CS技术栈汇总+项目

项目

gin-vue-blog

Golang 全栈博客，支持 Docker Compose 一键部署。基于最新前后端技术栈 Vue3、TS、Unocs 、Redis 等。前端包含博文展示前台、博客后台管理系统。后端包含 JWT 鉴权、RBAC 权限控制等。代码质量高注释全接口文档完善，适合前后端开发者学习。

tiny-gpu

A minimal GPU design in Verilog to learn how GPUs work from the ground up tiny-gpu – GPU入门教程 | tiny-gpu 开源项目，对图形处理单元（GPU）的工作原理感兴趣的人提供学习机会，使用Verilog 硬件描述语言，tiny-gpu 项目创建功能最基础的 GPU 设计，允许用户深入到 GPU 的内部工作机制中去。 Verilog 作为一种在电子设计自动化（EDA）领域广泛使用的硬件描述语言，使得开发者能够描述电子系统的硬件结构与行为。通过编写 Verilog 代码，工程师们可以设计复杂的电子系统，比如 CPU、GPU 和其他专用集成电路（ASIC）。 tiny-gpu 项目的核心目标是提供一个教育工具，以帮助学生、爱好者甚至是专业人士去理解 GPU 的基本组成部分以及它们是如何协同工作的。这个设计可能包含如下几个关键部分：

流水线设计：一个简化的流水线结构，展示数据是如何在 GPU 内部流动和处理的。

渲染引擎：最基本的渲染引擎，可能支持简单的顶点和像素着色器功能，以便进行图形绘制。

内存管理：GPU 的内存访问模式，包括纹理内存和帧缓冲区的管理。

并行处理单元：模拟 GPU 的多个处理核心，用于执行并行操作，这是现代 GPU 强大计算能力的关键所在。

控制逻辑：处理指令流和调度任务的逻辑，确保不同部分的 GPU 可以协调工作。

接口：实现与外部世界连接的接口，如 PCI Express 或其他通信协议。

通过这些模块tiny-gpu能够帮助用户了解 GPU 的基础概念，还能实际体验设计和验证过程，可以自行修改和扩展设计，实验不同的架构选择，仿真或实际芯片制造来测试他们的设计。这个项目还提供了丰富的文档和教程，指导用户如何从零开始构建自己的 GPU，如何用 Verilog 编写代码，如何利用仿真软件测试设计，以及如何在必要时将设计适配到 FPGA（现场可编程门阵列）上进行实验。tiny-gpu 项目是教育和实践相结合的完美示例，促进了硬件设计知识的普及，对计算机图形学和并行计算深层次探索的热情。

Brainstorm

手写mini vue ,mini react ，掌握源码原理
做开源组件库项目
低代码拖拉拽项目
拖拉拽生成流程图，思维导图

技术栈

文章配图

Frontend

HTML
HyperText Markup Language
CSS
Cascading Style Sheets
- preprocessor: bundler + tranpiler
  - SASS
- CSS Framework
  - Bootstrap
JavaScript
make webpage interactive
- DOM: Document Object Model
  change the webpage
  - repetitive
  - hard to manage
  https://github.com/szluyu99/gin-vue-blog.git
- JavaScript Framework
  never use dom directly
  - ReactJS
  - Angular
  - VueJS
- JS miss features that split code into different files and organize
  - Bundler: let us to split, then combine all
    - Webpack
  - Transpiler: add extra features
    - TypeScript
- XMLHttpRequest
  send a message to a url (backend)
  - axios-http
  - fetch API

Backend

Backend Programming Language:
- JavaScript (NodeJS)
- Python
- Rudy
- Java
Backend Framework: Create a server much easier and with less code
- ExpressJS
- Python Django
- Rudy on Rails
- Java Spring
Package Manager: Packages: do calculation, talk to a database, and set up user login and authentication
- npm
- pip
- bundler
- maven

Database

Primary Databases:
not good for storing images or text search
- MySQL
- PostgreSQL
- MongoDB
Others:
- Redis
  cache to take some stress off
- Store Images
  - Blob Storage (AWS S3)
  - CDN (AWS Cloudfront)
- Search Database
  text search
  - Elastic Search
- Analytical Database
  data science
  - Snowflake
- Scheduled Tasks
  - RabbitMQ
    job queue to schedule tasks in the future
API: Application Programming interface
- Rest: Representational State Transfer
  - Type + Domain name + URL path
    Post https://amazon.com/orders
    Uniform Resource Locator
  - POST: create
  - GET
  - DELETE
- GraphQL
  POST /graphql
- RPC: remote procedure call
  POST /createOrder, POST /getOrderHistory

Infrastructure

Cloud Computing
- AWS: Amazon Web Services
- GCP: Google Cloud Platform
- Microsoft Azure
IaaS: Infrastructure as a service
rent Vitrual Machine
- LB: Load Balancer
  distribute requests evenly across VMs
PaaS: Platform as a service
set up all VMs including LB, integrate everything
- AWS Elastic Beanstalk
- App Engine for GCP
- App Service for Microsoft Azure
SaaS: Software as a service
provide a backend and an API
- Twilio: Email Service Company
Microservices 微服务
split backend into separate ones, smaller and more focus

后端的技术主要是：

应用业务逻辑开发

rpc/REST

缓存，如redis

网关

消息中间件

事务存储，如mysql

infra开发包括五大类：云计算，云原生包括容器、调度等，中间件，大数据与AI以及系统软件。

云计算： 1. 计算虚拟化，如kvm 2. 存储虚拟化，如容器的csi 3. 网络虚拟化，如ipvlan和vxlan等

云原生： 1. 容器，如docker 2. 调度中心，如k8s 3. 服务网格，如istio

中间件： 1. DNS，如GSLB 2. 网关，如api gateway 3. 负载均衡，如LVS和ngnix 4. 消息队列，如kafka 5. 缓存，如redis 6. 配置、服务注册中心，如ectc、zk 7. 应用编译、发布、测试平台等

大数据平台与AI： 1. 数据采集，主要包括元数据、业务数据和监控数据 2. 大数据存储，如hdfs和elasticsearch等 3. 离线计算，如spark 4. 实时计算，如flink、spark streaming 5. 全文检索，如elasticsearch 6. 智能计算，如pytorch和params server等 7. 可视化，如商业报表工具

系统软件： 1. 操作系统 2. 编程语言与编译器