发生了什么？ 在VSCode最近的一次更新中，提升远程开发使用的node版本，更新后的node依赖glibc>=2.28。 在升级1.86版本后，如果尝试连接glibc 2.28以下版本的开发机，会提示连接到不受支持的OS版本。 按照官方的要求。最好的解决方案自然是升级到更新的glibc版本，这也意味着需要使用更新的系统版本。在社区的热烈讨论下，VSCode项目组最终对于旧glibc延长额外支持12个月。但新版本连接到旧glibc服务器后，仍然会有一行醒目的提示： 本文提供一种极端手动的方法（本来是给开发环境的dockerfile使用），即手动编译一份glibc和node，以专供VSCode的远端服务器使用。 开搞 1. 从编译器说起 (可选) 从文档来看，node现在已经要求到了GCC 10，我们的环境很有可能没准备。（如果你的环境已经有一份比较高版本的编译器，可以跳过这里啦） 这里准备了一份贴贴心的安装脚本，以防你真的没有更新的GCC。为了避免搞坏你的环境，它只会在/usr/local/bin下建立gcc-12和g++-12，而不会覆盖掉默认的gcc，g++命令。 # 编译一份GCC, 参考时间半个钟, 配置好的机器请自行按照CPU核心数酌情修改make -jN curl -OL "https://ftp.gnu.org/gnu/gcc/gcc-12.2.0/gcc-12.2.0.tar.gz" \ && tar -zxvf gcc-12.2.0.tar.gz \ && pushd gcc-12.2.0 \ && ./configure --prefix=/usr/local/gcc-12.2.0 \ && make -j8 \ && make install \ && ln -s /usr/local/gcc-12.2.0/bin/gcc /usr/bin/gcc-12 \ && ln -s /usr/local/gcc-12.2.0/bin/g++ /usr/bin/g++-12 \ && popd \ && rm -r gcc-12.2.0.tar.gz gcc-12.2.0 编译了以后记得把LD_LIBRARY_PATH加上: export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/gcc-12.2.0/lib64 2. 来一份Glibc 这里我选择编译glibc 2.30，glibc需要更新一些的binutils和make，遂编译之。

性质 每个节点要么是黑色，要么是红色 根节点是黑色 每个叶子结点（NIL）是黑色 每个红色节点的两个子节点一定都是黑色，即不能有两个红色节点相连 任意一节点到每个叶子结点的路径都包含数量相同的黑节点（俗称“黑高”） 推论：如果一个节点存在黑子节点，那么该节点肯定有两个子节点。 自平衡操作 变色：结点的颜色由红变黑或由黑变红。 左旋：以某个节点作为支点（旋转节点），其右子节点变为旋转节点的父节点，右子节点的左子节点变为旋转节点的右子节点，左子节点保持不变。 右旋：以某个节点作为支点（旋转节点），其左子节点变为旋转节点的父节点，左子节点的右子节点变为旋转节点的左子节点，右节点保持不变。 插入操作 插入节点时，节点必须为红色。 原因：红色在父节点为黑色节点时，红黑树的黑色平衡没有被破坏，不需要做自平衡操作。但如果插入节点为黑色，那么插入位置所在的子树黑色节点总是多1，必须做自平衡。 术语 插入情景 红黑树为空树：直接把插入节点作为根节点，并把插入节点设置为黑色。 插入节点的Key已经存在：更新当前节点的值为插入节点的值。 插入节点的父节点为黑色：由于插入的节点是红色的，当父节点是黑色时，并不会影响红黑树的平衡，直接插入即可，无需做自平衡。 插入节点的父节点为红色：如果插入节点的父节点为红节点，那么该父节点不可能为根节点，所以插入节点总是存在祖父节点。 叔叔节点存在并且为红节点 将P和U节点改为黑色 将PP改为红色 将PP设置为当前节点，进行后续处理（即如果PP的父节点也是红色，则继续以PP为当前节点进行插入操作自平衡处理，直到平衡为止） 叔叔节点不存在或为黑节点，并且插入节点的父亲节点是祖父节点的左子节点 新插入的节点是其父节点的左子节点（LL双红） 变色：将P设置为黑色，将PP设置为红色 对PP节点进行右旋 新插入的节点是其父节点的右子节点（LR双红） 对P进行左旋 将P设置为当前节点，得到“LL双红”的情况 按照“LL双红”的情况处理（变颜色、右旋PP） 叔叔节点不存在或为黑节点，并且插入节点的父亲节点是祖父节点的右子节点 新插入的节点是其父节点的右子节点（RR双红） 变色：将P设置为黑色，将PP设置为红色 对PP节点进行左旋 新插入的节点是其父节点的左子节点（RL双红） 对P进行右旋 将P设置为当前节点，得到“RR红色”的情况 按照“RR红色”情况处理（变颜色、左旋PP）

本文记录了在Linux（含MacOS）、Windows下配置SSH、HTTP代理以加速Github的使用。 HTTP连接 HTTP可以使用HTTP代理服务器进行加速，在Github中配置： git config --global https.proxy http://127.0.0.1:1080 git config --global https.proxy https://127.0.0.1:1080 git config --global --unset http.proxy git config --global --unset https.proxy SSH连接 针对SSH方式操作的仓库，需要配置Socks5代理，在~/.ssh/config文件中加入ProxyCommand配置即可，Linux下可用： Host github.com User git ProxyCommand nc -X 5 -x 127.0.0.1:1086 %h %p Windows下可使用 Host github.com User git ProxyCommand connect -S 127.0.0.1:2801 %h %p

基于Docker的建立 创建数据库 docker run -d -p 27017:27017 —name mongo \ -e MONGO_INITDB_ROOT_USERNAME=root \ -e MONGO_INITDB_ROOT_PASSWORD=mypassword \ -e MONGO_INITDB_DATABASE=myfirstdb \ -v /my/own/datadir:/data/db \ mongo:4 在使用了MONGO_INITDB_ROOT_USERNAME与MONGO_INITDB_ROOT_PASSWORD后，容器脚本将自动创建一个具有完全权限的账号，并在启动mongod时指定—-auth开启身份验证。 创建备份 建立在Docker中的MongoDB可以使用下面的语句来建立备份： docker exec some-mongo sh -c 'exec mongodump -d <database_name> --archive' > /some/path/on/your/host/all-collections.archive 访问控制 注意：启动mongod时应使用—auth才会开启访问控制。 如果admin库中没有任何用户的话，即使在其他数据库创建用户，无论是否启用访问控制，默认的连接方式依然会具有超级权限。 客户端可以在连接时进行身份验证： mongo --port 27017 -u "username" -p "password" --authenticationDatabase "admin" 亦可在连接客户端后进行验证： mongo --port 27017 use admin db.auth("username", "password") // 输出1即认证成功 创建用户 use foo db.createUser( { user: "username", pwd: "password", roles: [{role: "readWrite", db: "foo"}, {role: "read", db: "bar"}] } ) 注意：use foo表明用户在foo库中创建，就一定要由foo库验证身份，即用户的信息跟随随数据库。如上述username虽然有bar库的读取权限，但是一定要先在foo库进行身份验证，直接访问会提示验证失败。

本文档记录了简单的LXD虚拟化方案，能够实现 在物理机上创建多个隔离的容器环境 在容器环境中运行桌面 将GPU接入容器环境中，并在多个容器间共享 快速配置 宿主机 快速初始化宿主机 # 安装对应依赖 sudo apt install lxd zfsutils-linux bridge-utils # 创建存储池 lxc storage create <storage-poll-name> zfs size=256GB # 初始化lxd lxd init # 添加存储池 lxc profile device add default root disk path=/ pool=<storage-poll-name> # 添加清华镜像 lxc remote add tuna-images https://mirrors.tuna.tsinghua.edu.cn/lxc-images/ --protocol=simplestreams --public 快速创建新容器 # 创建容器（此处对应ubuntu/18.04镜像） lxc launch tuna-images:ubuntu/18.04 <container-name> # 添加GPU（此处添加第一个GPU） lxc config device add <container-name> gpu0 gpu id=0 如果需要在容器内运行docker，需要权限 lxc config edit <container-name> 在config段中添加设置

在C++上配置各种库这件事情是不太容易的。并且在各种平台上可以有各种不同的配置方法。通常我们在使用一个C++库时都具有下面的几个步骤： 下载库源代码 编译库 将库引入到项目中 虽然只有区区几步，但是在实现这些步骤时却需要做很多事情，并且稍有不慎可能就会导致最终的结果完全错误。 基于这个问题，微软开源了跨平台的包管理工具vcpkg，它可以在Windows、Linux和MacOS上运行，只需要用一行命令就可以安装C++库并自动地引入到项目中。 在下面的例子当中我们将尝试自己动手安装一个带有各种支持的OpenCV库。 这篇文章主要针对于Windows系统，如果你需要在Linux、MacOS上配置Vcpkg，请参考这篇微软的文档： 配置Vcpkg 下载并初始化vcpkg vcpkg的整个程序托管在GitHub上，你可以在下面的链接当中把vcpkg克隆到本地或者直接下载它的压缩包解压到某个你认为正确的地方。之后vcpkg安装的各类库都会放在这个目录下。 https://github.com/Microsoft/vcpkg 我们在vcpkg的根目录（即可以看到bootstrap-vcpkg.bat文件的目录）的地址栏中直接输入powershell并按下回车，这将打开PowerShell窗口，在其中请输入下面的命令并回车初始化vcpkg： ./bootstrap-vcpkg.bat 在执行完毕后，你可以尝试键入下面的命令并回车来验证你的vcpkg已经初始化完成： ./vcpkg version 不出意外你应该可以看到一些版本信息的输出。这可以验证你的vcpkg根目录下已经生成了vcpkg.exe这一文件。请你右击这个文件查看属性，并在常规->位置这一项上复制其后的地址，在之后，我会将这个路径称为vcpkg的根目录路径。 安装集成 集成是为了让Visual Studio能够直接访问我们安装的库而不需要其他配置，请按下win+x键，然后在弹出的菜单中选择Windows PowerShell (管理员)，并输入命令（请将命令中文字“根目录路径”替换为刚刚复制的vcpkg的根目录路径，注意请保留两侧的引号）： cd "根目录路径" 例如我的命令看起来像这样： cd "C:\libs\vcpkg" 按下回车后，你应该可以看到命令行光标前的目录已经改变。此时，你应该关闭Visual Studio后输入下面的命令并回车： ./vcpkg integrate install 此时你已经安装好了Visual Studio的集成，在Visual Studio创建的项目VC++项目当中你可以直接引入头文件调用该库。如果你的项目是CMake项目，你可能需要将CMAKE_TOOLCHAIN_FILE设置为vcpkg根目录路径/scripts/buildsystems/vcpkg.cmake。这个提示通常在你执行上面的命令后获得的输出的最后一行出现。 安装库 此时vcpkg已经在计算机中被安装好了，请在vcpkg的根目录的地址栏中直接输入powershell并按下回车，这将再次打开PowerShell窗口（你可以注意到PowerShell窗口的标题栏上没有“管理员”字样），在其中请输入下面的命令搜索OpenCV库： ./vcpkg search opencv 可以看到得到的结果中OpenCV后有中括号，其中带有各类支持选项，例如可以选择安装contrib或cuda支持。此处我们可以按照下面的选项在vcpkg中下安装OpenCV（这不是唯一的方法）： ./vcpkg install opencv[nonfree,contrib,ffmpeg]:x64-windows 注意，上面的命令中开启了三个支持开关，你可以自由地删去或增加一些。另外，我们利用冒号:描述了这个库的安装选项，即在Windows平台下使用x64进行编译，如果不特别描述，vcpkg会使用默认的x86-windows设置。在其他系统（例如Linux、MacOS）下也可以设置到对应的操作系统。这一项设置对下面在项目中使用非常重要，如果项目设置为x64平台而库的安装使用了x86平台，由于项目与库的平台不兼容，之后当项目尝试使用库时IntelliSense将不会列出这个库的头文件。 此时按下回车，vcpkg将按照OpenCV的依赖依次安装需要的库，所以不需要担心可能有任何路径上或者依赖上的问题。vcpkg会自动从待安装库的源代码仓库拉去源代码，而通常库的源代码会被托管在GitHub上，由于大陆的网络环境比较特殊，这可能带来几次在下载途中的失败，你可以尝试重新运行上面的命令，也可以为计算机配置代理。安装的过程通常需要持续数分钟到数十分钟。 在项目中引用 在OpenCV安装完成后，你可以打开某个项目或创建某个新项目，并在项目中直接使用安装好的OpenCV库，值得注意的是，如果此前安装的是x64编译选项的库，那么它仅在平台设置为x64的项目中有效，同理，如果安装的是x86选项的库则对应平台设置为x86的项目： 在编译完成后，vcpkg与Visual Studio的集成将能够把所有依赖的动态链接库文件（Dll文件）拷贝到输出的可执行文件（Exe文件）的目录下。所以你的输出目录可能如下图： 如果你只是像上面的动图一样只引用了头文件而没有写任何使用到OpenCV的代码，你的输出目录仍然可能不包括上面的这些动态链接库文件（Dll文件）。这时你可以利用下面的示例代码来输出OpenCV的版本号。 #include <iostream> #include <opencv2/opencv.hpp> int main() { std::cout << CV_VERSION << std::endl; } 此时，你已经利用vcpkg完成了对OpenCV库的安装。你可以继续尝试安装或使用其他的库。