silicon 使用 MinGW 交叉编译到 Windows
<p>调查过程</p>
添加了详细的日志记录以跟踪执行情况。崩溃发生在成功解析约 6,000 行后进行字符串驻留时。不是在解析期间，也不是在文件 I/O 期间，而是在合并阶段。
<p>根本原因</p>
我的 StringPool 类使用了 `std::unordered_map<std::string_view, uint32_t>` 来去重字符串。`string_views` 指向一个 `std::vector<std::string>`。
当向量增长并重新分配时，所有的 `string_view` 键变成了悬空指针。哈希表中充满了无效引用。
为什么在 macOS 上可以正常工作？不同的内存分配器行为、不同的默认栈大小（8MB 对比 1MB）、不同的重新分配模式。
<p>修复方案</p>
修复前（崩溃）：
```cpp
uint32_t intern(std::string_view str) {
auto it = indices_.find(str);
if (it != indices_.end()) return it->second;
uint32_t idx = strings_.size();
strings_.push_back(std::string(str));
indices_[std::string_view(strings_.back())] = idx; // 危险！
return idx;
}
```
修复后：
```cpp
uint32_t intern(const std::string& str) {
auto it = indices_.find(std::string_view(str));
if (it != indices_.end()) return it->second;
// 如果即将重新分配，提前重建
if (strings_.size() >= strings_.capacity()) {
strings_.reserve(strings_.capacity() * 2);
rebuildIndices(); // 修复所有 string_views！
}
uint32_t idx = strings_.size();
strings_.push_back(str);
indices_[std::string_view(strings_.back())] = idx;
return idx;
}
void rebuildIndices() {
indices_.clear();
for (size_t i = 0; i < strings_.size(); i++) {
indices_[std::string_view(strings_[i])] = i;
}
}
```
<p>结果</p>
- 100 万行：在 Windows 上耗时 6 秒
- 多个 GB 的文件：没有崩溃
- 吞吐量约为 166,000 行/秒
- 跨平台稳定性
<p>经验教训</p>
1. `std::string_view` 功能强大但危险 - 它是一个非拥有引用。当底层存储移动时，你持有的是垃圾。
2. 跨平台测试至关重要 - 由于不同的分配器行为和较大的默认栈大小，macOS 上的这个 bug 是不可见的。
3. 结构化日志优于调试器进行交叉编译 - 我是从 Mac 交叉编译到 Windows。将带时间戳的日志记录到文件中使崩溃点立即显而易见。
4. 小改动，大影响 - 一个函数，约 15 行代码，将“在 2MB 时崩溃”变成了“处理超过 5GB 的文件”。
5. 性能保持优秀 - 重建仅在向量重新分配（指数增长）期间发生，因此摊销成本可以忽略不计。
<p>技术栈</p>
- 使用 simdjson (v4.2.2) 进行解析
- 多线程解析（在我的测试机器上使用 20 个线程）
- 列式存储以提高内存效率
- C++17，使用 MinGW-w64 进行交叉编译
这让我深刻认识到，最关键的 bug 往往是最简单的，隐藏在平台差异的表面之下。
欢迎讨论实现细节、simdjson 的使用或跨平台 C++ 调试技术！
我想玩《Quiplash》，但我意识到我需要在Steam上购买它，还需要有人在电脑上托管，连接电视，大家都要看同一个屏幕。这对一款简单的派对游戏来说感觉太麻烦了。因此，我开发了TEQ，基本上是《Quiplash》的浏览器版本。无需Steam，无需电视，无需下载；每个人只需在自己的设备上加入。我还添加了公共大厅，这样即使没有朋友在线也可以玩。
Discord聊天导出工具帮助您将消息保存为CSV、JSON或Excel格式，并轻松下载媒体和附件。
2025年最佳免费项目管理工具——为何Workbass位居榜首
高效管理项目已成为现代团队、初创企业、代理机构和远程工作者的必备技能。随着分布式工作成为常态，对免费且强大的项目管理工具的需求比以往任何时候都更高。尽管市场上有许多选择，但有一个平台因其简洁性、速度和智能性能洞察而脱颖而出——Workbass（https://workbass.com）。
在本文中，我们将介绍2025年最佳免费项目管理工具，突出每个平台的独特之处，以及为何Workbass被评选为寻求清晰度、透明度和提高工作效率的团队的首选。
1. Workbass — 最适合生产力智能与工作流可视化
Workbass不仅仅是另一个项目管理工具——它是为希望获得实时可视性、责任感和结构化工作流对齐的团队设计的现代生产力引擎。其免费计划足够强大，适合希望组织任务并深入了解工作完成方式的小团队、自由职业者和初创企业。
为何Workbass脱颖而出
- 实时工作流可视化
- 轻松的任务分配和跟踪
- 智能绩效总结
- 活动时间线以了解工作习惯
- 在不进行微观管理的情况下提高团队责任感
- 快速入门和直观界面
Workbass超越了任务列表。它帮助管理者和团队理解生产力模式，减少瓶颈，简化决策过程——所有这些都无需付费。
适合对象：
远程团队、初创企业、代理机构、自由职业者、人力资源部门和运营经理。
2. Trello — 最适合视觉任务板
Trello因其熟悉的看板风格而仍然是顶级的免费项目管理工具。它简单、灵活，适合初学者。
主要优势：
- 拖放任务卡片
- 自定义工作流
- 强大的集成功能
- 适合轻量级任务管理，但没有升级时报告功能有限。
3. ClickUp — 最佳一体化免费工作空间
ClickUp为需要广泛工具集的团队提供了最丰富的免费套餐之一。
优势：
- 任务、文档、目标、仪表板
- 多种项目视图
- 强大的自定义选项
然而，其复杂性可能会让初学者感到不知所措，且高级功能需要付费计划。
4. Asana — 最适合结构化工作流
Asana的免费计划非常适合管理重复任务的团队。
优势：
- 干净、有序的界面
- 重复任务工作流
- 轻松的团队协作
但在免费版本中缺乏深入的绩效分析。
5. Notion — 最适合灵活的文档与任务管理
Notion非常适合希望将文档和项目跟踪结合在一起的团队。
主要优势：
- 高度可定制
- 数据库风格的任务管理
- 适合内部协作
但设置时间可能较长，并且不提供像Workbass那样的实时生产力跟踪。
最终评判：Workbass是2025年最佳免费项目管理工具
尽管上述所有工具都提供了价值，但Workbass之所以位居第一，是因为它将任务管理与实时生产力智能相结合——这是免费软件类别中的独特优势。
使用Workbass（https://workbass.com），团队可以：
- 改善对齐
- 实时监控工作流进展
- 减少运营浪费
- 增强责任感
- 提高整体项目成功率
这是一个理想的平台，适合希望更聪明而非更辛苦工作的团队——无需支付高级功能的费用。
开源一个库，用于通过获取来自MacOS的powermetrics二进制文件的受保护信息来创建API。<p>如果您正在进行一个需要关于Mac的能耗或CPU|GPU利用率详细信息的项目，您会发现没有直接可用的API。<p>这个库旨在为Go开发者解决这个问题。