在网页上直接跑Win11，5秒内克隆自己的声音 | 蛮三刀酱的Github周刊第二期

蛮三刀酱

发布于 2022-01-05 14:41:49

1.7K00

代码可运行

文章被收录于专栏：蛮三刀的后端开发专栏蛮三刀的后端开发专栏

运行总次数：0

代码可运行

大家好，这里是每周更新的Github精彩分享周刊，我是每周都在搬砖的蛮三刀酱。

我会从Github热门趋势榜里选出 高质量、有趣，牛B 的开源项目进行分享。

1. PowerShell：不止于Windows，支持全平台的强大Shell

项目介绍

没错，就是微软的那个PowerShell，可能有很多同学在Windows上用过，功能还是比较强大的。

PowerShell Core 是一个跨平台（Windows、Linux 和 macOS）自动化和配置工具/框架，可以很好地与您现有的工具配合使用，并针对处理结构化数据（例如 JSON、CSV、XML 等）、REST API 进行了优化。它包括一个命令行Shell、一个相关的脚本语言和一个用于处理 cmdlet 的框架。

Windows PowerShell和PowerShell Core的区别：

我看了下Github仓库上的解释，该个仓库（PowerShell Core）是从Windows PowerShell代码库拉取的分支，但在此库中所做的修改不会同步至Windows PowerShell代码库，所以在这里提出的问题或者是修复和Windows PowerShell并不是同步的。

这次冲上Trand榜，不确定具体原因，但应该是开始支持了一个全新的平台，目前已经支持这么多平台了：

PowerShell 与 cmd 有什么不同？

PowerShell是跨平台的，cmd是Windows专用的。
PowerShell有面向对象的管道。
PowerShell能够调用.NET的很多功能。
PowerShell内置有Azure相关的command

演示

这位老哥给我们演示了在MacOS上安装和使用PowerShell

https://www.youtube.com/watch?v=QBfuzwYUxl8

一句话点评

Powershell和cmd的区别大概就像Python Shell和Bash的区别一样大吧。

2. gctoolkit：微软官方出品的Java GC日志分析器

项目介绍

GCToolkit 是一组用于分析 HotSpot Java 垃圾收集 (GC) 日志文件的库。该工具包将 GC 日志文件解析为一个个小的事件，并提供聚合数据的 API。这样一来用户就能对JVM中的内存的状态进行复杂和高度自定义的分析。

使用方式

GCToolkit 由 3 个 Java 模块组成，涵盖 API、GC 日志文件解析器和基于 Vert.x 的消息传递模块。

让我们看一个在 GC 完成后总堆占用率的示例：

public class Main { 
    public static void main(String[] args) throws Exception { 
        var path = Path.of(args[0]); 
        var logFile = new SingleGCLogFile(path); 
        var gcToolKit = new GCToolKit(); 
        var jvm = gcToolKit.analyze(logFile); 
        var results = jvm.getAggregation(HeapOccupancyAfterCollectionSummary.class); 
        System.out.println(results.toString()); 
    } 
}

代码大致思路如下，建立一个数据源，新建一个GCToolKit，开始根据类HeapOccupancyAfterCollectionSummary对GC进行分析，将分析数据集合到日志里。

下面是一个堆占用聚合数据的实现HeapOccupancyAfterCollectionSummary：

@Collates(HeapOccupancyAfterCollection.class) 
public class HeapOccupancyAfterCollectionSummary implements HeapOccupancyAfterCollectionAggregation { 

    private HashMap<GarbageCollectionTypes, XYDataSet> aggregations = new HashMap<>(); 

    public void addDataPoint(GarbageCollectionTypes gcType, DateTimeStamp timeStamp, long heapOccupancy) { 
        var dataSet = aggregations.computeIfAbsent(gcType, k -> new XYDataSet()); 
        dataSet.add(timeStamp.getTimeStamp(),heapOccupancy); 
    } 

    public HashMap<GarbageCollectionTypes, XYDataSet> get() { 
        return aggregations; 
    } 
}