云计算 框架或代码包 软件定制 案例

为微服务场景自研的C++ RPC框架，解决服务间高性能通信问题。 核心功能：①服务注册与发现，节点上下线自动感知；②多策略负载均衡（随机/轮询/一致性哈希）；③节点故障自动转移，调用方无感切换；④连接池管理与断线指数退避自动重连。适用于后端服务拆分、分布式系统教学与企业内部微服务改造。

项目地址：https://github.com/thedevplus/kvs-system 1、立项背景和目标 基于PingCap的Practical Networked Applications in Rust，使用 Rust 从零实现一个高性能日志结构键值存储系统。目标是深入掌握存储引擎设计（Bitcask 模式）、并发线程池架构、自定义网络协议与性能调优等系统编程核心能力，并通过 Criterion 基准测试与 Sled 等生产级引擎横向对比，验证自研方案的吞吐表现。 2、软件功能、核心功能模块 - Bitcask 存储引擎 （src/kvs.rs）：追加写日志 + 内存 HashMap 索引，1 MiB 段轮转，O(1) 点读取经 read_at 定位，后台压缩线程按陈旧条目阈值触发，原子替换索引，WAL。 - 可插拔线程池 （src/thread_pool.rs）：统一 spawn API，三种后端——Naive（一任务一线程）、SharedQueue（定长 worker + crossbeam 通道，含 catch_unwind 容错）、Rayon（工作窃取，第三方对比库）。 - 自定义 TCP 线协议 （src/protocol.rs）：2 字符 opcode + 双 tab 分隔的行帧格式，手写 Serde 序列化/反序列化，Set/Get 共用 value 帧，错误码内联消息。 - 客户端连接池 （src/client.rs）：预建立多条长连接，AtomicUsize 轮询分配请求，读写半分离避免锁竞争，双包 Sd 实现优雅关闭。 - CLI 与库双模式 ：支持命令行（kvs-client/kvs-server）和 Rust 库两种调用方式。 3、业务流程、功能路径描述 - 写入路径 ：客户端构造 ClientArgs → 协议层序列化为 st 帧 → 连接池原子轮询选连接写入 → 服务端线程池 spawn 处理 → 追加写日志段 + 更新内存索引 → 返回成功响应。 - 读取路径 ：客户端发送 gt 帧 → 服务端查询 HashMap 获取 KvPointer{log,pos,sz} → read_at 精确定位读取 → 命中返回值 / 未命中返回 Gn。 - 压缩路径 ：后台线程监测陈旧条目达 1000 → 重写活跃记录到新段 → 写锁下原子替换索引 → 两级反压（yield_now + sleep）防止写饥饿。 - 关闭路径 ：客户端发 Sd 到池连接置 exit_status 标志 → 再经新 TcpStream::connect 发 Sd 唤醒阻塞的 accept 循环 → 服务端优雅退出。

ruoyi-proxy 是一个面向多服务器场景的开源蓝绿部署运维代理（GitHub 开源项目），解决传统发布需停机、HTTPS 配置繁琐、多服务难管理的问题。核心功能：1. 零停机蓝绿部署：自动健康检查、一键回滚、支持长连接；2. 自动 HTTPS：对接 Let's Encrypt 免费证书自动签发与续期；3. 多 Java 服务统一管理，自动生成 Nginx 反向代理配置；4. AI Agent 模式：自然语言即可完成部署/回滚等运维操作，兼容多种大模型；5. Hub AI Gateway：多服务器集中管理；6. 低内存模式，适合小内存服务器。单文件部署，开箱即用。开源地址：https://github.com/xuantiandaozun/ruoyi-proxy

一、立项背景和目标 该仓库是自研的 AsulLang 轻量化脚本解释器项目。当下很多嵌入式脚本引擎体积庞大、跨平台兼容性较差，C++ 程序接入脚本引擎流程繁琐，多数轻量解释器缺少异步、装饰器、元编程等现代语法。 项目目标为搭建一款基于 C++、易于嵌入宿主程序的跨平台脚本引擎；完善新式编程语言语法用来做语言特性试验；搭建命令行工具、VS‑Code 插件、内置标准库，降低开发者二次开发难度，方便 C++ 项目搭载动态可修改的脚本业务逻辑。 二、软件功能、核心功能模块 项目主体采用 C++ 编写解释器内核，附带 VSCode 语法插件、编译测试脚本，主要分为五大模块。 解释器内核模块：包含词法分析、语法解析、抽象语法树生成、运行时环境、异步事件循环，负责解析源码、管理变量作用域、调度异步任务，同时内置语言服务支撑代码提示。 脚本语言核心能力：支持面向对象多继承、闭包、装饰器、解构赋值、模式匹配、异步语法、模块导入、元编程等功能；自带文件读写、网络请求、正则、动态库调用、单元测试等标准库。 命令行工具模块：提供 REPL 交互式终端、脚本文件运行、版本查看、批量测试功能，可以直接调试和执行 alang 格式源码。 编辑器配套工具：VSCode 扩展实现语法高亮、代码折叠、符号识别，方便日常脚本编写。 C++ 宿主接入模块：对外开放原生绑定接口，开发者能够注册 C++ 函数与类，实现 C++ 主程序和脚本之间互相调用，还支持 FFI 调用系统动态链接库。 三、业务流程、功能路径 首先进行项目编译部署，拉取源码后借助 CMake 完成跨平台配置，编译生成可执行程序，安装对应依赖环境。 日常开发存在三条使用路径。第一种为交互式调试，启动程序进入 REPL 环境，逐行输入代码即时运行调试；第二种直接加载.alang脚本文件执行业务代码；第三种嵌入进 C++ 工程，初始化引擎、注册底层原生接口后运行脚本，手动驱动事件循环处理异步任务。 完整开发流程：安装 VSCode 插件编写脚本，导入内置标准库实现文件、网络等功能；编写单元测试，运行批量测试脚本校验代码；高级场景依靠 FFI 调用本地动态库，利用元编程接口动态生成、执行代码。 该引擎适合桌面程序、嵌入式项目扩展动态逻辑，也可供爱好者开展编程语言相关实验。

1.立项背景:解决工业产品授权点数成本 2.模块功能:显示服务器资源使用情况 3.业务流程:进入到此模块，查看服务器资源 使用情况，并将使用情况用PDF文件或word文件格式打印出来。 4、具体功能如下： 1、应用管理  完成Windows应用的平滑迁移，未进行信创适配的Windows应用，可在信创终端上完整运行。  完成Linux应用的统一部署和管理，已完成信创适配的应用无需单机逐一安装，可以实现统一的部署和管理，降低维护成本。 2、外设管理  未完成信创兼容的USB外设（打印机、扫描仪、扫描枪等）可以在信创终端上实现即插即用的使用体验。  完成信创兼容的USB外设（打印机、扫描仪、扫描枪等）可以在信创终端实现统一管控和集中使用。 3、应用兼容性  能够在信创终端上无需切换系统的前提下同时运行Windows和Linux应用程序。  能够确保应用程序在不同的操作系统环境下正常运行，可以有效处理不同系统之间的差异，提供良好的应用兼容性。 4、扩展能力  具有较好的可扩展性，可以根据需求动态添加新的兼容模块，以适应新的应用程序或架构的需求。  注重优化性能，通过多种技术手段，提高了应用程序的运行效率和响应速度，提供更好的用户体验。

用 C++ 从零实现的脚本语言解释器，参考Python架构设计，实现了完整的图灵完备执行能力。 理解编程语言从源代码到执行结果的完整链路：词法分析、语法解析、AST 构建、运行时求值。 核心能力： 1.完整的解释执行流程：词法分析→语法解析→AST→树遍历执行，支持变量、条件、循环、函数定义与调用 2.模块系统：支持import导入其他脚本文件，实现代码复用和模块化组织 3.C++DLL扩展机制：支持加载原生C++动态库作为扩展模块，脚本可直接调用DLL中导出的函数，实现了脚本语言与原生代码的互操作 4.标准库：内置数学库等基础功能模块

跨平台高性能网络框架，用C++17从零实现。 核心功能： 1.一套代码跑四个平台后端，上层完全无感知 2.单机支持万级并发长连接，低负载下吞吐达112万次请求/秒 3.尾部延迟 4.多核近线性扩展，4核性能提升3.5倍 5.内置消息序列化，一行代码定义消息格式，自动处理网络传输中的粘包拆包问题

一、立项背景和目标​ 随着云计算技术的飞速发展，企业对云资源的需求日益增长。传统云资源计费方式存在计量不精准、计费规则固化、高并发场景下响应迟缓等问题，难以满足用户多样化的计费需求，也给云服务提供商的运营管理带来不便。基于此，云资源计费系统立项开发，核心目标如下：一是实现云资源使用数据的实时精准计量，确保计费数据的准确性；二是支持灵活的计费规则配置，满足不同用户的定制化需求；三是保障系统在高并发场景下的稳定运行与弹性扩展，提升用户体验；四是通过高效的数据管理，降低系统运维成本，提高运营效率。技术栈选用 Java、Spring Boot、k8s、MySQL、Redis，为目标实现提供支撑。​ 二、软件功能及核心功能模块介绍​ 系统核心功能模块围绕 “计量 - 计费 - 管理 - 支撑” 构建，各模块依托技术栈实现高效运作：​ 资源计量模块：基于 Java 多线程技术与 Spring Boot 框架开发，实时采集云资源（CPU 使用率、存储 IO、网络带宽等）的使用数据，按秒级频率获取数据并进行初步清洗，确保数据时效性与准确性。采集到的实时数据先暂存于 Redis，避免直接访问 MySQL 造成数据库压力。​ 计费规则管理模块：支持按时长、流量计费、按需付费等多种规则配置。规则数据存储于 MySQL，借助 Spring Boot 的接口实现动态更新，无需重启系统即可生效，满足用户灵活调整计费方式的需求。​ 账单生成与管理模块：根据计量数据与匹配的计费规则，自动计算费用并生成日 / 月账单。账单数据持久化存储于 MySQL。模块还支持账单导出、异常账单排查等功能，方便用户与运营人员管理。​ 容器化部署与弹性支撑模块：基于 k8s 实现系统容器化部署，实时监控各模块负载（如 CPU 使用率、请求量）。当负载过高时，k8s 自动扩容 Pod 实例；负载降低时，自动缩容，实现资源高效利用，保障系统在高并发场景下的稳定运行。​ 三、业务流程及功能路径描述​ 数据采集路径：用户使用云资源→资源计量模块通过 Java 多线程采集资源使用数据→访问 MySQL获取数据。​ 计费计算路径：计费规则管理模块从 MySQL 读取用户配置的计费规则→按规则计算实时费用→计算结果同步至MySQL。​ 账单生成路径：每日固定时段（凌晨 2 点）→系统同步全量计量与费用数据至 MySQL→按计费规则自动生成日账单→更新用户账户余额信息。​ 用户查询路径：用户发起账单查询请求→从 MySQL 读取数据→获取数据后返回给用户。​ 弹性扩展路径：k8s 监控系统各模块负载→当 CPU 使用率超阈值或请求量激增→自动增加 Pod 实例数量→负载下降后，自动减少 Pod 实例→实现系统弹性伸缩，保障稳定运行。​

为更大效率利用公司GPU资源、节省成本，通过对NVIDIA的驱动库、运行库和函数库进行劫持，将公司k8s集群中GPU卡的算力和显存资源进行统计和管理，使单卡资源利用率提高13%；并引入远程共享池化的概念，使没有GPU卡的机器能通过网络使用GPU池中的资源。

AI 道路巡检管理系统以 “全流程智能化” 为核心，构建了从影像采集到养护决策的闭环功能体系，具体包含三大核心模块：​ 1. 智能病害识别引擎​ 依托深度优化的图像算法模型，可自动解析车载摄像头、无人机等设备采集的路面影像，精准识别裂缝（横向、纵向、网状）、坑槽、车辙、修补不良等 20 余种典型病害。系统具备自适应学习能力，通过持续积累实际场景数据，不断优化识别精度，当前对主要病害的识别准确率达 95% 以上，误报率控制在 3% 以内，可替代 80% 的人工判读工作。同时支持自定义病害类型，满足不同地区道路（如市政道路、高速公路）的个性化需求。​ 2. 全维度数据管理平台​ 构建 “病害 - 位置 - 时间” 三维数据档案：自动关联 GIS 地图标注病害精确坐标（误差≤5 米），同步记录病害尺寸（如裂缝长度、坑槽面积）、严重等级（按行业标准划分为轻微 / 中等 / 严重）及拍摄时间；支持多源数据接入，可整合养护历史记录、交通流量数据等信息，形成完整的道路健康档案。平台提供可视化查询与导出功能，用户可通过路段筛选、时间轴回溯等方式快速调取数据，生成标准化报表（如 Excel、PDF），为养护方案制定提供数据基底。​ 3. 养护决策分析系统​ 基于历史数据与实时监测结果，自动生成路段健康度评分（0-100 分）及病害发展趋势预测（如未来 3 个月裂缝扩展速率），辅助用户优先级排序养护任务；通过内置算法计算最优养护方案（如针对坑槽推荐 “切割修补” 或 “热拌沥青填充”），并预估所需人力、物料成本，实现资源精准调配。系统还支持模拟不同养护策略的长期效益，助力从 “应急抢修” 转向 “预防性养护”。​ 三大模块无缝衔接，从前端识别到后端决策全程数字化，大幅降低人工干预，让道路巡检与养护管理更高效、更精准、更具前瞻性。

本方案具有以下特点： 高效性：通过优化的编解码算法和数据传输协议，本方案能够实现更快的数据传输速度和更低的延迟。 可靠性：采用多线程处理和定时控制机制，确保了数据传输的稳定性和准确性。