本文以一次线上故障为基础介绍了使用 glibc 进行内存管理可能碰到问题，进而对库中内存分配与释放机制进行分析，最后提供了相应问题的解决方案。
Apache Flink 是 Apache 软件基金会的顶级项目，是一款开源的分布式大数据实时处理框架，专为高吞吐量、低延迟的数据流处理而设计。它具备统一的流批一体处理能力，提供精确一次的状态一致性保证，越来越多的企业选择将 Apache Flink 应用于自身丰富的业务场景，如实时数仓、实时推荐、实时分析、实时大屏、实时风控等，解决实时计算的需求。Apache Flink 自诞生以来，迄今为止已覆盖海内外数千家企业的实时计算需求，涉及行业包括互联网、电商、在线教育、游戏、金融、制造业、新能源汽车等行业。
性能分析和优化是所有软件开发人员必备的技能，也是后台大佬们口中津津乐道的话题。 Golang 作为一门“现代化”的语言，原生就包含了强大的性能分析工具 pprof 和 trace。pprof 工具常用于分析资源的使用情况，可以采集程序运行时的多种不同类型的数据（例如 CPU 占用、内存消耗和协程数量等），并对数据进行分析聚合生成的报告。trace 工具则关注程序运行时的事件（例如协程状态切换，GC 的开始和结束、系统调用等等），常用于分析延迟、阻塞和调度等问题。掌握了这两个工具就足以满足大部分 Golang 程序的性能分析需求。 本文将从使用方法、原理和实践三个方面分别介绍 pprof 和 trace 工具。读完本文后，相信你也可以更全面地掌握 pprof 和 trace。废话少说，让我们开始！
近年来，随着大模型算法和算力的快速发展，通用人工智能技术受到了空前关注，各种应用场景应运而生。 从应用领域分布来看，人工智能大模型主要应用于互联网、金融、医疗、教育等领域。其中，互联网行业由于数据丰富和技术成熟等优势，成为人工智能大模型应用的主要领域。 角色扮演作为热门领域，这一场景中的技术发展和创新备受关注。各大企业纷纷上线了角色对话的相关产品，可以说这个领域正在成为各企业AIGC综合能力的竞技场。对于B站来说，角色扮演模型在娱乐、教育、视频创作等方面都拥有着丰富的应用场景。 在这个背景下，B站基于Index大模型搭建了角色扮演模型。
Wasm，全称 WebAssembly，官网描述是一种用于基于堆栈的虚拟机的二进制指令格式。Wasm被设计为一个可移植的目标，用于编译C/C++/Rust等高级语言，支持在Web上部署客户端和服务器应用程序。 Wasm 的开发者参考文档： https://developer.mozilla.org/en-US/docs/WebAssembly 简单的来说就是使用C/C++/Rust等语言编写的代码，经过编译后得到汇编指令，再通过JavaScript相关API将文件加载到Web容器中，一句话解释就是运行在Web容器中的汇编代码。Wasm是一种可移植、体积小、加载快速的二进制格式，可以将各种编程语言的代码编译成Wasm模块，这些模块可以在现代浏览器中直接运行。尤其在涉及到GPU或CPU计算时优势相对比较明显。
