最近我在思考一个问题。在长连接的使用场景中，为了及时释放空闲资源，通常会配置空闲超时机制。

这种机制应用于单个连接（比如一个 TCP 或 HTTP 连接）时，自然没问题。然而，如果放在一整条通信链路中，链路上的各个节点分别配置了不同的空闲超时参数，会发生什么情况呢？

我在一次实施中就遇到了类似的情况：当请求在发送后一段时间（大约 1 分钟）再次发起时，系统就会报错。由于我负责的是链路最下游的部分，无法直接查看上游节点的配置，只能推测可能是由于链路中各节点的空闲超时设置不一致所致。最终，我尝试将我这边的 idleTimeout 设置为永不超时，问题随之消失。我猜测，是上游没有监测到我的超时断开，进而导致的问题。

虽然问题得以解决，但具体成因仍然只是我的猜测，也没有权力知道全貌。因此为了验证这个猜想，我决定基于 Java 的 Vert.x 框架，模拟并分析这类链路中因空闲超时不一致而导致的问题。

在日常中经常需要用到网络抓包，尤其是HTTPS。

年轻的时候，我也经常玩抓包，不过相对来说，只是按照网络搜到的配置一步步搞，少了一些思考的内容。比较依赖于工具的傻瓜化，所以当时还在IOS购买了正版三件套。

现在发现，免费版工具，也一样可以正常抓包，只是需要自己多思考而已。本文主要记录使用免费的工具，如何进行HTTPS明文抓包。

本文记录在Linux使用Docker安装GUI工具，并使用Firefox浏览器访问页面。

在压测我写的内网穿透工具时，遇到了一个很神奇的现象。客户端连接服务端，客户端当前连接已处于ESTABLISHED状态，但是服务端却没有该连接，并且程序也没有收到该连接的日志。

本文记录下该神奇现象的成因，以及背后的原理。

近期在通过源码编译一些软件包时，发现很多工具都是在编译期才需要的，而在运行时，这些东西是根本用不到的。编译安装也会造成难以卸载的问题。因此在生产环境中，应该避免使用编译安装。

像容器化，比如docker镜像，就是只打包进去最终编译后的成果。而某些场景下，我们是不应该使用容器的。此时就需要通过rpm或者deb来解决该问题。

起因是我需要创建一个10GB的空文件，而Windows创建空文件时，只支持Byte单位。因此就需要手动进行换算。

在使用Windows系统内置的计算器进行单位换算时，发现单位有GB、GiB之分，因此就特意了解了下。

之前入手了树莓派5，折腾一段时间后，环境算是搭好了。

但是又不想随身携带，我刚好有个公网IP，想着通过公网访问。于是就用到了内网穿透。

清明节三天爆肝，断断续续总共耗费一周。简单测试，性能还行。

针对 ffmpeg 记录一系列常规用法。

我有多个 Backend，这些 Backend 通过 Nginx 作为 LoadBalancer。当 Nginx 节点出现故障时，整个系统的流量无法正确转发，导致服务不可用。为了确保系统的高可用性，可以引入一个备份 Nginx 节点，并使用 keepalived 来实现故障转移和流量切换。本文目的是学习 keepalived，顺便将其涉及的基础知识也进行了解。

简单记录 Python 的基础。

最近手撕的 tcp-reverse-proxy，相比 nginx 来说，高并发时整体吞吐量太差了，需要定位具体的性能损耗点。因此特意了解了下火焰图。

在日常开发中，其实我这里是没有使用 Docker 的，依然是手动安装依赖、配置环境。

但是近期在抄别人的开源项目时，发现 Docker 基本已经成了开发者必备，因此我也特意学习了下，没啥深度，只是记录基础使用。

现在大模型层出不穷，底层技术架构趋于同质化。甚至可以以模型的参数量直接作为判断模型智能程度的高低。

本地大模型的噱头流行了好长时间。我也凑了下热闹。只能说不符合我的使用预期吧，因为下载的都是别人预训练模型，已经定型了，微调的作用也不大。

如果真的想要发挥本地小模型的作用，还是得自己从头开始训练模型。这是后话了，本篇文章就是记录如何在本地安装预训练模型。

最近在写word文档时，需要插入一些示例代码。就想到了上学时收藏的两个美化word文档代码的工具。无奈的是，一个停止服务，另一个没人维护，由https降级到http了，感觉也岌岌可危的样子。

突然觉得这种冷门工具本来就少，还靠第三方服务，太不稳定了。有人会说vscode、idea都支持高亮复制，我的直观感觉是不灵活、也不方便。

于是就自己手撕了一个。

概括记录Java日志的历史，以及slf4j日志的使用。