Давайте продолжим обсуждение увлекательной темы. Отвечу по пунктам.
1.Тезис про «классический антипаттерн гвоздь-микроскоп» слишком категоричен, если не определены критерии, по которым StatefulSet може быть хуже. Само по себе использование StatefulSet для получения ID не является доказанным антипаттерном. Это одно из возможных решений, которое нужно сравнивать с альтернативами по требованиям и стоимости эксплуатации.
Возможные критерии сравнения: 1.Высокое потребление ресурсов StatefulSet по сравнению с ZK; 2.Время запуска; 3.Cущественное потребление ресурсов; 4.Отказоустойчивость; 5.Ограничения масштабирования;
ZooKeeper/etcd, на мой взгляд, не всегда является “решением по умолчанию”. Для эксплуатации ZooKeeper нужны определенные усилия для облеспечения кворума, выделение дисков, мониторинг кластера. Кроме того, для решения задачи получения nodeID нужно определить допустимый диапазон значений, получать номер не только при старте, но и при перезапуске пода. ZooKeeper/etcd сами по себе не знают, что такое workerId, сколько таких идентификаторов разрешено, какие значения свободны и как сопоставить выданный номер с конкретным генератором. Для этого нужно дополнительная логика.
2.Я не утверждал, что нужен распределённый счётчик Pod’ов. Мне нужен уникальный идентификатор генератора, который можно получить при помощи StatefulSet, не прибегая к развертыванию кластера ZK. Тезис про необходимость распределенного счетчика nodeId мне кажется не совсем точно отражающим суть проблемы. Нужно решать несколько проблем, в том числе: 1.Как определить когда номер освобождается и что делать с этим номером? 2.Как связать владение nodeId с Pod? 2.Как обнаружить исчезновение владельца? 3.Как исключить одновременное владение когда процесс завис и не отдает свой номер? Нужен координатор уникального владения worker ID,а не распределенный счетчик nodeId. В свете вопросов, связанных с развертыванием и эксплуатацией кластера ZK и создания механизма координации уникального владения worker ID, использование StatefulSet не кажется мне антипаттерном.
3 и 4.Я не говорил что проблема предлагаемого подхода в высокой нагрузке на Zookeeper, а обратил внимание на то, что эта система не умеет вести учет номеров workerId, так как ничего о них не знает. Согласен, что к ZooKeeper/etcd не нужно обращаться при каждой генерации ID. Координатор может использоваться только при получении nodeID, когда Pod стартует впервые или перезапускается. Мой аргумент был в другом: ZooKeeper/etcd сами по себе не знают о Snowflake workerId. Они предоставляют механизмы координации, но не готовый учёт номеров генераторов.
5.Утверждение о том, что “Генераторы должны быть в каждом микросервисе, которым нужны идентификаторы - в этом вся прелесть снежинки” слишком категорично. Да, генераторы могут быть частью микросервиса, в котором нужны идентификаторы. Тут всё зависит от того, насколько нужно масштабировать алгоритм “снежинки”. Об этом я писал в прошлом ответе. Сама по себе “снежинка” ничего не знает о микросервисах. Это алгоритм генерации распределённых идентификаторов, которому нужны уникальные идентификаторы одновременно работающих генераторов, а не микросервисная архитектура как таковая. Утверждение “весь профит съест сетевой трафик” без бенчмарков слишком сильное. Если микрорсервисы написаны на разных языках, то для каждого нужна реализация “снежинки”, получения worker ID, корректная обработка отвода часов назад и т.д. Это усложнит разработку.
Описанный Вами вариант является вполне разумной альтернативой. Я выбрал другой вариант, потому что в рамках серии статей хотел показать именно выделенный сервис генерации ID и Kubernetes-механику его масштабирования.
Согласен с тем, что в случае использования UUIDv7 не нужна координация. Но проблема в том, что получается слишком длинный ID. Вы пишете что UUIDv7 с кодированием в Base62 дает 22 URL-безопасных символа. В задаче по системному дизайну, которую я рассматривал в качестве отправной точки, говорится о том, что ссылка должна быть как можно короче (7 символов).
Спасибо за вопросы! К сожалению, я не имею опыта работы с Zookeeper\etcd, поэтому отвечу, основываясь исключительно на информации, которую только что прочитал об этих системах.
1.Да StatefulSet здесь используется исключительно ради получения гарантированно уникальной цифры из имени.
Мне кажется что внедрение ZooKeeper или etcd ради раздачи номеров — это избыточное усложнение. К тому же на Хабре уже была статья, в которой говорится, что настройка кластера ZooKeeper может быть непростой задачей, особенно для новичков.
Насколько я понял, и ZooKeeper, и etcd — это распределенные системы, работающие на алгоритмах консенсуса. Для кворума им нужно минимум 3 ноды. Ирония еще и в том, что для запуска надежного кластера ZooKeeper в K8s все равно придется использовать полноценный StatefulSet с дисками. То есть мы значительно усложняем систему.
К тому же ZooKeeper и etcd не умеют вести учет подов. Если мы выберем Deployment вместе с ZooKeeper/etcd, то придется писать сервис назначения свободного ID вручную. StatefulSet нативно берет логику отслеживания Id подов на себя.
2.Предложение переместить генераторы в микросервисы-потребители, на первый взгляд выглядит заманчивым, но у данного подхода есть ограничения по масштабированию.
У меня на хранение Id генератора отведено 3 бита, то есть может быть максимум 8 микросервисов-потребителей. Если их перестанет хватать для обработки запросов, то масштабировать эти сервисы дальше мы не сможем.
По поводу лишнего трафика трудно сказать, что создаст его больше - решение со StatefulSet или с использованием кластера Zookeeper. В моем решении количество запросов к генератору минимизируется за счет того, что в ответ на запрос потребитель получает не один Id, а сразу массив. При старте сервиса выполняется предварительная генерация Id, не дожидаясь запросов. Поэтому задержки здесь сводятся к минимуму. Конкуренция за генераторы минимизируется за счет gRPC балансировки нагрузки на клиенте.
Спасибо за вопросы! Постараюсь ответить подробно. Да, проблема с коллизиями nodeId решается с использованием statefulsets. В документации сказано что поды в StatefulSet имеют уникальный порядковый индекс, например, idgen-0, idgen-1, idgen-2. В коде я получаю этот индекс и преобразую в пару id-датацентра, id-машины. Поскольку индексы гарантированно уникальны в рамках одного SatefulSet, коллизии nodeId исключены. Это надежно, так как K8s гарантирует, что в один момент времени не будет двух подов с одинаковым индексом в одном SatefulSet. Даже если под упадет, K8s пересоздаст его с тем же самым номером. По поводу того, не слишком ли дорого выходит. Я думаю, что с точки зрения потребления ресурсов (CPU, RAM) StatefulSet поды вряд ли "весят" существенно больше чем поды Deployment. Поды StatefulSet развертываются последовательно, поэтому данный процесс происходит медленее, чем с подами Deployment. Но для сервиса генерации ID это не критично.
По вопросу избыточности вынесения функционала генератора в отдельный микросервис. Да, для приложений с невысокой нагрузкой вынесение функционала в отдельный микросервис избыточно. Однако, цель данной серии статей - продемонстрировать именно микросерисный подход в условиях потенциально высокой нагрузки. В таких условиях вынос генератора ID в отдельный сервис оправдан по двум причинам.
Масштабирование экземпляров микросервиса в ответ на увеличение количества запросов генерации ID.
Избавление от единой точки отказа в виде БД. Альтернативным вариантом вместо алгоритма Snowflake является сервер тикетов, основанный на использовании базы данных с автоинкрементом счетчика ID. При высокой нагрузке использование БД может стать узким местом и точкой отказа.
После распределения nodeId при помощи StatefulSet я не вижу причин по которым нельзя было бы сразу генерировать ID и использовать по назначению в любом сервисе, в том числе stateless.
Согласен, что лучше использовать подходящее готовое решение, чем делать свое. Но для того чтобы выбрать наиболее подходящее решение и обосновать его использование нужно обладать некоторым опытом. Суть моих статей - попытаться объяснить как можно спроектировать архитектуру и на ее основе создать систему людям, которые опытом не обладают.
Система не упадет. В описанном Вами случае она должна вернуть пользователю ошибку. Например, HTTP Статус 503. Service Unavailable (Сервис недоступен). Это временная проблема на стороне сервера. Она показывает, что сама ссылка, возможно, существует, но сервер сейчас не может её обработать. Ситуация недоступности URL Shortener является исключительной. Проблему поддержания нужного количества экземпляров сервисов можно решить при помощи механизма health check. Насколько я знаю, такие механизмы доступны при развертывании в облаке.
По поводу обхода анализа незаконных ссылок. Универсальной защиты от обхода придумать, скорее всего, нельзя. Но следуя Вашему предложению, можно, например, проверять уже сохраненные ссылки на попадание в список опасных и таким образом периодически чистить свою базу и кэш.
292G урлов стоит понимать как теоретический максимум, вытекающий из анализа требований. По данным из https://www.techcult.ru/internet/14774-kolichestvo-sajtov-prevysilo-milliard на начало 2025 года в инете насчитывается примерно 1,1 млрд сайтов. Но, как, говорится, есть нюансы. Во-первых, активно развиваемых владельцами сайтов будет намного меньше (15-20%), а остальные, насколько я понимаю, доступны для просмотра, но информацию на них уже давно не обновляют. При этом ссылки доступны и отвечают. Во-вторых, насколько я понимаю, Вы исходите из предположения, что на один доступный URL сайта можно сделать только одну ссылку. Но есть такие ресурсы как ютуб, на котором каждое видео имеет свой урл. По оценке, опубликованной здесь https://habr.com/ru/companies/ru_mts/articles/784806/ таких урлов уже больше 13 миллиардов.
Приведенная в комментарии ссылка у меня не открывается. Обращение к БД всегда происходит только при создании ссылок. Если нужно перейти по короткой ссылке, то система вначале ищет её в кэше Redis и только при отсутствии ссылки там происходит обращение к БД. Но и в этом случае можно оптимизировать нагрузку на БД путем создания реплик. Запись идет только на мастер ноду, а чтение со слейв.
Про алгоритм генерации uid и про балансировку нагрузки будут отдельные статьи. Материала довольно много, поэтому решил не делать эту статью ещё длиннее.
Честно говоря, не совсем понял как бинарное дерево может быть корутиной. Бинарное дерево - это иерархическая структура, данные в которой упорядочены. Например, двоичное дерево поиска. У всех узлов левого поддерева произвольного узла X значения ключей меньше либо равны, значению ключа узла X. У всех узлов правого поддерева X значения ключей больше, нежели значение ключа узла X. Корутина - это, грубо говоря, код, обрабатывающий некоторые данные. Она не является структурой данных. В статье речь идет о двух связном списке планирования для сопрограмм. Список последовательно просматривается с целью найти сопрограмму, которую можно запустить на выполнение или продолжить её выполнение. Такой упорядоченности как в бинарном дереве здесь нет. Просто проходим по всем элементам списка.
Постараюсь объяснить на примере функций setjmp/longjmp int setjmp(jmp_buf env) - сохраняет состояние программы, устанавливая точку возврата при помощи структуры типа jmp_buf. Возвращаемое значение этой функции зависит от контекста. Если функция setjmp вызывается впервые, она возвращает 0. Если управление передается обратно в setjmp из longjmp, то возвращается ненулевое значение аргумента val функции longjmp. Функция void longjmp(jmp_buf env, int val) выполняет переход в точку, заданную ранее с помощью setjmp. При этом восстанавливается сохраненное состояние, и выполнение продолжается с места, где был сделан вызов setjmp. Функция longjmp передает управление обратно в функцию, которая вызывала setjmp и с этого места продолжается выполнение программы. Параметр val представляет значение, которое будет возвращено из функции setjmp при восстановлении состояния программы - своего рода статус выполнения. Оно должно быть отличным от нуля, чтобы отличить этот случай от первого вызова setjmp. Если же это значение устновить равным 0, то все равно setjmp возвращает 1. Сделано это для того чтобы предотвратить переход программы в бесконечный цикл. Рассмотрим пример:
jmp_buf env;
void test() {
puts("В функции test перед longjmp.");
longjmp(env, 1); // Возвращаемся к точке, где был вызван setjmp
puts("Эта строка не будет выведена.");
}
int main() {
if (setjmp(env) == 0) { // Точка возврата из longjmp
// Первый вызов setjmp возвращает 0 при нормальном вызове
puts("Выполняем код до вызова longjmp.");
test(); // В этой функции будет вызван longjmp
} else {
// Второй вызов - longjmp возвращает ненулевое значение
puts("Возвращение из longjmp");
}
return 0;
}
Если бы можно было при помощи longjmp заставить setjmp повторно вернуть 0, то программа бы зациклилась.
"Протопоток" относится к user space thread. Но я не считаю эти пониятия тождественными так как fiber и goroutine также относятся к user space thread. Да, "протопотоки" stackless и используются, в первую очередь, в языке Си для написания программ в системах с сильно ограниченным объемом памяти типа микроконтроллеров. Что касается fiber, то тут надо уточнить. Есть библиотека Fiber для С++, входящая в Boost. Там Fiber stackful. Есть еще библиотека Fiber в Windows. Я с ней не работал, но вроде они тоже stackful, как описано здесь. Горутины не для Си/С++, но тоже stackful.
Select упомянут в тексте статьи, но в примерах программ его нет. Есть только иллюстрация использования неблокирующего режима работы файлового дескриптора в корутине. В будущем планирую отдельную статью в которой будет рассмотрено использование epoll с сопрограммами на примере простого tcp сервера.
Смысл в том, чтобы можно было перейти из одной функции в другую, например из планировщика сопрограмм в корутину, запланированную к выполнению. В качестве примера реализации можно привести язык Си, где есть функция setjmp для сохранения состояния выполнения программы и longjmp для перехода к сохраненному состоянию. Неограниченное продолжение пришло из языка Scheme, где реализовывалось при помощи функции call/cc. В качестве второго примера можно назвать библиотеку Boost Context, где есть функция callcc, представляющая собой аналог call/cc из Scheme.
Давайте продолжим обсуждение увлекательной темы. Отвечу по пунктам.
1.Тезис про «классический антипаттерн гвоздь-микроскоп» слишком категоричен, если не определены критерии, по которым StatefulSet може быть хуже. Само по себе использование StatefulSet для получения ID не является доказанным антипаттерном. Это одно из возможных решений, которое нужно сравнивать с альтернативами по требованиям и стоимости эксплуатации.
Возможные критерии сравнения: 1.Высокое потребление ресурсов StatefulSet по сравнению с ZK; 2.Время запуска; 3.Cущественное потребление ресурсов; 4.Отказоустойчивость; 5.Ограничения масштабирования;
ZooKeeper/etcd, на мой взгляд, не всегда является “решением по умолчанию”. Для эксплуатации ZooKeeper нужны определенные усилия для облеспечения кворума, выделение дисков, мониторинг кластера. Кроме того, для решения задачи получения nodeID нужно определить допустимый диапазон значений, получать номер не только при старте, но и при перезапуске пода. ZooKeeper/etcd сами по себе не знают, что такое workerId, сколько таких идентификаторов разрешено, какие значения свободны и как сопоставить выданный номер с конкретным генератором. Для этого нужно дополнительная логика.
2.Я не утверждал, что нужен распределённый счётчик Pod’ов. Мне нужен уникальный идентификатор генератора, который можно получить при помощи StatefulSet, не прибегая к развертыванию кластера ZK. Тезис про необходимость распределенного счетчика nodeId мне кажется не совсем точно отражающим суть проблемы. Нужно решать несколько проблем, в том числе: 1.Как определить когда номер освобождается и что делать с этим номером? 2.Как связать владение nodeId с Pod? 2.Как обнаружить исчезновение владельца? 3.Как исключить одновременное владение когда процесс завис и не отдает свой номер? Нужен координатор уникального владения worker ID,а не распределенный счетчик nodeId. В свете вопросов, связанных с развертыванием и эксплуатацией кластера ZK и создания механизма координации уникального владения worker ID, использование StatefulSet не кажется мне антипаттерном.
3 и 4.Я не говорил что проблема предлагаемого подхода в высокой нагрузке на Zookeeper, а обратил внимание на то, что эта система не умеет вести учет номеров workerId, так как ничего о них не знает. Согласен, что к ZooKeeper/etcd не нужно обращаться при каждой генерации ID. Координатор может использоваться только при получении nodeID, когда Pod стартует впервые или перезапускается. Мой аргумент был в другом: ZooKeeper/etcd сами по себе не знают о Snowflake workerId. Они предоставляют механизмы координации, но не готовый учёт номеров генераторов.
5.Утверждение о том, что “Генераторы должны быть в каждом микросервисе, которым нужны идентификаторы - в этом вся прелесть снежинки” слишком категорично. Да, генераторы могут быть частью микросервиса, в котором нужны идентификаторы. Тут всё зависит от того, насколько нужно масштабировать алгоритм “снежинки”. Об этом я писал в прошлом ответе. Сама по себе “снежинка” ничего не знает о микросервисах. Это алгоритм генерации распределённых идентификаторов, которому нужны уникальные идентификаторы одновременно работающих генераторов, а не микросервисная архитектура как таковая. Утверждение “весь профит съест сетевой трафик” без бенчмарков слишком сильное. Если микрорсервисы написаны на разных языках, то для каждого нужна реализация “снежинки”, получения worker ID, корректная обработка отвода часов назад и т.д. Это усложнит разработку.
Описанный Вами вариант является вполне разумной альтернативой. Я выбрал другой вариант, потому что в рамках серии статей хотел показать именно выделенный сервис генерации ID и Kubernetes-механику его масштабирования.
Согласен с тем, что в случае использования UUIDv7 не нужна координация. Но проблема в том, что получается слишком длинный ID. Вы пишете что UUIDv7 с кодированием в Base62 дает 22 URL-безопасных символа. В задаче по системному дизайну, которую я рассматривал в качестве отправной точки, говорится о том, что ссылка должна быть как можно короче (7 символов).
Спасибо за вопросы! К сожалению, я не имею опыта работы с Zookeeper\etcd, поэтому отвечу, основываясь исключительно на информации, которую только что прочитал об этих системах.
1.Да StatefulSet здесь используется исключительно ради получения гарантированно уникальной цифры из имени.
Мне кажется что внедрение ZooKeeper или etcd ради раздачи номеров — это избыточное усложнение. К тому же на Хабре уже была статья, в которой говорится, что настройка кластера ZooKeeper может быть непростой задачей, особенно для новичков.
Насколько я понял, и ZooKeeper, и etcd — это распределенные системы, работающие на алгоритмах консенсуса. Для кворума им нужно минимум 3 ноды. Ирония еще и в том, что для запуска надежного кластера ZooKeeper в K8s все равно придется использовать полноценный StatefulSet с дисками. То есть мы значительно усложняем систему.
К тому же ZooKeeper и etcd не умеют вести учет подов. Если мы выберем Deployment вместе с ZooKeeper/etcd, то придется писать сервис назначения свободного ID вручную. StatefulSet нативно берет логику отслеживания Id подов на себя.
2.Предложение переместить генераторы в микросервисы-потребители, на первый взгляд выглядит заманчивым, но у данного подхода есть ограничения по масштабированию.
У меня на хранение Id генератора отведено 3 бита, то есть может быть максимум 8 микросервисов-потребителей. Если их перестанет хватать для обработки запросов, то масштабировать эти сервисы дальше мы не сможем.
По поводу лишнего трафика трудно сказать, что создаст его больше - решение со StatefulSet или с использованием кластера Zookeeper. В моем решении количество запросов к генератору минимизируется за счет того, что в ответ на запрос потребитель получает не один Id, а сразу массив. При старте сервиса выполняется предварительная генерация Id, не дожидаясь запросов. Поэтому задержки здесь сводятся к минимуму. Конкуренция за генераторы минимизируется за счет gRPC балансировки нагрузки на клиенте.
Спасибо за вопросы! Постараюсь ответить подробно. Да, проблема с коллизиями nodeId решается с использованием statefulsets. В документации сказано что поды в StatefulSet имеют уникальный порядковый индекс, например, idgen-0, idgen-1, idgen-2. В коде я получаю этот индекс и преобразую в пару id-датацентра, id-машины. Поскольку индексы гарантированно уникальны в рамках одного SatefulSet, коллизии nodeId исключены. Это надежно, так как K8s гарантирует, что в один момент времени не будет двух подов с одинаковым индексом в одном SatefulSet. Даже если под упадет, K8s пересоздаст его с тем же самым номером. По поводу того, не слишком ли дорого выходит. Я думаю, что с точки зрения потребления ресурсов (CPU, RAM) StatefulSet поды вряд ли "весят" существенно больше чем поды Deployment. Поды StatefulSet развертываются последовательно, поэтому данный процесс происходит медленее, чем с подами Deployment. Но для сервиса генерации ID это не критично.
По вопросу избыточности вынесения функционала генератора в отдельный микросервис. Да, для приложений с невысокой нагрузкой вынесение функционала в отдельный микросервис избыточно. Однако, цель данной серии статей - продемонстрировать именно микросерисный подход в условиях потенциально высокой нагрузки. В таких условиях вынос генератора ID в отдельный сервис оправдан по двум причинам.
Масштабирование экземпляров микросервиса в ответ на увеличение количества запросов генерации ID.
Избавление от единой точки отказа в виде БД. Альтернативным вариантом вместо алгоритма Snowflake является сервер тикетов, основанный на использовании базы данных с автоинкрементом счетчика ID. При высокой нагрузке использование БД может стать узким местом и точкой отказа.
После распределения nodeId при помощи StatefulSet я не вижу причин по которым нельзя было бы сразу генерировать ID и использовать по назначению в любом сервисе, в том числе stateless.
Согласен, что лучше использовать подходящее готовое решение, чем делать свое. Но для того чтобы выбрать наиболее подходящее решение и обосновать его использование нужно обладать некоторым опытом. Суть моих статей - попытаться объяснить как можно спроектировать архитектуру и на ее основе создать систему людям, которые опытом не обладают.
Система не упадет. В описанном Вами случае она должна вернуть пользователю ошибку. Например, HTTP Статус 503. Service Unavailable (Сервис недоступен). Это временная проблема на стороне сервера. Она показывает, что сама ссылка, возможно, существует, но сервер сейчас не может её обработать. Ситуация недоступности URL Shortener является исключительной. Проблему поддержания нужного количества экземпляров сервисов можно решить при помощи механизма health check. Насколько я знаю, такие механизмы доступны при развертывании в облаке.
По поводу обхода анализа незаконных ссылок. Универсальной защиты от обхода придумать, скорее всего, нельзя. Но следуя Вашему предложению, можно, например, проверять уже сохраненные ссылки на попадание в список опасных и таким образом периодически чистить свою базу и кэш.
292G урлов стоит понимать как теоретический максимум, вытекающий из анализа требований. По данным из https://www.techcult.ru/internet/14774-kolichestvo-sajtov-prevysilo-milliard на начало 2025 года в инете насчитывается примерно 1,1 млрд сайтов. Но, как, говорится, есть нюансы. Во-первых, активно развиваемых владельцами сайтов будет намного меньше (15-20%), а остальные, насколько я понимаю, доступны для просмотра, но информацию на них уже давно не обновляют. При этом ссылки доступны и отвечают. Во-вторых, насколько я понимаю, Вы исходите из предположения, что на один доступный URL сайта можно сделать только одну ссылку. Но есть такие ресурсы как ютуб, на котором каждое видео имеет свой урл. По оценке, опубликованной здесь https://habr.com/ru/companies/ru_mts/articles/784806/ таких урлов уже больше 13 миллиардов.
Приведенная в комментарии ссылка у меня не открывается. Обращение к БД всегда происходит только при создании ссылок. Если нужно перейти по короткой ссылке, то система вначале ищет её в кэше Redis и только при отсутствии ссылки там происходит обращение к БД. Но и в этом случае можно оптимизировать нагрузку на БД путем создания реплик. Запись идет только на мастер ноду, а чтение со слейв.
Непонятно почему в первый же день такой сервис окажется во всех черных списках.
Про похожие статьи по данной теме я написал во введении
Согласен)))
Про алгоритм генерации uid и про балансировку нагрузки будут отдельные статьи. Материала довольно много, поэтому решил не делать эту статью ещё длиннее.
Большое спасибо за комментарий, исправил.
Честно говоря, не совсем понял как бинарное дерево может быть корутиной. Бинарное дерево - это иерархическая структура, данные в которой упорядочены. Например, двоичное дерево поиска. У всех узлов левого поддерева произвольного узла X значения ключей меньше либо равны, значению ключа узла X. У всех узлов правого поддерева X значения ключей больше, нежели значение ключа узла X. Корутина - это, грубо говоря, код, обрабатывающий некоторые данные. Она не является структурой данных. В статье речь идет о двух связном списке планирования для сопрограмм. Список последовательно просматривается с целью найти сопрограмму, которую можно запустить на выполнение или продолжить её выполнение. Такой упорядоченности как в бинарном дереве здесь нет. Просто проходим по всем элементам списка.
Постараюсь объяснить на примере функций setjmp/longjmp
int setjmp(jmp_buf env) - сохраняет состояние программы, устанавливая точку возврата при помощи структуры типа jmp_buf.
Возвращаемое значение этой функции зависит от контекста. Если функция setjmp вызывается впервые, она возвращает 0. Если управление передается обратно в setjmp из longjmp, то возвращается ненулевое значение аргумента val функции longjmp.
Функция void longjmp(jmp_buf env, int val) выполняет переход в точку, заданную ранее с помощью setjmp. При этом восстанавливается сохраненное состояние, и выполнение продолжается с места, где был сделан вызов setjmp. Функция longjmp передает управление обратно в функцию, которая вызывала setjmp и с этого места продолжается выполнение программы.
Параметр val представляет значение, которое будет возвращено из функции setjmp при восстановлении состояния программы - своего рода статус выполнения. Оно должно быть отличным от нуля, чтобы отличить этот случай от первого вызова setjmp. Если же это значение устновить равным 0, то все равно setjmp возвращает 1. Сделано это для того чтобы предотвратить переход программы в бесконечный цикл. Рассмотрим пример:
Если бы можно было при помощи longjmp заставить setjmp повторно вернуть 0, то программа бы зациклилась.
"Протопоток" относится к user space thread. Но я не считаю эти пониятия тождественными так как fiber и goroutine также относятся к user space thread. Да, "протопотоки" stackless и используются, в первую очередь, в языке Си для написания программ в системах с сильно ограниченным объемом памяти типа микроконтроллеров. Что касается fiber, то тут надо уточнить. Есть библиотека Fiber для С++, входящая в Boost. Там Fiber stackful. Есть еще библиотека Fiber в Windows. Я с ней не работал, но вроде они тоже stackful, как описано здесь. Горутины не для Си/С++, но тоже stackful.
Select упомянут в тексте статьи, но в примерах программ его нет. Есть только иллюстрация использования неблокирующего режима работы файлового дескриптора в корутине. В будущем планирую отдельную статью в которой будет рассмотрено использование epoll с сопрограммами на примере простого tcp сервера.
Смысл в том, чтобы можно было перейти из одной функции в другую, например из планировщика сопрограмм в корутину, запланированную к выполнению. В качестве примера реализации можно привести язык Си, где есть функция setjmp для сохранения состояния выполнения программы и longjmp для перехода к сохраненному состоянию. Неограниченное продолжение пришло из языка Scheme, где реализовывалось при помощи функции call/cc. В качестве второго примера можно назвать библиотеку Boost Context, где есть функция callcc, представляющая собой аналог call/cc из Scheme.