去年看到一篇报道，讲一个创业团队先用C++开发一个大数据产品，然后又换成RUST花了半年重写一遍。理由仅仅是对语言的偏好。我回复了几句：“成熟的技术创业者选Java做主语言，不是不懂其他时髦语言，而是因为国内Java工程师的招聘和工资成本明显低于其他语言。技术领导者不能技术自嗨，要在更高层面思考，比如看看公司现金流，算算最坏情况能撑多久。做真正正确的决策。”
不要技术自嗨
Leave a reply
Tag Archives: C++
Do it yourself
正在指导zk和wl在超龙一号超级计算机上安装配置pFind集群版。打算在960核情况下做一些加速比试验。和上次1024核试验很类似。很遗憾不能在龙芯CPU的节点上玩玩。
哪吒系统在集群上全流程各环节并行。我一开始指望用点python有关的分布式并行框架，最后还是DIY。小马过河，有些地方挺困难（例如对虚拟机的管理和通讯），但总体来看，其实比想象简单。
前几天提到，新版pFind核心使用了二级离子索引，但引入HBase不顺利。又发了些邮件开了些会，终于下定决心对查询部分推倒重来，抛开Hadoop等现有框架从头实现。方案确定，大家恍然大悟：原本就该这样做，花了半年证明HBase不行啊。
上次BLOG最后写：“Java和C#逐渐不那么招人喜欢”，还链接了“Why do some people hate Java?＂和“Why we don’t hire .NET programmers”两篇文字，引来不少邮件和评论。俺的不少好友是Java和C#高手，并不想挑起语言口水战。那段文字也只是描述现象。具体从风格而言，这两种语言都是以“减少新手犯愚蠢错误”作为第一原则的，对初学者相当友好。不过也有点像乐高玩具，常规情况下简单易用，但面对更高的要求时（运行效率、开发效率等等方面），就不得不去了解大量水面以下的细节。相比起来，开源界的技术栈常常是哭着进去笑着出来。
Dennis Ritchie去世，还有一段个人记忆
首先，C语言之父Dennis Ritchie去世，默哀。大家可以回顾一下这篇2000年的新闻稿，记者专访了C、C++和Java三种语言的创始人。C++11标准终于发布了，ISO C11新版也会马上发布。C标准委员会和C++标准委员会关系很好，有很多成员在两边兼任，所以相互协同越来越好。只可惜，自从SUN被收购，眼看着Java要被Oracle生生折腾死了。
OK，技术写完了。
前两天收到好朋友的消息，说我的BLOG上长篇大论的技术review越来越多，鲜活的个人体验越来越少。朋友提醒我，不要被点击量和搜索排名绑架，不要忘记那些关注你个人的好朋友们。说得对，BLOG之所以不同于其他媒体，在于其背后是个活人，有喜怒哀乐和碎碎念。订阅者若是只关心宏大严肃的话题，就去看《南方周末》了。
下面是一段无关技术的记忆，分享给关心我的好友，也分享给上岁数以后的自己。
战争，窗户外面轰炸机正在扔炸弹，火红的爆炸和灰滚滚的尘土，小区里的楼开始摇晃歪倒，多米诺骨牌，一栋、两栋……终于轮到我这一栋楼了，卧倒，地板逐渐倾斜，周围充满了邻居们的叫喊……
女儿的抽泣把我从梦里拽出来。睁开眼睛，小婴儿正在吭叽，努力试图侧过身子，离妈妈近一点。妻子还在睡梦里，一只手揽着孩子，胳膊肘顶着我的肩膀，哦，是怕我梦里翻身会不小心压到孩子。
女儿不懈挣扎，用脚踢被子，发出更大声音的抗议……妻子很快醒了，侧过身给孩子喂奶。孩子急躁地叫起来，妈妈温柔而疲惫地安慰，然后就是小家伙咕噜咕噜吃奶的声音。
给女儿盖上被子，问“换尿布吗？”，妻子说“不用，你睡吧”。
卫生间里的冷光夜灯透过来，描出母女两个的轮廓来，像大理石雕塑。翻身，裹好被子，深呼吸，安详温暖的气氛，刚才噩梦里的紧张纠结已经很远很淡了。困倦，接着睡……
补：教主说，闭上眼，且听风吟；这一刻，世界与我无关。
《寻羊冒险记》和C++0x
这两天和瓶子哥进行双人编程，对pFind内核进行新一轮的重构迭代。好久没有经历这么高强度的编程了。今晚10点回来的地铁里，脑袋都木了，发呆，差点儿坐过站。
今天的todo list里规定必须写blog，所以就打开Firefox，登录上来开始敲字。但说实在的，累，脑袋里没找到特别鲜明的主题，罗列点杂七杂八的流水帐。不好意思:)
前天到清华参加AKA的linux kernel会议路上，顺便到光合作用买了村上春树的《寻羊冒险记》和卡特琳娜·哈克的《空房间》。非常喜欢《寻羊冒险记》，觉得比《挪威的森林》更好玩。
Herb Sutter刚刚在他的BLOG上给出了C++0x的最新进展。像6月Sophia Antipolis会议预计的一样，C++委员会在San Francisco会议上投票通过了草案，正式进入ISO标准公示阶段，点击这里下载C++0x草案文本。另外，Herb Sutter结束了长达10年的C++委员会的主席任期，由P. J. Plauger接任。
标准和政治
还没搜索到旧金山会议和C++0x草案的消息，看样子是拖延了。索性沉下去挖掘点可写的历史遗迹。
以前提过，没有ABI标准是C++语言最大缺憾之一。Google一番，发现Pete Becker于2003年提交过有关的N1496号提案。提案建议添加shared关键字，用来申明动态链接库对外共享的变量、函数、类和模板。不过该提案最终未被纳入C++0x标准。
从技术角度，它不失为一个不错的解决方案。麻烦在于政治原因。“委员会设计”就是这个样子，张雨生的歌里唱：“看你服气不服气，51比49”。
说起厂商政治问题，Bjarne Stroustrup有个著名的观点：“通过技术突破来解决政治问题”。也就是说，如果厂商的工业级产品各占山头互不兼容，C++标准委员不打算插进去，搞出个姥姥不疼舅舅不爱的another来。除非它在技术上拥有足够的创新优势，现有解决方案无法比拟。“STL的成功源于技术突破。它可不仅仅是另一个容器库，因此不需要和许多市场上已有的商业容器库（其中几个还很不错）直接竞争。”
由此就知道C++为何迟迟没有GUI标准了，Bjarne Stroustrup说：
| “我怀疑其政治上的可行性……很多大公司在其专有GUI库上都有重大商业利益。即使标准委员会提供一个替代品，现有GUI库也不会轻易退出市场，厂商的抵制会导致用户忽略新标准。许多ISO标准正是因为无人理会而变成一纸空文，C++标准可不想成为其中之一。” |
老大的意思很明确：同志们就不要盼了。假设哪天C++标准里真加入GUI，一定源于某种革命性的技术突破，能把现有GUI解决方案打得满地找牙。这种救世英雄横空出世，是需要点儿运气的。
里程碑
这两天算是很多公私事不大不小的里程碑。
工作上，昨晚pFind引擎终于跑完一个磷酸化数据集，时间只有Mascot的一半，更大大快于SEQUEST，鉴定精度也不错。感觉有些累。晚上出去吃火锅，回来喝了点啤酒。
业界大事方面，像之前说的，Python 3.0和C++0X目前也是关键时刻。Python 3.0刚发布了第一个release candidates，而WG21 Fall 2008 meeting按计划是今天结束。
至于一直想要的书，Beautiful Code中文版9月22日全国发售，希望上海能买到。
想回北京：想玩WII，想吃黑竹笋火锅，想去乔波滑雪。
C++0x、Python3.0、《The Beatles 1》和《再袭面包店》
有段时间没有写技术了，接下来打算收拾心情写点专业的内容。
9月份将有不少大事，C++语言要推出0x新版，Python语言要出3.0，跟进中：Google将在San Francisco举办WG21，C++委员会漫长的投票终于要结束了，计划9月20日提交C++0x标准稿；Python 3.0已发布Beta3，并确定这是最后一个Beta包，将于10月1日final release。下面是九月份的TIOBE排行榜：Java和C/C++依旧两强对峙，占据工业级通用语言的领先地位；Python同比去年又高了将近2%，有望成为第二集团的领头羊；微软放弃VB，众多VBer按惯性转移到了C#。
最近在听甲壳虫乐队的专辑《The Beatles 1》。第一次听甲壳虫乐队是高中时代（看比尔盖茨的《未来之路》，书里提到他少年时代每周末收听流行歌曲节目）。俺最喜欢的还是那首《Hey Jude》。以前认识一个心理学专业的朋友，单单根据这个，就猜我是单亲家庭，少年时代经历过父母离婚，真神。
昨天上火车前，在光合作用买到村上春树的短篇小说集《再袭击面包店》，看完了同名的第一篇小说，好玩，俺也想和特立独行的老婆一起袭击麦当劳，抢走30个汉堡
关于异常机制和编程style
首先放张照片，程序员责任重大，除了正常逻辑部分，还必须在异常发生时周到地帮助无辜的用户。
八卦点题外话，是在Google著名华裔程序员王忻（Niniane Wang）BLOG上看到这张照片的。她刚刚发布了引起轰动的Google Lively。新闻里说Lively是工程师20%时间的业余开发成果。考虑到她的年龄只比我大一个月，实在让人绝望呀。 你去看看linux操作系统内核的历代版本负责人，从Linus本人上大学期间发布0.02开始……2.2版、2.4版、2.6版的总维护人都不到26岁 就掌管内核代码主干版本。像大一还没上完就写出抢占式调度补丁的Robert Love（很多人都说他有可能是下一版2.8内核的代码总维护人）这种，都只能算稍微年轻一点的。到了30岁，程序员的黄金时代就过去了，只好靠留大胡子唬人了（Guido van Rossum进了Google以后，真的留起胡子来了，咣当）。
回过头来说正经的，相对C，C++最有价值的改进就是exception了。这半年来pFind的重构，一 个水面以下的最大变化，就是把以前return false和GetLastError()风格，用throw和try代替。当然这需要大量的体力活，刚开始遇到不少疑惑。但后来所有人都发现这是偷懒的 好方法。一个例子是，老版代码发现一个bug，异常位置和崩溃位置差很远，就是因为前者的return false链条断掉了：出错的函数上面套了11层调用者，有一层没判断返回值。纯C语言的灵活性和直观性的代价是，程序员必须是铁人，有能力妥善处理一切细节。
有了完整的exception处理机制，一旦出现崩溃，pFind2.1就立刻把运行现场所有的信息都记录 下来，这样有利于调试，特别是无代码，或BUG重现需要很长时间的情况。这两种情况俺们都要面对：pFind将在网上开放下载，散播到世界各地的生物学实 验室；蛋白质鉴定是计算密集型应用，有时候release版运行一整夜才跑到出问题的地方，指望debug版加断点调试是很低效的。
至于现场信息的携带，没有复杂的异常类继承体系，仅仅依靠字符串。组里聪明的年轻人设计了一个异常信息格式化的类，可以很方便地在每个堆栈展开catch的地方追加新的现场内容。这样一层一层加上去，形成类似JAVA的异常报表。
常见的疑问是exception有性能问题。可能不同应用要求不一样。经过实际测试，pFind的性能瓶颈不在这方面。似乎新版GCC编译器对此做了优化。
说到C和C++的比较，很多人可能要提到云风和Linus，以及之前关于C++的大论战。 在很多技术问题上赞同云风的观点，甚至有点崇拜。但一直老老实实用C++，没有追随他叛出山门，回到C语言。原因很简单，C++对这个项目更合 适：pFind是一个有二、三十个模块，几十万行代码，十几个人合作，历时五年的项目；它很看重速度和性能，但优化的大头，都在流程和算法方面，除了最关 键的“热点”以外，其他部分不必也不能牺牲代码的可维护性；而开发人员水平又参差不齐，很多人无法达到用纯C开发大型系统必须的素质要求（像前面提到的 bug，传统C风格异常机制下，出错后需要11个函数依次return false，穿越4个不同作者不同时期的代码，只1处懒惰就抵销了其他所有严谨。俺的团队很难达到这种程度的严丝合缝，也没必要付出这么高的开发成本）。 这就注定了C++是唯一的可选项。一直在关注其他各种语言，比如D语言，但现实来说只有C++符合条件。
Andrei Alexandrescu对这个问题的看法很中肯： 像Linus这样的牛人，他很清楚自己在干什么，开发操作系统内核，合作者都是天才，所以他就真的不需要C++。云风的deepcold引擎很类似，对性 能，尤其是一小段时间内（例如0.2秒内）的数据吞吐反馈能力有严格要求，网易又有一帮真正的geek组成的技术团队。
C++最大的陷阱就是程序员——尤其是新手——过分追求奇巧淫技的风气。所以在pFind内大面积推广的都 是最朴实的，甚至有点土气的style。例如，继承只在纯虚类接口一种地方使用（具体说就是工厂方法模式）；而功能复用都以内嵌对象来实现，不允许继 承。（整天喊口号：“接口上移，功能外抽”）。对神奇的泛型基本回避，限制写模板，熟练使用STL就行了。尽管Andrei Alexandrescu的《Modern C++ Design》里的内容很酷（软件开发2.0大会还专门买了一本新的，请他本人签名）。但pFind团队没有能力把握这种style。
C++是一种多style语言，架构师需要做的，就是明智地裁剪符合需要的子集。约束团队抵御诱惑，不拿手头的任务当学习新技术的小白鼠。
BTW1：Python和C++社区的关系很好，很多老牌C++程序员同时也是Python著名玩家，例如豆瓣的阿北。C++标准委员会那帮人甚至在boost里加上了连通Python的内容，还公开说Python是C++的最佳伴侣。Python和C++差异很大，比如是动态语言，比如“所事情只需要一种方法”的设计哲学，这种不同恰恰造成了互补。
BTW2：最后推荐Google刚刚公布的C++代码规范。哈欠，睡觉去了。
C++0x能不能在09年发布?
搞定了pFind里程碑，放松下来踅摸踅摸天下大势。有段时间没跟进C++0x的进展，今天上网搜索了一下，整理出来。
C++委员会6月份刚刚在法国的Sophia Antipolis举行了会议（WG21）。会议的最大成果是确定了C++0x发布时间，漫长的投票表决过程总算接近结束。今年9月将提交委员会草案，以便公众审阅和反馈，进入ISO程序。Herb Sutter强调，9月的委员会草案就是”feature-complete C++0x“，以后的修改仅仅是bug修正和澄清。希望C++0x的这个“x”是9，而不升到A。
技术细节上，这次会议有两个最主要的features通过投票：
首先是传说中的Initializer lists提案（N2672 N2679），以后可以用更直观的方式初始化STL容器了：
| vector<string> v = {“xyzzy”, “plugh”, “abracadabra” }; map<string,string> phonebook = { { “Bjarne Stroustrup (cell)”, “+1 (212) 555-1212″ }, { “Tom Petty (home)”, “+1 (858) 555-9734″ }, { “Amy Winehouse (agent)”, “+44 99 74855424″ } }; |
第二项是thread_local( N2659 )。经过近一年来的几次投票，并行机制的内存模型、原子操作和线程包装的多项提案都已经通过投票，这大概是C++0x最重要的变化。
其实每次都会投票通过几十个features，只不过大多数没引起注意，比如我无意瞅到了一项07年获得通过的提案，是Herb Sutter代表微软提交的空指针关键字nullptr (N2431) ，这就可以用nullptr替换VC++下的NULL宏，免得每次往gcc下移植都得手工加入。
这次唯一留的尾巴，大名鼎鼎的concepts（N2081），仍在等待“check in”。按照Herb Sutter的说法，这方面争议基本解决。9月份的San Francisc会议只要就此投票，即可扫清最后障碍，发布标准草案。
以上信息都依据网上来源：Bjarne Stroustrup的C++0x概述报告slices，Google的Lawrence Crowl对线程模型的报告slices, MS的Herb Sutter的BLOG、CodeGear的Alisdair Meredith的BLOG。他们都是委员会成员。另外我还找到一个旁听会议的Java程序员的BLOG，由于视角不同，难免有不少比较，比如C++委员会与JCP的异同。当然，你也可以参考正式、全面但枯燥的会议记录。
关于C++的ABI
如果要给最头疼的C++特性投 票，我会选ABI兼容：C++标准没有明确跨编译器的二进制兼容，于是各个编译器的实现都不同。用VC在Extension Dll里实现一个类，到了gcc代码里就不能直接调用。这带来了很多麻烦，尤其在有移植和平台兼容需求的大项目里。最近我的项目进行下一步规划，就为培训新手挠头。
更糟的是，这还导致其他编程语言不能简明地“胶合”C++：大多数编程语言的编译器或解析器都是以C/C++实现的。按理说来，在这些语言中调用C++的类应该是很容易实现的天然属性。但是正由于ABI不兼容，这些语言要支持C++二进制调用就必须先选择编译器：到底是支持VC还是 gcc？因此很多语言避开C++，以纯C形式的动态链接库（Windows下就是Regular Dll）作为对外胶合的二进制接口。这进一步影响到不少混合语言项目选用C而非C++与动态语言进行高低搭配。
作为实现“底层硬核”的系统级语言，C++的调用接口这种基础机制不理想，负面影响有些大。
当然也有不少对应的解决方案。最有名的是COM，它利用类似虚函数表的方法，建立语言无关的接口兼容模型，微软把Windows系统的几乎所有的模块接口都变成了COM，比如ActiveX和DirectX。还有其他一些常用方案，像SWIG。普通一点的方法是用C语言接口做桥接。
前几天刘未鹏征求中国程序员给B.S.的问题，俺问ABI标准啥时候有指望。据说问题的关键不是技术，而是C++标准委员会各大厂商间的政治原因。
BTW：最近玩D语言，本来就是一帮C++高手另立山头搞出来的，自然是针对后者的软肋作改进，目前看起来的确很美好。不过二十年前C++刚从C里面蜕变出来时，看起来也很美。路漫漫其修远兮。