十几年前我看不懂、看不下去，没想到现在还是看不懂、看不下去。第五章把常见的（减少函数调用等）、不常见的（循环展开等）优化手段从指令层面做了深度剖析，授人以鱼的同时也授人以渔，写得真的是好！

但是真得是要花大力气才能理解透彻，要不断地实践加深记忆，才能牢牢掌握这些知识。无奈我一个应用（业务）码农，实在是难得有这种机会，所以只做简单的要点摘要作罢。

编写高效程序需要做到以下几点：第一，我们必须选择一组适当的算法和数据结构。第二，我们必须编写出编译器能够有效优化以转换成高效可执行代码的源代码。

5.4 消除循环的低效率

一个循环天然地带有两个反复执行的语句，所以尽量不要在这两个语句中插入耗时的表达式——函数调用等。

第一章是对整书后续章节内容的高度概括。全书以经典的 Hello World 程序开篇，概括了从源码到可执行文件的编译过程；然后深入硬件底层，描述了一台计算机典型的物理构成；最后，抛出抽象的概念，说明是如何通过操作系统、进程、虚拟内存、文件这些抽象概念管理底层硬件的。

1.2 程序被其他程序翻译成不同的格式

1

gcc -o hello hello.c

用此例揭示了编译的四个步骤：

• 预处理阶段（cpp），hello.c -> hello.i
• 编译阶段（ccl），hello.i -> hello.s
• 汇编阶段（as），hello.s -> hello.o
• 链接阶段（ld），printf.o + hello.o -> hello

最近几周接手了一个同事的大量代码，其中不合理的地方多到我实在不吐不快。

这位同事平日里看着兢兢业业，能说会道，常打交道的同事们都喊他一句“鑫爷”。可是我看了他的代码之后，这个“爷”字我是无论如何也是喊不出来了。

0. 概述

影视剧的直播，有其特殊性：

1. 直播内容是“静态的”。直播源通常是预制的视频文件，而非实时通过摄像头采集的数据。
2. 没有主播，所以也就没有主播和观众的互动需求。所以对延时（主播和观众的时间差）要求不高，只要保证所有观众端具有差不多的播放进度即可。

所以相比摄像头开播的直播，影视剧直播的技术方案有可简化的余地：

1. 把视频文件预先转换成目标格式，避免推流过程中的编解码（当然这里只考虑为观众提供原始码率，不需要转码的情况）。
2. 把视频文件切割成多个时间长度为几秒钟的小视频文件，依次轮播。当新用户进入时，使其从当前序号的视频文件播放即可——同其它观众的时间差不超过此文件的时长。

1. 源端消除 Preflight

Preflight（预检请求）是指在跨源发出用户请求前，预先发出一个 OPTIONS 请求，查询服务端是否允许从此源站的请求。

Restful 规范是“罪魁祸首”。因为跨域 fetch 时，application/json 类型的 Content-Type 必然会触发 Preflight。

只有满足简单请求的 fetch，才不会触发 Preflight：

前言

美的智能家居平台的接口是非开放的。不管是在 HomeAssistant 还是 HomeBridge 中接入美的设备，都是靠伟大无私的开源社区提供解决方案。

在之前我自己的基于 Python 实现的智能家居控制系统 里，我用到的是 midea-ac-py。

由于美的空调的 token、key 在每次重新供电时都会变化，而这个库没有将 discover 功能集成进来——库作者额外提供了一个命令行工具（
midea-msmart）发现局域网内的美的设备，导致更新 token 流程的自动化程度不高，每次都要人工复制。

我曾经尝试把 midea-msmart 集成进我的系统，通过可编程方式更新 token，总会遇到各种奇怪问题，比如帐密验证失败、超时等等，所以一直在寻找可替代库。终于让我发现了 midea_ac_lan。

2022 年迎来转机

上半年工作上按部就班。无休止地裁员反倒给了我们这些暂时留下来的人休息的机会——毕竟谁都不知道自己会不会是下一个，还加什么班呢？

我也一样，每天准点上下班。

所以晚上、周末的空闲时间多了，年初时候定下的 2022 年学习目标进展地就比较顺利。

高优先级的俩目标，系统学习 React.js 和 Sanic.py，我完成了。并且学以致用，一直在持续开发、维护、重构我的两个小网站。对其常规的使用方式上，也算是纯熟了。

“机会总是留给有准备的人的”。我再次因为笃信这句格言而受益。

这是一篇我收藏了多年的实用文章。转载到我的博客，以作备份。感谢原作者的辛勤付出。

版本：v2.4.1 (2019-11-15) 作者：deerchao 转载请注明来源

目录

1. 基于 redis 实现 RPC 开发框架

市面上没有基于 redis 实现的 Python 异步 RPC 框架。
干脆自己写了一个最简版的。

1.1 客户端

连接 redis 服务器：

1
2

async def connect(self):
    self.redis = await redis.from_url(self.url)

前言

全程参照 Tars 官方文档的相关章节，最终搭建出了 TarsCPP 服务端环境和客户端开发环境。其间有些小波折，记录一下。

服务端

参照: 通过 Docker 部署 TarsCPP: https://tarscloud.github.io/TarsDocs_en/installation/docker.html。

调整虚拟机网络连接方式

我在 VirtualBox 里搞了一台 Ubuntu20 的虚拟机做服务器。