登录社区云，与社区用户共同成长
邀请您加入社区
进程互斥
本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4 WebUI镜像，以辅助理解操作系统核心概念。该模型能清晰解释进程、线程与死锁等抽象理论，并通过结构化对比和生动举例，有效应用于计算机科学的学习与教学场景，帮助用户快速梳理知识框架。
本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4镜像，打造一个轻量级的操作系统概念学习与答疑助手。该模型能够将抽象的计算机术语转化为通俗易懂的解释，例如用生活类比阐述“死锁”等核心概念，有效辅助学生理解复杂原理，提升学习效率。
本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4镜像，以辅助计算机基础教学。该轻量化大语言模型可作为AI助教，通过生动的对话与类比，为学习者提供7x24小时不间断的操作系统核心概念（如进程、线程、虚拟内存）的个性化讲解与答疑，有效降低抽象知识的理解门槛。
本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4镜像，并展示了其核心应用场景。该轻量级模型擅长将复杂的操作系统概念（如死锁、虚拟内存）转化为生动的比喻和故事，例如用“十字路口堵车”解释死锁，有效辅助技术教学与知识科普，降低学习门槛。
Linux 6.6引入Sched-Ext可扩展调度器架构，支持用户态BPF程序动态定义调度策略。该特性突破传统内核调度必须重新编译的局限，实现无中断热插拔加载/卸载自定义调度算法，并具备异常自动回退机制。文章详细解析了Sched-Ext的核心架构、数据结构及热插拔流程，提供从环境配置、BPF代码编写到生产部署的完整实践指南，包括极简调度器实现示例和动态加载卸载操作命令。该技术特别适用于服务器集群、
Linux 6.6引入的sched_ext可扩展调度器框架，通过BPF技术实现了用户态自定义调度算法的能力。该框架允许开发者在不修改内核源码的情况下，编写BPF程序接管任务选核、入队、分发等调度行为，支持动态加载和热切换。文章详细介绍了sched_ext的核心概念、环境配置、开发流程和实战案例，包括BPF调度程序编写、用户态交互实现以及常见问题解决方法。该技术适用于云计算、边缘计算等场景的差异化调
Linux内核6.12引入的sched_ext框架通过eBPF技术实现了调度器的动态扩展，允许开发者在不修改内核源码的情况下自定义调度策略。该框架的核心是struct sched_ext_ops结构体，提供任务入队、CPU选择、任务分发等关键回调接口，支持实现FIFO、优先级、EDF等多种调度算法。文章详细解析了sched_ext的工作原理，包括环境搭建、接口设计、开发实践和问题排查，并提供了可直
Linux 6.12内核引入的SCHED_EXT（Extensible Scheduler Class）是一项革命性调度框架创新。该特性通过eBPF技术实现了调度策略的动态定制与热插拔，解决了传统调度器修改需重新编译内核的痛点。SCHED_EXT允许开发者编写BPF程序定义专属调度策略，支持运行时加载和切换，同时通过BPF验证器和内核兜底机制确保安全性。目前已在Meta、Google等企业生产环境
本文深入探讨了Linux信号捕捉机制与操作系统运行原理。主要内容包括：1）信号捕捉流程，揭示handler函数在用户态执行的异步特性；2）sigaction函数的详细解析，包括结构体参数和信号屏蔽机制；3）操作系统运行本质，从硬件中断、时钟中断到用户态/内核态切换。通过内核源码分析和流程图解，展现了信号处理作为"软件模拟硬件中断"的实现原理，帮助读者深入理解计算机系统的底层工作
本文探讨了在8088单板机上设计微型操作系统(uOS)的核心问题。8088处理器资源极其有限(32KB RAM/64KB ROM)，无MMU和磁盘，要求系统极度精简。作者设计了中断驱动的协作式单地址空间架构，包含极简任务控制块(4字节)、非抢占式轮询调度和基本系统调用(串口I/O、延时等)。系统采用固定内存布局，任务直接操作物理地址，通过主动让出CPU实现多任务切换。文章还分享了调试中的堆栈溢出和
本文系统介绍了嵌入式实时操作系统FreeRTOS的核心概念与应用。首先分析了FreeRTOS在多任务管理、实时性保障和跨平台适配方面的优势。通过对比主流RTOS产品，突出FreeRTOS轻量开源的特点。文章详细阐述了学习路线，从基础任务创建到内核原理拆解，并重点解析了抢占式调度策略、任务状态转换及双向链表管理等核心机制。最后给出实践建议：先掌握API应用再深入底层原理，根据硬件资源调整配置参数。全
并发：两个或多个事件，在同一时间间隔内发生。单核 CPU的多程序执行。比如你一边写代码一边聊微信，CPU 其实是在 “写代码指令” 和 “微信消息处理指令” 之间快速切换，微观上是交替执行的，只是切换速度快到你感觉是同时进行的。并行：两个或多个事件，在同一时刻同时发生。多核 CPU的多进程执行。比如你用 4 核电脑同时开 4 个游戏，每个核心都在跑一个游戏进程，这才是真正的 “同时干活”。
本文系统介绍了TCP/IP协议栈的分层模型与核心工作机制。主要内容包括：1）TCP/IP五层模型及各层功能，重点分析传输层的双缓冲区机制与字节流管理；2）TCP报文首部格式详解，包括端口号、序列号、标志位等关键字段；3）流量控制原理与窗口机制；4）TCP连接的可靠传输机制，包括序列号、确认应答、超时重传等；5）连接管理中的三次握手与四次挥手过程，深入解析TIME_WAIT和CLOSE_WAIT状态
是什么东西改变了？是磁盘盘片上的磁极（HDD）或浮栅晶体管里的电子（SSD）。这种东西只有两种状态，所以是原子的，本质是软件系统层面的原子操作就是把不确定性状态给收敛到了物理层面。是什么东西有如此之快的变化速度？没有任何物理过程是极快的！物理过程很慢，操作系统乖乖等了很久。那靠什么保证安全？靠的是磁盘控制器的“读校验拒绝”。它把一个“缓慢的时间过程”，在逻辑上变成了一个“要么 0 要么 1”的结果
这篇文章用生动的比喻解释了操作系统中的进程和线程概念。进程被比作独立车间，拥有专属资源（内存空间、数据段等），隔离性强但切换开销大；线程则是车间里的工人，共享资源但各自独立工作，切换效率高但风险共存。文章通过PPT编辑场景展示了多线程协作，并对比了进程与线程在定位、通信、切换开销和健壮性上的四大核心区别。最后以考研题检验理解，强调进程始终是资源分配单位，而线程是CPU调度单位。全文用生活化语言将抽
一个平平无奇的总结
今天我们以停车场、餐厅后厨和银行柜台为引子，拆解了虚拟内存、页表、页面置换和进程调度这些 OS 基石。更重要的是，把它们映射到了天天接触的 Spark、YARN 上，让你在遇到时，能穿透日志看到本质。动手扩展：用vmstat和sar -B观察你线上集群的缺页和换页情况，然后回去调整看溢写指标变化，评论区告诉我你的发现！如果你在实战中遇到调度或内存的坑，也欢迎交流，我们一起把“底层内功”练扎实。
操作系统的价值取决于核心技术实力（性能、安全、创新）、软件生态体系（应用丰富度、开发工具链）、维护能力（迭代速度、长期支持）及知识传递（文档质量、社区活跃度）。完整的生态通过软件粘性（用户留存）、开发者激励（正向循环）、硬件适配（驱动支持）和商业护城河（行业标准）形成竞争力。系统诞生后，首要任务是争取开发者（提供友好工具链）和硬件适配（驱动支持），以打破“应用荒”，实现生态繁荣。 （摘要字数：15
本文介绍了操作系统中的进程创建机制，重点讲解了Linux下的fork()系统调用。文章首先通过Chrome浏览器实例说明进程标识符(PID)和父子进程关系，指出父进程是资源管理者，子进程继承父进程属性。然后详细解析fork()的工作原理，包括写时复制技术、返回值特点以及代码示例，展示了父子进程的并发执行特性。文章还对比了vfork()和clone()等创建方式，强调fork()是最安全通用的方法。
在人工智能领域，智能体（Agent）作为能够感知环境、自主决策和执行动作的软件实体，正成为构建复杂AI应用的核心组件。其工作原理基于强化学习、规划与推理等算法，通过与环境交互实现目标。从技术价值看，智能体框架解决了任务自动化与决策智能化问题，但规模化部署时面临资源管理、通信协调与状态持久化等挑战。这催生了类似传统操作系统的抽象需求，即将智能体视为进程、工具调用抽象为系统调用，从而实现安全隔离、资源
人工智能（AI）正从独立应用演变为系统的核心能力，其关键在于从传统的“工具调用”范式转向“意图理解”范式。这一转变的核心原理是让AI作为智能体（AI Agent），能够解析用户的自然语言指令，理解其深层目标，并自动规划、调用系统工具来完成任务。其技术价值在于极大提升了人机交互的效率和自然度，将用户从繁琐的操作步骤中解放出来。在应用场景上，这直接体现在智能文件管理、跨应用工作流自动化以及基于屏幕理解
在人工智能领域，智能体（AI Agent）正从简单的对话模型演变为能够自主执行复杂任务的系统。其核心原理在于将大语言模型的决策能力与确定性工具执行相结合，通过工具调用框架实现AI对现实资源的操作。这一技术架构的价值在于突破了传统AI的被动响应模式，使AI能够主动规划、分解并执行多步骤任务，从而在自动化办公、智能运维、物联网控制等场景中发挥实际作用。其中，安全执行器和权限模型是保障系统可靠性的关键组
在人工智能技术快速发展的今天，AI智能体（AI Agent）正从简单的对话工具演变为能够执行复杂任务的自主系统。其核心原理在于结合大型语言模型（LLM）的推理能力与外部工具调用，实现感知、决策与执行的闭环。这一技术价值在于将AI从辅助角色升级为可编程、可协作的“数字员工”，从而在自动化流程、数据分析、客户服务等应用场景中释放巨大潜力。然而，智能体在实际部署中常面临状态管理困难、工具集成复杂与协作效
在AI应用开发领域，智能体（Agent）的协同与数据孤岛问题日益凸显。其核心原理在于，传统中心化调度模式导致智能体缺乏持久化的工作空间和共享上下文，限制了复杂任务的连续执行能力。为解决这一痛点，一种新兴的技术范式应运而生：为AI智能体构建专属的“操作系统”。这种架构通过提供共享文件系统、统一凭证管理和持久化记忆，赋予智能体类似人类员工的协同工作环境，从而释放其在自动化流程中的巨大潜力。其技术价值在
操作系统内核是计算机系统的核心，负责管理硬件资源并为应用程序提供运行环境。其设计哲学主要分为宏内核与微内核两种架构。微内核通过将核心服务（如进程调度、IPC）与驱动程序等非核心服务分离，实现了更高的模块化、安全性与可维护性，其核心原理在于最小化内核特权，服务间通过进程间通信（IPC）协作。Rust语言凭借其所有权系统和编译时内存安全保证，为系统编程带来了革命性的优势，使得构建安全、可靠的操作系统内
在人工智能领域，智能体（Agent）作为能够感知环境、规划决策并执行行动的自主系统，正成为技术演进的关键方向。其核心原理在于通过大语言模型（LLM）赋予智能体推理能力，并结合规划器、记忆系统与工具调用等模块，实现从目标到行动的逻辑闭环。这种架构的技术价值在于将复杂的认知任务分解为可管理、可执行的步骤，显著提升了AI系统处理开放性、多步骤任务的能力，广泛应用于自动化研究助手、客户服务、数据分析等场景
在人工智能领域，智能体（AI Agent）作为能够感知环境、自主决策并执行行动的软件实体，正成为构建复杂AI应用的核心组件。其工作原理基于强化学习、规划与推理等算法，通过与环境交互实现目标。这一技术的核心价值在于将大语言模型等AI能力转化为可执行、可协作的智能单元，从而在自动化客服、代码生成、数据分析等场景中发挥巨大作用。然而，当需要管理成百上千个异构智能体协同工作时，开发者面临资源调度、任务编排
这是新找到了配置文件配置方法但未尝试每个模块工作职责：Zabbix Server：负责接收agent发送的报告信息的核心组件，所有配置，统计数据及操作数据均由其组织进行；Database Storage：用户存储所有配置信息，以及存储由Zabbix Server收集到的数据；Web Interface： Zabbix的GUI接口，通常...
libevent源码深度剖析二——Reactor模式张亮前面讲到，整个libevent本身就是一个Reactor，因此本节将专门对Reactor模式进行必要的介绍，并列出libevnet中的几个重要组件和Reactor的对应关系，在后面的章节中可能还会提到本节介绍的基本概念。1 Reactor的事件处理机制首先来回想一下普通函数调用的机制：程序调用某函数?函数执行，程序等待?函...
（转载）http://blog.csdn.net/sparkliang/article/details/4957744libevent源码深度剖析二——Reactor模式张亮前面讲到，整个libevent本身就是一个Reactor，因此本节将专门对Reactor模式进行必要的介绍，并列出libevnet中的几个重要组件和Reactor的对应关系，在后面的章节中可能还会提到本节介绍的...
Leveldb源码分析--22http://blog.csdn.net/sparkliang?viewmode=contents
前面讲到，整个libevent本身就是一个Reactor，因此本节将专门对Reactor模式进行必要的介绍，并列出libevnet中的几个重要组件和Reactor的对应关系，在后面的章节中可能还会提到本节介绍的基本概念。1 Reactor的事件处理机制首先来回想一下普通函数调用的...
——Reactor模式张亮前面讲到，整个libevent本身就是一个Reactor，因此本节将专门对Reactor模式进行必要的介绍，并列出libevnet中的几个重要组件和Reactor的对应关系，在后面的章节中可能还会提到本节介绍的基本概念。1 Reactor的事件处理机制首先来回想一下普通函数调用的机制：程序调用某函数?函数执行，程序等待?函数将结果和控制权返回给程序?程...
Libevent本身不是多线程安全的，在多核的时代，如何能充分利用CPU的能力呢，这一节来说说如何在多线程环境中使用libevent，跟源代码并没有太大的关系，纯粹是使用上的技巧。1 错误使用示例在多核的CPU上只使用一个线程始终是对不起CPU的处理能力啊，那好...
libevent源码深度剖析十二——让libevent支持多线程张亮Libevent本身不是多线程安全的，在多核的时代，如何能充分利用CPU的能力呢，这一节来说说如何在多线程环境中使用libevent，跟源代码并没有太大的关系，纯粹是使用上的技巧。1 错误使用示例在多核的CPU上只使用一个线程始终是对不起CPU的处理能力啊，那好吧，那就多创建几个线程，比如...
操作系统
——操作系统
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
openEuler 社区
DeepSeek技术社区
AtomGit开源社区
龙虾开发者社区
全球具身智能开发者社区
