AQS介绍

AQS全称（AbstractQueuedSynchronizer）,即抽象队列同步器。该类位于java.util.concurrent.locks包下。

AQS是一个抽象类，主要用来构建锁和同步器。AQS 为构建锁和同步器提供了一些通用功能的是实现，因此，使用 AQS 能简单且高效地构造出应用广泛的大量的同步器，比如 ReentrantLock，Semaphore，其他的诸如 ReentrantReadWriteLock，SynchronousQueue，FutureTask(jdk1.7) 等等都是基于 AQS 的。

从ReentrantLock的角度分析AQS的原理以及应用

本文转载自美团技术团队从ReentrantLock的实现看AQS的原理及应用

前言

Java中的大部分同步类（Lock、Semaphore、ReentrantLock等）都是基于AbstractQueuedSynchronizer（简称为AQS）实现的。AQS是一种提供了原子式管理同步状态、阻塞和唤醒线程功能以及队列模型的简单框架。本文会从应用层逐渐深入到原理层，并通过ReentrantLock的基本特性和ReentrantLock与AQS的关联，来深入解读AQS相关独占锁的知识点，同时采取问答的模式来帮助大家理解AQS。由于篇幅原因，本篇文章主要阐述AQS中独占锁的逻辑和Sync Queue，不讲述包含共享锁和Condition Queue的部分（本篇文章核心为AQS原理剖析，只是简单介绍了ReentrantLock，感兴趣同学可以阅读一下ReentrantLock的源码）。

下面列出本篇文章的大纲和思路，以便于大家更好地理解：

线程池

为什么要使用线程池？

池化技术 (Pool) 是一种很常见的编程技巧，在请求量大时能明显优化应用性能，降低系统频繁建连的资源开销。我们日常工作中常见的有数据库连接池、线程池、对象池等，它们的特点都是将 “昂贵的”、“费时的” 的资源维护在一个特定的 “池子” 中，规定其最小连接数、最大连接数、阻塞队列等配置，方便进行统一管理和复用，通常还会附带一些探活机制、强制回收、监控一类的配套功能。

普通情况下，我们需要使用线程的时候就直接去创建一个线程，这样子操作的方式十分简单，但是在高并发的情况下就会产生问题：

并发的线程数量过多，而每个线程完成其任务后便会被销毁，往往其执行的时间很短，这样频繁地创建线程就会大大降低系统的效率，因为频繁创建和销毁线程时间的开销很大。

1.安装 Windows Terminal

​ 从 Microsoft Store 搜索下载

2.安装新款 Powershell Core

​ 从Powershell Core选择release版本下载

3.安装 Powershell 插件

​ 打开刚装好的新版 powershell,，运行以下命令:

安装 TensorFlow Lite 解释器

需要根据平台以及python版本选择安装，下面是linux(arm64)平台的，python版本为3.7

1

pip3 install https://dl.google.com/coral/python/tflite_runtime-2.1.0.post1-cp37-cp37m-linux_aarch64.whl

具体参考https://tensorflow.google.cn/lite/guide/python

联邦推理

1. 部署EdgeX环境

   kubectl apply -f test.yaml

   

2. 启动云端推理服务

   python detect.py

   

3. 使用postman 发送图片至EdgeX

   http://39.104.160.208:30086/api/v2/resource/sample-image/jpeg

4. 使用k3s 查看容器日志

   kubectl logs -f edgex-app-service-simple-image-classification-http-75c66b5vh4f5

   

5. 查看推理结果图片（图片保存在挂载目录下）

   

   

device-sdk-go源码分析

device-sdk-go项目目录结构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

├─.github
│  └─ISSUE_TEMPLATE
├─bin
├─example
│  ├─cmd
│  │  └─device-simple
│  │      └─res
│  │          ├─devices
│  │          └─profiles
│  ├─config
│  └─driver
├─internal
│  ├─application
│  ├─autodiscovery
│  ├─autoevent
│  ├─cache
│  ├─clients
│  ├─common
│  ├─config
│  ├─container
│  ├─controller
│  │  └─http
│  │      └─correlation
│  ├─messaging
│  ├─provision
│  ├─telemetry
│  └─transformer
├─openapi
│  └─v2
├─pkg
│  ├─models
│  │  └─mocks
│  ├─service
│  └─startup
└─snap
    ├─hooks
    └─local

1.运行本地注册表

使用如下命令启动注册表容器：

1

$ docker run -d -p 5000:5000 --restart=always --name registry registry:2

警告:仅适用于测试的注册表配置。生产就绪的注册表必须受 TLS 保护，并且最好使用访问控制机制。继续阅读并继续阅读配置指南以部署生产就绪注册表。

GC垃圾回收

基本的实现思路是，从每个包级的变量和每个当前运行函数的每一个局部变量开始，通过指针或引用的访问路径遍历，是否可以找到该变量。如果不存在这样的访问路径，那么说明该变量是不可达的，也就是说它是否存在并不会影响程序后续的计算结果。

什么是回调函数？

在维基百科中，给出了这么一个定义：在计算机程序设计中，回调函数，或简称回调（Callback 即call then back 被主函数调用运算后会返回主函数），是指通过参数将函数传递到其它代码的，某一块可执行代码的引用。这一设计允许了底层代码调用在高层定义的子程序。

从图中可以这么理解，主程序在调用软件库的时候同时传入了一个回调函数，用来告诉这个库函数在执行完成后需要回调的函数，也就是主函数在调用库函数的同时也指定了回调函数，这样整个程序的灵活性会大大增强，通过传入不同的回调函数，就可以实现各种不同的功能。