linux

记wr1200js刷机遇到的问题

前几天入手了一台wr1200js路由器，到手后成功刷上了openwrt。但重启后发现路由器的配置都丢失了，连管理密码都丢了，网上好多人刷了openwrt后也遇到这样的问题，有说法是路由器闪存读写次数过多坏了，但这刚买的因该不会是这问题，后来在重新刷了下sysupgrade.bin就没这问题了，可能是openwrt在某些条件下会触发这问题。

linux

路由器相关的一些研究

家中房间里的5G信号不好，每次都得手动切换到2.4G信号，有点麻烦，所以想在房间里弄一台AP，来实现无线无缝漫游，期间做了不少研究，故在此记录一下。

路由器/AP

网上看了一圈AP的价格都不便宜，可能是家用AP需求少且大部分是商用的原因，关键还要上POE。论坛好多推荐ubnt的，看了下普通版都要700+rmb。

千兆路由器好一点的基本是200左右的价格，但这个价位的厂家路由系统比较挫，还不能刷机。在再加点钱都赶上京东618 ac66u b1 499的价格了。

那有没有又便宜要好的路由呢，V站好多人都推荐这几款：

  • 斐讯K2P
  • 联想Newifi系列
  • 友华wr1200js

斐讯K2P

这个路由器现在都涨到120+了，如果要买的话要买a1版本的。

优点是做工好，有千兆网口，信号貌似是最好的。

缺点是现在比较难买，刷机的话要先上恩山论坛网友开发的breed, breed 就是路由器上的bootloader，breed一开始是基于u-boot的，现在好像是作者自主开发的，但这东西不开源，存在安全风险。固件可以刷padavan，padavan最初是由这个固件https://bitbucket.org/padavan/rt-n56u修改过来的，比较有名的是荒野无灯的，但这个也没开源。github上也有基于padavan开源的，不放心的可以拿来自己编译。

联想Newifi

联想这边就看了newifi3，这款路由器配置比k2p还要好，价格比k2p还要便宜，某宝的价格才80+，但这款的bootloader被官方锁了，如果要刷第三方固件的话要先越狱，恩山有越狱文件。刷机也是breed+恩山上一大堆网友上传的固件，风险自负，还有一个缺点就是这款信号比较差。

友华wr1200js

友华wr1200js配置和k2p差不多，但做工、信号没有k2p好，最终选择了这款，某宝138入手。这款路由器最大的优点是bootloader没有锁，可以直接上传第三方固件！！还有一个是openwrt完美支持，固件下载地址。

Openwrt 和 NAT

喜欢路由器刷机的都知道openwrt，路由器刷了openwrt基本上就告别了硬件nat（貌似MT7621是支持的），由路由器CPU来实现nat，由于路由器CPU的性能都比较弱如果再加上一些附带的功能，路由器CPU就有点力不从心了，这是就推荐openwrt x86了。

MESH网络

研究了下mesh网络，研究下来一些mesh设备是通过在开一个无线频道来实现组网的，貌似无线组网的效果都不怎么好，要走有线回程才靠谱。

一些实现方案：

无线漫游

比较省钱的无线漫游方式就是路由器设置成AP模式，要相同SSID，要隔开几个频道。

专业的AP都带管理功能的。

参考

MT7621 路由性能评测

300m，600m还是1200m——读懂无线路由器的速度标称

如何选购无线路由器？有几个坑一定要避免

linux

路由器透明代理

作为程序员的都知道，现在比较流行的科学上网方式是$$。$$搭建步骤简单，速度快，相比其他的科学上网方式比较轻量。但这种方式也有一些缺点，比如需要在本机安装客户端，维护服务端信息等缺点，路由器透明代理就是为了解决这些问题而诞生的 。

传统科学上网实现方式

传统的科学上网方式是在本机安装$$客户端，不同平台的客户端如下：

  • IOS
    • ShadowRocket（国区已下架）
    • Surge（国区已下架）
  • Mac OS
    • Shadowsocks NG
    • Surge
    • ss-local
  • Linux
    • ss-local
  • Windows
    • Shadowsocks

代理模式

$$一般有两种代理模式，

  1. 自动切换模式

    • 黑名单模式，只代理被墙的网站，对于名单中匹配的网站进行代理，如果不匹配则直接连接，比较著名的 有GFW List
    • 白名单模式，默认代理，对于名单中匹配的网站进行直连。白名单模式在不同平台上的效果不同，在IOS可以实现白名单模式，在Mac OS 上只支持黑名单模式，如果要实现需要做一些hack操作，如:ShadowsocksX-NG实现白名单模式

  2. 全局模式

    所有流量都走代理，这个在不同平台上表现也不同，在Mac os上只能代理部分流量，像CLI的流量需要额外配置。

传统代理模式的缺点

传统的代理模式的缺点也很明显：

  1. 需要安装客户端，且需要在所有客户端配置服务器信息
  2. 无法代理系统级流量或需要额外设置
  3. 无法实现大陆白名单模式（除了大陆以外的网站都走代理）
  4. 被屏蔽的网站越来越多，所有客户端都需要更新名单

路由器透明代理

路由器透明代理，说直白点就是在路由器实现科学上网功能。路由器透明代理的优点很明显，无需在本机安装客户端，只需在路由器维护服务器信息及黑白名单，且能代理系统级流量。

数据流逻辑图

如下图所示， 路由器透明代理主要是两个流程，DNS解析流程与流量代理流程。
数据逻辑图

实现原理

路由器透明代理主要依赖如下工具：

  1. iptables
  2. ipset
  3. ss-redir
  4. ss-tunnel
  5. dnsmasq

dnsmasq+ss-tunnel

dnsmasq和ss-tunnel主要是用来解决域名污染的问题，dnsmasq会将国外域名dns解析请求通过ss-tunnel转发到shadowsocks服务器 dnsmasq会将除了国内以外的DNS解析请求通过ss-tunnel转发到shadowsocks服务器

dnsmasq配置文件：

https://cokebar.github.io/gfwlist2dnsmasq/dnsmasq_gfwlist.conf

1
2
3
4
5
server=/google.com/127.0.0.1#5353
server=/google.co.ma/127.0.0.1#5353
server=/google.com.af/127.0.0.1#5353
server=/google.com.ag/127.0.0.1#5353
server=/google.com.ai/127.0.0.1#5353

如上面的代码所示，遇到如需要解析google.com的域名时，dnsmasq会将解析请求转发到ss-tunnel监听的5353端口，ss-tunnel会将解析请求转发到远程服务器，通过远程服务器来解析域名。

不建议用上面的方法了，DNS污染太多太频繁，直接上DNS白名单模式：

https://raw.githubusercontent.com/felixonmars/dnsmasq-china-list/master/accelerated-domains.china.conf

1
2
3
4
5
server=/baidu.cc/114.114.114.114
server=/baidu.cm/114.114.114.114
server=/baidu.com/114.114.114.114
server=/baidu.hk/114.114.114.114
server=/baidu.jp/114.114.114.114

dnsmasq.conf将ss-tunnel设置为上游服务器

1
2
3
no-resolv
server=127.0.0.1#5353
conf-dir=/root/dnsmasq.d

iptables+ipset

iptables和ipset主要用来区分国内流量和转发代理流量。

ipset

ipset.conf

1
2
3
4
5
1.0.1.0/24
1.0.2.0/23
1.0.8.0/21
1.0.32.0/19
...

shell:

1
2
ipset create chnroute hash:net
ipset -R < ipset.conf

上面代码创建了一个名为chnroute的IP集合。

iptables sample:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
iptables -t nat -N SHADOWSOCKS
iptables -t mangle -N SHADOWSOCKS

# 直连服务器 IP
iptables -t nat -A SHADOWSOCKS -d [SS-SERVER-IP]/24 -j RETURN

# 允许连接保留地址
iptables -t nat -A SHADOWSOCKS -d 0.0.0.0/8 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 10.0.0.0/8 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 127.0.0.0/8 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 169.254.0.0/16 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 172.16.0.0/12 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 192.168.0.0/16 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 224.0.0.0/4 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 240.0.0.0/4 -j RETURN

# 直连中国 IP
iptables -t nat -A SHADOWSOCKS -p tcp -m set --match-set chnroute dst -j RETURN
iptables -t nat -A SHADOWSOCKS -p icmp -m set --match-set chnroute dst -j RETURN

# 重定向到 ss-redir 端口
iptables -t nat -A SHADOWSOCKS -p tcp -j REDIRECT --to-ports 1080
iptables -t nat -A SHADOWSOCKS -p udp -j REDIRECT --to-ports 1080
iptables -t nat -A OUTPUT -p tcp -j SHADOWSOCKS

# Apply the rules
iptables -t nat -A PREROUTING -p tcp -j SHADOWSOCKS
iptables -t mangle -A PREROUTING -j SHADOWSOCKS

上面代码的主要含义是：

  • 先判断是不是请求远程$$服务流量，如果是则直接放行
  • 如果是请求内网的流量也会直接放行
  • 如果是请求大陆网站的流量，则直接放行
  • 如果上面的条件都不匹配，则会将流量转发到本机ss-local监听的1080端口

ss-redir

ss-redir会监听端口，并将代理请求转发到$$服务器

路由器透明代理实现方式

一般高端一点的路由器都可以通过刷机来实现，以华硕路由器为例：

梅林固件

梅林固件华硕路由器第三方固件，基于华硕官方固件。这种方式你需要自己搭建整套工具，虽然网上也有一些一键安装的脚本，但与我们上面提到的有一些出入。

官网： https://asuswrt.lostrealm.ca/

优点：开源，基于华硕官方固件，比较稳定。

缺点：

  • 需要熟悉linux
  • 需要自己搭建且坑比较多
  • 定制差
  • 除华硕路由器外，只支持部分非华硕路由器

梅林小宝

梅林小宝是基于梅林的固件，这个实现方式比较傻瓜式，刷机完成后可通过在软件中心安装shadowsocks,配置一下服务器信息就可以实现路由器透明代理。

官网：http://koolshare.cn/forum-96-1.html

优点：

  • 无需自己搭建
  • 有图形化管理界面

缺点：

  • 闭源，存在风险
  • 除华硕路由器外，只支持部分非华硕路由器

OpenWrt

OpenWrt是开源的路由器固件，他能提供一整套linux操作环境，插件众多且大多数插件都提供图形管理界面，大大降低而搭建难度。
当然在刷机之前你需要在Table of Hardware 里查一下你的路由器是否支持openwrt.

官网：https://openwrt.org/

优点：

  • 开源，维护者众多
  • 插件众多，很多定制功能：广告过滤，文件共享等。
  • 图形化管理界面
  • OpenWrt x86 支持X86平台，可实现软路由。

缺点：

  • 需要一点linux知识

路由器透明代理的不足

当然路由器透明代理也有其不足，路由器一般都是低功耗平台。以ac66u为例，大陆白名单模式下只能跑到30M的带宽，CPU占用已经是100%。

软路由

软路由顾名思义，就是在软件层面实现路由功能，基于x86平台，性能强大，解决硬路由性能不足的问题，这里就不多说了。

参考

利用shadowsocks打造局域网翻墙透明网关

dnsmasq gfwlist

China IP List

https://www.v2ex.com/t/503057

java

Groovy JSON处理的一些细节

最近遇到一项目，需要在手机端存储用户数据，实现离线访问。其中用户数据处理的逻辑如下图:

User data flow

  1. 服务端从亚马逊S3上下载用户JSON文本数据库

  2. 反序列化用户数据

  3. 更新用户数据

  4. 将用户数据序列化为JSON文本

  5. 保存到亚马逊S3上

由于项目设计缺陷，用户所有的数据都存储一个Map对象里，导致Map对象过大，在项目运行过程中出现了内存不足的异常。为了解决内存不足问题，服务端采用了JacksonStreamingApi优化了JSON序列及反序列化步骤，避免将整个用户文件载入到内存中，至此内存不足的异常就再也没有发生。

其实这里有个问题，如果是用户数据过大，内存不足异常会在步骤3结束后就会发生，为什么偏偏在步骤4序列化为JSON时抛出呢？这里就要说到 Groovy的LazyMap了。

LazyMap代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
public class LazyMap extends AbstractMap<String, Object> {

    static final String JDK_MAP_ALTHASHING_SYSPROP = System.getProperty("jdk.map.althashing.threshold");

    /* Holds the actual map that will be lazily created. */
    private Map<String, Object> map;
    /* The size of the map. */
    private int size;
    /* The keys  stored in the map. */
    private String[] keys;
    /* The values stored in the map. */
    private Object[] values;

    public LazyMap() {
        keys = new String[5];
        values = new Object[5];
    }
    ...
    
    public Object put(String key, Object value) {
        if (map == null) {
            for (int i = 0; i < size; i++) {
                String curKey = keys[i];
                if ((key == null && curKey == null)
                     || (key != null && key.equals(curKey))) {
                    Object val = values[i];
                    keys[i] = key;
                    values[i] = value;
                    return val;
                }
            }
            keys[size] = key;
            values[size] = value;
            size++;
            if (size == keys.length) {
                keys = grow(keys);
                values = grow(values);
            }
            return null;
        } else {
            return map.put(key, value);
        }
    }

    public Object get(Object key) {
        buildIfNeeded();
        return map.get(key);
    }

    private void buildIfNeeded() {
        if (map == null) {
            // added to avoid hash collision attack
            if (Sys.is1_8OrLater() || (Sys.is1_7() && JDK_MAP_ALTHASHING_SYSPROP != null)) {
                map = new LinkedHashMap<String, Object>(size, 0.01f);
            } else {
                map = new TreeMap<String, Object>();
            }

            for (int index = 0; index < size; index++) {
                map.put(keys[index], values[index]);
            }
            this.keys = null;
            this.values = null;
        }
    }
  }

从代码中可以看出：对于未进行过读操作(get,containsKey等)的LazyMap对象，keys和values分别存在了两个数组中，一旦调用了读取方法，LazyMap会将数组转化成Map对象，就是这一步操作引起了内存占用变化。

拿大小约为35MB的用户文件测试，反序列化后，内存中LazyMap对象为73MB(line 1)，一旦对对象进行toJson操作(line 2)，内存占用上升到了559MB(line 3)。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
    public static void main(String[] args) {
        File jsonFile = new File('data-format.json')
        Object obj = new JsonSlurper().parse(jsonFile) // LazyMap here
        showSize(obj) // line 1
        JsonOutput.toJson(obj) // line 2
        showSize(obj) // line 3
    }

    static void showSize(obj) {
        def size = ObjectSizeCalculator.getObjectSize(obj) / 1024 / 1024
        println("Object memory size is $size MB")
    }

// output logs:
Object memory size is 73.51363372802734375 MB
Object memory size is 559.32244873046875 MB

由于用户数据文件较大且嵌套了多层Map，加之JsonOutput.toJson方法会遍历LazyMap对象所有节点，相当于对所有节点进行了读操作，导致节点中的数组转换成Map对象，最终引起内存不足异常。

ss

ASUS 66u 搭建透明代理

安装软件

1
2
3
4
5
6
7
8
9
10
/usr/sbin/entware-setup.sh

opkg install bind-dig
opkg install shadowsocks-libev-ss-redir
opkg install shadowsocks-libev-ss-tunnel
opkg install libc libssp libev libmbedtls libpcre libpthread libsodium haveged zlib libopenssl
opkg install ipset4

//ac66u only
opkg install iptables

配置ss-redir服务

修改配置文件

  1. vim /opt/etc/init.d/S22shadowsocks
  2. 将ss-local改为ss-redir
  3. 添加启动参数-b 0.0.0.0
  4. 将ENABLED值改为 yes,变成开机启动

修改shadowsocks.json

修改服务器IP，端口，加密码方式。

配置dnsmasq

创建配置文件

  • vim /jffs/configs/dnsmasq.conf.add
  • 添加conf-dir=/opt/etc/dnsmasq.d

创建目录

  • mkdir /opt/etc/dnsmasq.d/
  • 下载规则文件
1
2
cd /opt/etc/dnsmasq.d/
curl -O https://cokebar.github.io/gfwlist2dnsmasq/dnsmasq_gfwlist.conf

配置ss-tunnel服务

ss-tunnel主要用于解决dns污染的问题，dnsmasq会将解析请求转发到ss-tunnel

创建开机启动脚本

  • 转到目录/jffs/scripts/
  • 创建名为比如start-ss-tunnel.sh文件，内容如下:
1
2
3
#!/bin/sh

/opt/bin/ss-tunnel -c /tmp/mnt/onmp/entware/etc/shadowsocks.json -l 5353 -L 8.8.8.8:53 -u > /dev/null 2>&1 &

创建service-start文件

1
chmod +x service-start

将/jffs/scripts/start-ss-tunnel.sh 加到service-start中

至此ss-tunnel就能开机启动了

配置iptables

下载chnroute.txt

1
2
wget -O- 'http://ftp.apnic.net/apnic/stats/apnic/delegated-apnic-latest' | awk -F\| '/CN\|ipv4/ { printf("%s/%d\n", $4, 32-log($5)/log(2)) }' > /jffs/configs/chnroute.txt

生成ipset集合

1
2
3
4
5
6
7
8
9
10
11
12
#!/bin/sh

wget -O- 'http://ftp.apnic.net/apnic/stats/apnic/delegated-apnic-latest' | awk -F\| '/CN\|ipv4/ { printf("%s/%d\n", $4, 32-log($5)/log(2)) }' > /jffs/configs/chnroute.txt

ipset -N chnroute nethash

for ip in $(cat '/jffs/configs/chnroute.txt'); do
  ipset -A chnroute $ip
done


ipset --save > /jffs/configs/ipset.conf

因为chnroute.txt文件比较大,生成会比较慢,故将生成的ipset保存到ipset.conf中,每次启动时从ipset.conf中导入IP.

启动脚本

SS启动脚本ss-up.sh

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
#!/bin/sh

alias iptables='/opt/sbin/iptables'

ipset -R < /jffs/configs/ipset.conf

# ipset -N chnroute iphash

# for ip in $(cat '/jffs/scripts/chnroute.txt'); do
#  ipset -A chnroute $ip
# done

iptables -t nat -N SHADOWSOCKS
iptables -t mangle -N SHADOWSOCKS

# 直连服务器 IP
iptables -t nat -A SHADOWSOCKS -d [SS-SERVER-IP]/24 -j RETURN

# 允许连接保留地址
iptables -t nat -A SHADOWSOCKS -d 0.0.0.0/8 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 10.0.0.0/8 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 127.0.0.0/8 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 169.254.0.0/16 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 172.16.0.0/12 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 192.168.0.0/16 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 224.0.0.0/4 -j RETURN
iptables -t nat -A SHADOWSOCKS -d 240.0.0.0/4 -j RETURN

# 直连中国 IP
iptables -t nat -A SHADOWSOCKS -p tcp -m set --match-set chnroute dst -j RETURN
iptables -t nat -A SHADOWSOCKS -p icmp -m set --match-set chnroute dst -j RETURN

# 重定向到 ss-redir 端口
iptables -t nat -A SHADOWSOCKS -p tcp -j REDIRECT --to-ports 1080
iptables -t nat -A SHADOWSOCKS -p udp -j REDIRECT --to-ports 1080
iptables -t nat -A OUTPUT -p tcp -j SHADOWSOCKS

# Apply the rules
iptables -t nat -A PREROUTING -p tcp -j SHADOWSOCKS
iptables -t mangle -A PREROUTING -j SHADOWSOCKS

将其中的SS-SERVER-IP修改成你的服务器地址

创建post-mount文件

1
chmod +x post-mount

将ss-up.sh加入

1
2
#!/bin/sh
/jffs/scripts/ss-up.sh

经测试只有将启动脚本加入到post-mount中对能开机启动，可能的原因是ss-up.sh中设及到挂载分区的访问。

停止脚本

1
2
3
4
5
6
#!/bin/sh
iptables -t nat -D OUTPUT -p icmp -j SHADOWSOCKS
iptables -t nat -D OUTPUT -p tcp -j SHADOWSOCKS
iptables -t nat -F SHADOWSOCKS
iptables -t nat -X SHADOWSOCKS
ipset -X chnroute

参考

ShadowsocksX-NG实现白名单模式

ShadowsocksX-NG Proxy Auto Configure Mode使用的是黑名单模式，默认直连，符合规则的走代理。要实现白名单模式，默认代理，符合规则的直连，有一种hack方法：

  • 找到程序文件夹下的abp.js文件，路径一般为/Applications/ShadowsocksX-NG.app/Contents/Resources/abp.js

  • 修改FindProxyForURL方法，将direct,proxy对调，改成下面代码中的样子

    1
    2
    3
    4
    5
    6
    function FindProxyForURL(url, host) {
      if (defaultMatcher.matchesAny(url, host) instanceof BlockingFilter) {
        return direct;
      }
      return proxy;
    }

  • 重启程序

  • 修改程序preferences里的GFW List url，改成白名单规则

  • 然后点击Update PAC from GFW List更新pac文件即可

java

Groovy+Grails迁移到Kotlin+Spring Boot的一些研究

Kotlin是静态语言，可以运行在JVM上且与java百分百可互操作。自从Google将Kotlin正式做为Android开发的语言后，Kotlin的一下子就火了起来。Kotlin不仅可以做为Android的首选开发语言，而且它也非常适合服务端的开发。

为什么选择Kotlin

与Java百分百可互操作groovy-grails-to-kotlin-springbootgroovy-grails-to-kotlin-springboot

Kotlin可以使用JVM平台上的任何库与框架，Kotlin编写的代码也可以供Java调用

简洁

Kotlin的代码非常简洁:

变量

变量声明：

1
2
3
4
val a: Int = 1  // immediate assignment
val b = 2   // `Int` type is inferred
val c: Int  // Type required when no initializer is provided
c = 3       // deferred assignment

可变变量：

1
2
var x = 5 // `Int` type is inferred
x += 1

可空值与不可空值：

1
2
val s: String? = null //May be null
val s2: String = "" //May not be null

方法

1
2
3
4
5
6
fun sum(a: Int, b: Int): Int {
    return a + b
}

//Function with an expression body and inferred return type:
fun sum(a: Int, b: Int) = a + b

扩展函数

1
2
3
4
fun String.lastChar(): Char = this.get(this.length - 1)

>>> println("Kotlin".lastChar())
n

infix函数

1
2
3
infix fun Any.to(other: Any) = Pair(this, other)

val (number, name) = 1 to "one"

类

1
2
3
4
5
6
7
8
9
10
11
class Greeter(val name: String) {
   fun greet() { 
      println("Hello, $name")
   }
}

fun main(args: Array<String>) {
    val greeter = Greeter("John")
    greeter.greet()
    println(greeter.name)
}

数据类（data class）

自带equals hashcode tostring copy等方法

1
data class User(val name: String, val age: Int)

DSL(Domain-specific language)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
open class Tag(val name: String) {
    private val children = mutableListOf<Tag>()

    protected fun <T : Tag> doInit(child: T, init: T.() -> Unit) {
        child.init()
        children.add(child)
    }

    override fun toString() = "<$name>${children.joinToString("")}</$name>"
}

class TABLE : Tag("table") {
    fun tr(init: TR.() -> Unit) = doInit(TR(), init)
}

class TR : Tag("tr") {
    fun td(init: TD.() -> Unit) = doInit(TD(), init)
}

class TD : Tag("td")

fun table(init: TABLE.() -> Unit) = TABLE().apply(init)

fun createTable() = table {
    tr {
        td {

        }
    }
}

>>> println(createTable())
<table><tr><td></td></tr></table>

空安全

空安全(null safe)可以说是kotlin杀手级的特性了,它能排除一切空指针的可能，让你写出更安全的代码。

如下面这段代码会直接编译不通过：

1
2
var output: String
output = null   // Compilation error
1
2
val name: String? = null    // Nullable type
println(name.length())      // Compilation error

自动类型转换：

1
2
3
4
fun calculateTotal(obj: Any) {
    if (obj is Invoice)
        obj.calculateTotal()
}

静态类型(Statically Typed)

动态语言是一把双刃剑，groovy的代码非常简洁，弥补了java语言太啰嗦的缺点，同时groovy的闭包也非常好，正因为如此我们选择了groovy。但时做为动态语言，许多行为是在代码运行时才会确定，编译错误在写代码时无法检测到，除非加上@TypeChecked注解。

Kotlin的代码非常简洁，更重要的是它是静态类型语言，能检测到编译错误，减少了代码中潜在的问题。

为什么选择Spring Boot

  • 从2015年初开始，Sring Boot的热度就超过了Grails,可参考:Grails && Spring Boot Stack Overflow Trends
  • Grails 2.x版本有上千个插件，但升级到Grails 3.x之后，这些插件就不再被支持，更糟糕的是没有人将这些插件迁移到Grails 3.x，Grails 3.x现在只有244个插件。
  • 尽管Grails 3是基于Spring Boot的，但其自身也带来了些奇怪的bug, 有时候解决框架bug的时间甚至超过了使用框架节省的时间。

Kotlin+Spring Boot的一些不足

没有Gorm查询

Grails框架的最大亮点是Gorm：动态方法和DSL查询:

1
2
3
4
5
6
7
8
9
10
11
12
13
//will be translated to hql automatically
def person = Person.findByFirstName('xxx')
equals:
"FROM Person WHERE firstname = ?"

Person.withCretia {
 or {
      ilike('name','%j%')
      gte('age',22)
 }
}
equals:
"FROM person WHERE name ilike ? OR age >= ?"

在Spring Boot中你只能自己写查询语句或者使用类似spring data jpa query dsl插件:

1
2
3
4
5
6
7
internal interface TodoRepository : Repository<Todo, Long> {

    fun findFirst3ByTitleOrderByTitleAsc(title: String): List<Todo>

    fun findTop3ByTitleOrderByTitleAsc(title: String): List<Todo>
}

数据库迁移（Database Migration）

Grails 的database migration在数据库表结构和数据迁移两方面都非常强，它可以对比项目中的实体和数据库表来自动生成表结构修改语句，同时你可以写sql来完成数据迁移。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
changeSet(author: "xxx (generated)", id: "1521527665533-1") {
        addColumn(tableName: "staff") {
            column(name: "date_created", type: "TIMESTAMP WITHOUT TIME ZONE") {
                constraints(nullable: "true")
            }
        }
    }

changeSet(author: "xxxx", id: "1521528248") {
        grailsChange {
            change {
                sql.execute('''
                            UPDATE staff
                            SET date_created = now()
                         ''')
            }
        }
    }

而在Spring Boot方面，数据库迁移插件有flyway和liquibase,两者各有千秋，flyway在数据迁移上比较强，但缺少自动生成表结构修改语句功能。liquibase正好相反，它有自动生成表结构修改语句功能，但在写数据迁移sql方面比较弱。

表单校验

在自定义校验方法上Grails非常方便，只需要一个闭句就可以了：

1
2
3
4
5
6
7
8
9
10
11
12
13
class User {
    String name
    static constraints = {
        name unique: true, validator: { val, obj ->

            if (!val.matches('[A-Z0-9-]+')) {
                return 'acronym.format.error'
            }

            true
        }
    }
}

而在Spring Boot方面比如用hiberate validator你需要定义类，定义注解，写很多代码来实现自定义校验。

总结

在项目开发速度上，Groovy+Grails上占优，如果时间比较紧的话，Groovy+Grails会是一个不错的选择，它能在较短时间内做出项目。如果你需要一个bug少，更稳定的项目或者你的项目用不到Gorm的话，你可以选择Kotlin+Spring Boot.

简而言之，100分做为满分的话，Groovy+Grails能在最短的时间内达到80分，而要达到90甚至95分的话，选择Kotlin+Spring Boot无疑。

Amazon API Gateway 踩坑记

最近项目中用到了Amazon API Gateway，当中遇到了不少的坑。本文主要罗列了在使用amazon api gateway中遇的问题，希望能帮助到遇到相同问题的开发者。

不支持parmeters array

1
GET /user/1/addresses?addressId=1&addressId=2

服务端接收到的只有一个值，解决办法passing-array-query-parameters-with-api-gateway-to-lambda

POST/PUT 返回 406

当使用json body发送put/post请求时，api gateway有一定机率返回406，查了半天也找出什么原国，后来在stackoverflow上找到了答案，需要在Integration Request中添加Accept头，并且设置其值为空字符串。具体什么原因估计只有AWS api gateway的开发者才知道了。
aws-api-gateway-returns-http-406

URL Query String Parameter、header需要显示设定

如果不在Method Request里显示声名URL Query String Parameter的话，请求参数是不会转发到后台的，request header同理。

Grails参数绑定不支持application/x-amz-json-1.0/application/x-amz-json-1.0 content type.

请求转发到后台时，API gateway会将application/json转换成application/x-amz-json-1.0/application/x-amz-json-1.0，需要修改代码，添加对这两个header的支持，不然会无法绑定参数。

java

Java 浮点数存储方式

Java浮点数使用的是IEEE二进制浮点数算术标准。

浮点数分为符号，指数，分数三部分。以32位浮点数为例，分为1符号位+8指数位+23分数位。

1(bit) 8(bit) 23(bit)
符号 指数 分数

以173.7为例：

173.7为正数，故符号位为0

0 00000000 00000000000000000000000

将其转换成1.??? * 2^?形式

1
2
3
4
5
6
7
173.7/2=86.85            2^1
86.85/2=43.425           2^2
43.425/2=21.7125         2^3
21.7125/2=10.85625       2^4
10.85625/2=5.428125      2^5
5.428125/2=2.7140625     2^6
2.7140625/2=1.35703125   2^7

最终格式为1.35703125*2^7 ，指数位的值为7，由于指数部分是由Bias偏移量来表示的，float的偏移量为Bias=2^k-1 -1=2^8-1 -1=127，做指数部分的值为127+7=134，134的二进制值为 1000 0110，则符号位+指数为存储格式如下：

0 1000 0110 00000000000000000000000

计算尾数部分,由于浮点数最终都是以1.??? * 2^?的形式保存的，小数点左边永远是1，所以我们只需关心小数点后面部分

Number X2 1/0
0.35703125 0.7140625 0
0.7140625 1.428125 1
0.428125 0.85625 0
0.85625 1.7125 1
0.7125 1.425 1
0.425 0.85 0
0.85 1.7 1
0.7 1.4 1
0.4 0.8 0
0.8 1.6 1
0.6 1.2 1
0.2 0.4 0
0.4 0.8 0

由于到了0.4这一步这边是会个循环，0110 0110 …
加上尾数部分，最终存储格式如下：
0 1000 0110 01011011011001100110011

我们可以通过Float.floatToIntBits(173.7)来验证结果：

1
2
3
Float.floatToIntBits(173.7) = 1127068467
1127068467用二进制表示，就是
0 10000110 01011011011001100110011