技术

解决因为 SSL 导致的 WordPress 后台无限 Redirect 的问题

silver mercedes benz emblem on blue surface
~ 白宦成 ~ 2 Comments

在使用 CapRover 并配置域名为 HTTPs 域名时，在你访问管理后台时，可能会导致触发Chrome 自己的无限 Redirect 的问题。

之所以出现这个问题，是因为 CapRover 的架构导致的：CapRover 在最外层是一个 Nginx，SSL 证书也是在这一层完成的。而 CapRover 的默认配置，在将请求向后转发时，透传的域名会是不含 HTTPs 的协议标识的，导致 WordPress 认为发来的请求是非加密的。

d2b5ca33bd970f64a6301fa75ae2eb22 18

而 WordPress 识别到你的请求未加密，就会返回 302 让你进入 HTTPS的链接。但新的请求并不会带上 HTTPs 的标识，导致进入无限循环。

解决这个问题的一个简单处理的方式是 — 在你的 wp-config.php 中加入如下代码，来告诉 WordPress，这个请求已经是 HTTPs 保护的了，你直接处理就好。

/* for ssl in docker */

define('FORCE_SSL_LOGIN',true);

define('FORCE_SSL_ADMIN',true);

$_SERVER['HTTPS'] = 'on';
Code language: PHP (php)

Chinese-Calendar： 一个帮助你判断今天是不是工作日的 Pypi 包

person holding sticky note
~ 白宦成 ~ Leave a comment

在开发过程中，你可能会需要实现某些和工作日相关的特性（比如，工作日才发某些通知 /推送），这个时候，你可以借助于 chinese_calendar 这个包，来查看当前是否是工作日，你可以引入 chinese_calendar 这个包，来实现判断今天是否是工作日。

可以参考如下代码，is_workday_today 返回 True 时，就是工作日，就需要执行某些特定的逻辑。

from datetime import datetime
from chinese_calendar import  is_workday

# https://github.com/LKI/chinese-calendar
def is_workday_today():
    today = datetime.now();
    return is_workday(today)
Code language: Python (python)

CapRover 如何停止服务，并进行硬盘扩容/维护

34456427bc43e44f517b4eece861c6f5
~ 白宦成 ~ Leave a comment

在一开始使用 CapRover 时，我使用的是一个 10 GB 的数据盘，但在部署了诸多应用后，10GB 的数据盘已经无法满足我的需求，于是我就对其进行了扩容，扩容至 20GB。在完成扩容 & 重启后，仍需要执行 Linux 的扩容命令 resize2fs 来扩容硬盘。

但由于 CapRover 中运行的服务跑在这个数据盘上，并没有办法直接在这个数据盘上进行扩容（进程会持续读取文件），因此，需要先将 CapRover 上的服务暂停，暂停后进行扩容，并重新启动服务。

CapRover 底层是使用 Docker Swarm + Nginx 来进行的，因此，我们只需要使用 Docker Swarm 的命令，来停止服务运行即可。

1. 获取服务名称

首先，你需要先获取到当前所有在跑的服务，以便于稍后去暂停。执行 docker service ls 来获取到具体的服务名称。

d2b5ca33bd970f64a6301fa75ae2eb22 13

2. 拼接所需的命令

在 Docker Swarm 当中，并没有直接的 Start or Stop 概念，而是通过将 Replica 设置为 0 来实现关闭的能力。这个命令可以通过 docker service scale 服务名=服务数 来实现。因此，你需要将对应的服务设置为 0 来解决这个问题。你可以先行把开启和停止的命令拼接好，从而实现快速的启动和关闭，尽可能的减少宕机时间。

如果是有多个服务，可以直接拼接在后面，从而实现一次关闭 / 开启多个服务。

# docker service scale service_name=1 service_name_2=0
# 停止命令
docker service scale srv-captain--blog-ixiqin-com=0 srv-captain--mysql-8-production-db=0 srv-captain--pgsql-16-production=0 srv-captain--redis-server-production=0
# 启动命令
docker service scale srv-captain--blog-ixiqin-com=1 srv-captain--mysql-8-production-db=1 srv-captain--pgsql-16-production=1 srv-captain--redis-server-production=1
Code language: Bash (bash)

3. 执行命令，扩容硬盘

你可以先执行停止命令，然后执行扩容命令。完成扩容后，重新启动，即可完成整体的扩容。

使用 CapRover WebHook 获得类 Vercel 部署体验

34456427bc43e44f517b4eece861c6f5
~ 白宦成 ~ Leave a comment

我在开发前端应用的时候，基本上使用的都是 Vercel ，究其原因，主要是以下几个点：

  1. Vercel 可以方便的与 Github 整合，提供简单易用的部署方式：写完代码，测试完成后推送到 Github ，就会自动部署到线上。对于小型项目来说，可以简化部署的流程。
  2. Vercel 提供了自定义域名和自动配置的 SSL，提供了简单的配置方式：在现在 SSL 成为标配的模式下，在 Vercel 你只需要把域名解析到 Vercel ，并在你的 Project 当中绑定域名，就会自动完成域名绑定和 SSL 申请和续期。
  3. Vercel 提供了 FaaS 环境：写应用的时候，很多时候不只有前端的需求，这个时候， Vercel 自身的提供的 FaaS 环境可以帮助你完成基本逻辑的编写。

但 Vercel 毕竟是以前端为主，且函数运行时长也有限制，对于一些比较重的场景下，Vercel 还是不太够用。刚好最近我把服务部署从传统的 LAMP 换成了 Docker Based PaaS，我使用的 CapRover 提供了类似的体验。

使用 Cap Rover 你能获得的体验：

  • 上传代码后，自动部署到 Production
  • 绑定域名后，自动配置 SSL 证书，且可以配置其他域名转发到主域名

具体操作步骤见下：

安装 CapRover

CapRover 的安装我就不再赘述，跟随官方的说明安装即可。

绑定根域名

当你登录 CapRover 时，CapRover 会让你绑定一个泛域名解析，你可以根据自己的需要，绑定一个二级或者三级域名，然后在 DNS 解析一个 * 到这个服务器上。这样后续部署的服务就会自动解析一个 服务名.你的域名 ，用于服务的初步访问（类似于 xxx.vercel.app)。

d2b5ca33bd970f64a6301fa75ae2eb22 6

上传代码至 GitHub

在 Github 上创建一个代码仓库，并把你自己的项目部署上去。如果你有已经写好的 Dockerfile，可以一并上传上去。如果没有的话，则可以选择参考 CapRover 提供的 Sample App ，里面提供了常见语言的部署参考。

创建容器并配置环境

完成代码上传后，你可以进入到 CapRover 后台，创建一个新的 App。这里可以输入你喜欢的名字，方便后续查找即可。

d2b5ca33bd970f64a6301fa75ae2eb22 7

创建完成后，点击下方列表中的应用名称，进入应用的配置页面，并切换至 Deployment 页面。

d2b5ca33bd970f64a6301fa75ae2eb22 8

在这个页面，可以找到 Method 3 ： Deploy From GitHub/ Bitbucket/Gitlab，填写你的仓库信息、分支名、用户名。密码你可以选择直接使用你的密码，也可以选择创建一个 Personal Access Token ，或者是在仓库里配置一个 Deploy SSH key 均可。

d2b5ca33bd970f64a6301fa75ae2eb22 9

配置完成后，会自动给你生成一个 Webhook 地址，复制这个 Webhook 地址。

d2b5ca33bd970f64a6301fa75ae2eb22 10

配置 Github 上的 WebHook

复制上方的 Webhook 地址，并进入到 Github 你的仓库 – Settings – webhooks 页面，新增一个 Webhook。

d2b5ca33bd970f64a6301fa75ae2eb22 11

粘贴你刚刚复制的 URL，Content Type 选择 application JSON，并在下方选择触发部署的时机。

d2b5ca33bd970f64a6301fa75ae2eb22 12

点击报错。

等待自动部署

接下来你就可以通过提交代码，来让其自动完成部署，从而享受类似于 Vercel 的推送即部署的体验～。

在你的 Github Actions 中添加一个 PostgreSQL 用于测试

black and white penguin toy
~ 白宦成 ~ Leave a comment

在开发应用的时候，我们会选择使用 PostgreSQL 作为数据库进行开发，但在 Github Actions 环境下，默认是没有 PostgreSQL 作为数据库后端的，这个时候如果你想要测试一些和数据库相关的逻辑，就不得不面临两个选择：

  1. 使用一个和生产环境无关的数据库，比如 SQLite。
  2. 在 Github Actions 当中添加一个 PostgreSQL。

前者是大多数常规的做法，大概率也不会出现什么问题（毕竟作为 CURD 仔，我们用的大部分时候都是一些 ORM，很少裸写 SQL），不过依然存在一些概率是你写了一些 PostgreSQL Only 的 Query 无法覆盖到测试。

另外就是本文的核心了：在你的 Github Actions 当中添加一个 PostgreSQL。

Github Actions Service

想要实现这个效果，我们依赖了 Github Actions Service Containers 这个能力。

服务容器是 Docker 容器，以简便、可携带的方式托管您可能需要在工作流程中测试或操作应用程序的服务。 例如，您的工作流程可能必须运行需要访问数据库和内存缓存的集成测试。

您可以为工作流程中的每个作业配置服务容器。 GitHub 为工作流中配置的每个服务创建一个新的 Docker 容器，并在作业完成后销毁该服务容器。 作业中的步骤可与属于同一作业的所有服务容器通信。 但是，你不能在组合操作中创建和使用服务容器。

GitHub

你可以选择你需要运行测试的环境中，找到对应的 Job，并在 Job 下新增一个 services ，即可为你的 job 设定一个依赖的服务容器，它可能是数据库 、 缓存之类的。比如我这里用的就是 PostgreSQL。

我的 Github Actions 完整参考：

  • services 是我运行的服务容器。
  • steps 是我的真正的测试流程。
name: Django CI

on:
  push:
    branches: [ "main" ]
  pull_request:
    branches: [ "main" ]

env:
  DEBUG: true
  SECRET_KEY: django-insecure-github-actions
  DB_NAME: postgres
  DB_USER: postgres
  DB_PASSWORD: postgres
  DB_HOST: localhost
  DB_PORT: 5432

jobs:
  build:
    runs-on: ubuntu-latest
    services:
      postgres:
        image: postgres
        env:
          POSTGRES_PASSWORD: postgres
        # Set health checks to wait until postgres has started
        options: >-
          --health-cmd pg_isready
          --health-interval 10s
          --health-timeout 5s
          --health-retries 5
        ports:
          - 5432:5432

    strategy:
      max-parallel: 4
      matrix:
        python-version: [3.12]

    steps:
    - uses: actions/checkout@v3
    - name: Set up Python ${{ matrix.python-version }}
      uses: actions/setup-python@v3
      with:
        python-version: ${{ matrix.python-version }}
    - name: Install Dependencies
      run: |
        python -m pip install --upgrade pip
        pip install -r requirements.txt
    - name: Run Tests
      run: |
        python manage.py test
Code language: PHP (php)

Thinking in Component Tree

blue red and green letters illustration
~ 白宦成 ~ Leave a comment

在开发前端应用的时候，我比较推荐在真正开始写代码之前试着画一画组件树 / 状态树。

在很多时候，可能你的设计师已经帮你做好了组件树，但在某些场景下，你的设计时并不会帮你拆解组件树，或者是你是直接和产品经理对接，他不会帮你拆解组件树。

这个时候，相比于写代码，我更推荐你先拆解组件树，在完成组件树之后，再开始你的 Coding。

d2b5ca33bd970f64a6301fa75ae2eb22 5

Figma / Sketch 之类的软件提供的分组能力、图层的能力，可以帮助你将组件合理的拆解、分组、归类。当你完成树的建设之后，可以试试看将不同的模块拆解，每个模块是否可以独立正常的运转。如果不可以，则说明你的状态拆解的可能是有问题的。

当你完成拆解之后，只需要按照你拆解出来的树组织你的 Component 即可。

在 WordPress 的 Docker 镜像上加装 Redis 拓展，以支持 Redis 缓存

docker
~ 白宦成 ~ 4 Comments

在 从 LAMP 到 Docker based PaaS 工具 当中，我提到我现在使用的是 Docker Based PaaS 产品来托管站点。本站目前其实就是跑在 Docker 上的。

使用默认的 WordPress 镜像时，我发现一个问题：没有支持 Redis 拓展！我使用 Redis 来缓存 Query，提升访问的性能。如果缺失了 Redis 拓展，就会减少一部分缓存的能力。于是开始研究如何在官方的 WordPress 镜像上加入 Redis 拓展。

根据 WordPress 镜像的官方说明，我们可以 docker-php-ext-* 命令来配置镜像，安装必要的拓展，来满足我们日常使用的需求，并给出了官方的参考。

不过，我在验证 Redis 拓展时，使用 docker-php-ext-* 命令没有配置成功，好在可以使用 pecl 来安装。于是，我便将 Dockerfile 修改成如下内容，来完成对于 Redis 拓展的安装。

FROM wordpress:latest
RUN pecl install -o -f redis && rm -rf /tmp/pear && docker-php-ext-enable redis

修改好 Dockerfile ，然后重新启动，一切都好了～

d2b5ca33bd970f64a6301fa75ae2eb22 4

使用 idb-kayval 作为前端数据存储

text
~ 白宦成 ~ Leave a comment

在前端留存一些状态，是在前端场景下提升性能的常规操作。最近我有一个场景需要在前端留存一个状态，借着这个机会，试了试 IndexedDB 来作为数据存储，拓展一下新的方向。

关于 Indexed DB

Chrome 在中提供了多种不同的存储，按下 F12 ，打开 DevTools ，找到应用 – 存储，你就会看到目前 Chrome 支持的多种存储方式。常用的主要就是本次存储空间（Local Storage）、会话存储空间（Session Storage）和 Indexed DB。这次我用的便是 Indexed DB。

d2b5ca33bd970f64a6301fa75ae2eb22 1

开发使用建议

由于 Indexed DB 提供的 API 整体比较裸，在实际应用开发时，可能并不好用，你可以根据自己的需要，选择使用不同的第三方开发库来开发你的应用。在这篇文章中，我使用了 idb-keyval 来作为我的开发库。

d2b5ca33bd970f64a6301fa75ae2eb22 3

用法

首先，使用 yarn add idb-keyval 来安装依赖，安装完成后，可以参考如下代码来在你的项目中引入 indexedDB.

import { set,get,keys } from 'idb-keyval';


// 下面演示了一个 get_books 函数，会将内容存储在 IndexedDB 的 your-keys 当中。
// 如果存在缓存，则直接使用缓存，不存在，则进行数据获取
function get_books(){
   // 使用 keys 获取当前 IndexedDB 当中的所有 Key，用于判断当前是否有缓存结果。
   const exists_keys = await keys();
   if(exists_keys.indexOf('your-keys') !== -1){
    console.log("use cached glossary")
    return await get('your-keys');
   }

   // fetch data
   let data = fetch_data();
   
   await set('your-keys',data)
   return data;
}
Code language: PHP (php)

使用前后的效果

在性能上，使用 Indexed DB 之后，根据你的数据获取的难度，会有不同的性能提升。比如这里我不使用缓存，单次数据获取需要花费 800ms，借助于 Indexed DB，时间可以被控制在 10ms 以内，从而得到一个不错性能。

d2b5ca33bd970f64a6301fa75ae2eb22 2

从 LAMP 到 Docker based PaaS 工具

docker
~ 白宦成 ~ 3 Comments

在 白宦成简史 当中，我写到过，我从 2013 年就开始写博客，至今已经 11 年有余。而我和互联网、编程的缘分，也从 2013 年开始。

在 2013 年的时候，我主要是使用 WordPress 建站（现在也还在用，比如本站）。所以，从哪个时候开始，我开始接触 LAMP、LNMP 这些个概念，并在过去的若干年里，使用了不少「一键安装包」来部署我的网站。

我用的一键安装包 / 控制面板不算少：LNMP.org 、OneInStack（从它还是 LinuxEye 的时候开始用），LAMP.sh等一键配置包，AMH、WDCP、AppNode、Webmin、BT、VestaCP 、Virtualmin等等一系列控制面板。

如果说这些工具有什么相同点，那便是都提供了十分方便的 LAMP / LNMP 的配置方式，让彼时不够专业的我、主要是用别人开发好的应用的我能够快速部署一个基于 MySQL + PHP 的应用，让它 Run 起来。

而随着时间的流逝，我已经不再是曾经的我了。我不再局限于使用别人写好的程序，我开始自己写；我不再局限于使用 PHP 来编写程序，我同样会使用 Python、Ruby、Golang 、Node.js 来编写应用程序；所有的这些，都告诉我，我需要在现有的框架和程序上去做很多额外的配置，比如，我需要在 LNMP 的基础之上，配置 NPM，以完成 Node.js 的构建；我需要在系统上配置 Docker ，以便于去运行某些需要复杂配置的环境。

曾经那些可以帮到我的程序已经不再能帮到我了，如今的他们，成了我的累赘。我开始需要为了他们去多做一些事情了。

如今的我，更需要的是一个能够基于 Docker 来运行的管理工具，能够帮助我完成不同环境的配置、管理的能力。我需要的是一个类似于 Heroku 的管理工具，能够让我把更多的精力放在把事做好上。

我试用了

最终，选择了 CapRover ，主要原因有几个：

  1. 支持基础的 Docker 管理功能：这样意味着我其实可以在网页端管理这些资源。
  2. 使用 Nginx ，并集成了 Let’s Encrypt：我的应用都希望有 HTTPs 的能力，所以默认集成了 Let’s Encrypt 可以帮助我解决不少的问题。我也不需要自己去维护一个 Traefik 来解决请求转发的问题（我没有使用 Rancher / Kubesphere 之类的容器管理平台也是这个原因）
  3. 提供了一些一键配置的 Sample：这意味着我把一些我常用的应用迁移过去的时候，可以抄袭一下其官方推荐的配置，可以降低我的使用门槛。
  4. 足够久远：CapRover 作为一个从 2017 年就开始运作的工具，代表着有足够多的 issue 可以供我参考 / 使用，可以减少我踩坑的概率。
  5. 提供了 CLI 来进行部署：对于一个经常需要部署的人来说，提供 CLI / Github Action 可以帮助我快速实现多种不同需求下的部署，帮助我来提升效率。

种种的这些，让我最终从过去的 LNMP，跳船到了 Docker Base PaaS 工具上。

Hexo 构建过程中报错 FATAL ERROR: Ineffective mark-compacts near heap limit Allocation failed – JavaScript heap out of memory 如何处理？

green and black digital device
~ 白宦成 ~ Leave a comment

最近在处理 Linux 中国的静态站点，在技术选项上，为了方便修改，选择了 Hexo 来建设。

数据从 Discuz 转换到 Markdown 已经处理好了，但在构建过程中遇到了一些问题，会报如下错误

☁  linux [main] ⚡  hexo g
INFO  Validating config
INFO  Start processing
INFO  Files loaded in 2.37 min

<--- Last few GCs --->

[4685:0x118008000]   188193 ms: Scavenge (reduce) 3974.1 (4131.6) -> 3974.1 (4131.6) MB, 1.96 / 0.00 ms  (average mu = 0.143, current mu = 0.117) allocation failure;
[4685:0x118008000]   188198 ms: Scavenge (reduce) 3977.5 (4135.0) -> 3977.5 (4135.0) MB, 1.88 / 0.00 ms  (average mu = 0.143, current mu = 0.117) allocation failure;
[4685:0x118008000]   188202 ms: Scavenge (reduce) 3981.0 (4138.5) -> 3981.0 (4138.5) MB, 1.79 / 0.00 ms  (average mu = 0.143, current mu = 0.117) allocation failure;


<--- JS stacktrace --->

FATAL ERROR: Ineffective mark-compacts near heap limit Allocation failed - JavaScript heap out of memory
----- Native stack trace -----

 1: 0x104762660 node::OOMErrorHandler(char const*, v8::OOMDetails const&) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 2: 0x1048dcc84 v8::Utils::ReportOOMFailure(v8::internal::Isolate*, char const*, v8::OOMDetails const&) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 3: 0x1048dcc34 v8::internal::V8::FatalProcessOutOfMemory(v8::internal::Isolate*, char const*, v8::OOMDetails const&) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 4: 0x104a82410 v8::internal::Heap::CallGCPrologueCallbacks(v8::GCType, v8::GCCallbackFlags, v8::internal::GCTracer::Scope::ScopeId) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 5: 0x104a84e98 v8::internal::Heap::ComputeMutatorUtilization(char const*, double, double) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 6: 0x104a84b80 v8::internal::Heap::RecomputeLimits(v8::internal::GarbageCollector) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 7: 0x104a83f08 v8::internal::Heap::PerformGarbageCollection(v8::internal::GarbageCollector, v8::internal::GarbageCollectionReason, char const*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 8: 0x104a829a4 v8::internal::Heap::CollectGarbage(v8::internal::AllocationSpace, v8::internal::GarbageCollectionReason, v8::GCCallbackFlags)::$_6::operator()() const [/opt/homebrew/Cellar/node/21.5.0/bin/node]
 9: 0x104a8277c void heap::base::Stack::SetMarkerAndCallbackImpl<v8::internal::Heap::CollectGarbage(v8::internal::AllocationSpace, v8::internal::GarbageCollectionReason, v8::GCCallbackFlags)::$_6>(heap::base::Stack*, void*, void const*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
10: 0x104680028 PushAllRegistersAndIterateStack [/opt/homebrew/Cellar/node/21.5.0/bin/node]
11: 0x104a8122c v8::internal::Heap::CollectGarbage(v8::internal::AllocationSpace, v8::internal::GarbageCollectionReason, v8::GCCallbackFlags) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
12: 0x104a7977c v8::internal::HeapAllocator::AllocateRawWithLightRetrySlowPath(int, v8::internal::AllocationType, v8::internal::AllocationOrigin, v8::internal::AllocationAlignment) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
13: 0x104a79f20 v8::internal::HeapAllocator::AllocateRawWithRetryOrFailSlowPath(int, v8::internal::AllocationType, v8::internal::AllocationOrigin, v8::internal::AllocationAlignment) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
14: 0x104a61988 v8::internal::Factory::AllocateRaw(int, v8::internal::AllocationType, v8::internal::AllocationAlignment) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
15: 0x104a58874 v8::internal::MaybeHandle<v8::internal::SeqTwoByteString> v8::internal::FactoryBase<v8::internal::Factory>::NewRawStringWithMap<v8::internal::SeqTwoByteString>(int, v8::internal::Tagged<v8::internal::Map>, v8::internal::AllocationType) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
16: 0x104d74a6c v8::internal::Runtime_StringBuilderConcat(int, unsigned long*, v8::internal::Isolate*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
17: 0x104573954 Builtins_CEntry_Return1_ArgvOnStack_NoBuiltinExit [/opt/homebrew/Cellar/node/21.5.0/bin/node]
18: 0x1045e94c4 Builtins_RegExpReplace [/opt/homebrew/Cellar/node/21.5.0/bin/node]
19: 0x1045625ac Builtins_StringPrototypeReplace [/opt/homebrew/Cellar/node/21.5.0/bin/node]
20: 0x1044e8b84 Builtins_InterpreterEntryTrampoline [/opt/homebrew/Cellar/node/21.5.0/bin/node]
21: 0x1289db514
22: 0x1289dbae4
23: 0x128def07c
24: 0x1289db514
25: 0x128d2de58
26: 0x1289db514
27: 0x1289d9e20
28: 0x1288da1d8
29: 0x128de4df4
30: 0x1288ce2bc
31: 0x1288c99d8
32: 0x1288de57c
33: 0x1288de6d8
34: 0x1288d0654
35: 0x1044e68ac Builtins_JSEntryTrampoline [/opt/homebrew/Cellar/node/21.5.0/bin/node]
36: 0x1044e6594 Builtins_JSEntry [/opt/homebrew/Cellar/node/21.5.0/bin/node]
37: 0x1049fca88 v8::internal::(anonymous namespace)::Invoke(v8::internal::Isolate*, v8::internal::(anonymous namespace)::InvokeParams const&) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
38: 0x1049fc480 v8::internal::Execution::Call(v8::internal::Isolate*, v8::internal::Handle<v8::internal::Object>, v8::internal::Handle<v8::internal::Object>, int, v8::internal::Handle<v8::internal::Object>*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
39: 0x1048f093c v8::Function::Call(v8::Local<v8::Context>, v8::Local<v8::Value>, int, v8::Local<v8::Value>*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
40: 0x104681110 node::InternalMakeCallback(node::Environment*, v8::Local<v8::Object>, v8::Local<v8::Object>, v8::Local<v8::Function>, int, v8::Local<v8::Value>*, node::async_context) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
41: 0x104681508 node::MakeCallback(v8::Isolate*, v8::Local<v8::Object>, v8::Local<v8::Function>, int, v8::Local<v8::Value>*, node::async_context) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
42: 0x1047001fc node::Environment::CheckImmediate(uv_check_s*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
43: 0x107d57ec8 uv__run_check [/opt/homebrew/Cellar/libuv/1.47.0/lib/libuv.1.dylib]
44: 0x107d52cc4 uv_run [/opt/homebrew/Cellar/libuv/1.47.0/lib/libuv.1.dylib]
45: 0x1046819dc node::SpinEventLoopInternal(node::Environment*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
46: 0x1047a9ad4 node::NodeMainInstance::Run(node::ExitCode*, node::Environment*) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
47: 0x1047a983c node::NodeMainInstance::Run() [/opt/homebrew/Cellar/node/21.5.0/bin/node]
48: 0x104722e80 node::Start(int, char**) [/opt/homebrew/Cellar/node/21.5.0/bin/node]
49: 0x187fb10e0 start [/usr/lib/dyld]
[1]    4685 abort      hexo g
Code language: HTML, XML (xml)

这个报错中，最有价值的便是 FATAL ERROR: Ineffective mark-compacts near heap limit Allocation failed – JavaScript heap out of memory。

这个报错的意思是目前 JavaScript 使用的内存已经超出了可用范围，导致程序挂掉，而如果想要解决这个问题，只需要分配更多的内存给 Hexo 即可。

只需要在构建的命令前加入NODE_OPTIONS=--max-old-space-size=24576，就可以分配更多的内存给 Node.js 。这里的 24576 是 24GB 内存的含义，你可以根据你的需要来选择。

PS. Linux 中国的数据太多，以至于我用 Hexo 分配了 24GB 都不行。。我决定换 Hugo 了。。希望 Hugo 可以。。。

如何批量取消你的 B 站关注和 Youtube 关注

red and white square illustration
~ 白宦成 ~ 7 Comments

在 You Need or You Want？ 当中，我提到，我在清理我的关注，取消那些我很久不看的频道，简单分享一下如何做这个动作。

Youtube 关注

YouTube 可以访问 Channels 页面，然后手动取消关注（ Youtube 的取关还有个二次确认，所以没办法像 B 站那样一条命令取消关注当前页面的 所有 Up 主）

B 站关注

B 站的取消关注动作相对简单很多。由于 B 站提供了按「最常观看」的排序的方式，所以我们只需要选择使用这个排序，并切换到列表最后一页，批量取关即可。

批量取关你可以使用下面这个命令，来取关整个页面上的所有 UP 主。

$(".be-dropdown-item:contains('取消关注')").click()
Code language: JavaScript (javascript)

具体的步骤如下：

一、在个人主页打开关注管理页面，并切换至全部关注的「最常访问」排序列表。

d2b5ca33bd970f64a6301fa75ae2eb22 4

二、使用 F12 或使用选项打开开发者工具，并切换到 Console 页面（中文是控制台）

d2b5ca33bd970f64a6301fa75ae2eb22 5

三、粘贴上面的代码，就可以取消关注当前页面的所有 UP 主了。

需要注意的是，每次执行会取关当前页面的，你需要切换一下底部的翻页器，切换到其他页再执行上面的命令。

此外，你还需要关注执行频率，如果执行频率太高，可能会弹出一个报错。这个时候只需要刷新一下即可。

d2b5ca33bd970f64a6301fa75ae2eb22 6

如何在 M1 mac 上安装 MySQL2 Gem

red and silver beaded necklace
~ 白宦成 ~ Leave a comment

在 M1 的 mac 上安装 mysql2 这个 gem 的时候，经常会遇到如下的报错：

1 warning generated.
compiling statement.c
linking shared-object mysql2/mysql2.bundle
ld: warning: -multiply_defined is obsolete
ld: warning: ignoring duplicate libraries: '-lruby.3.2'
<strong>ld: library 'zstd' not found
</strong>clang: error: linker command failed with exit code 1 (use -v to see invocation)
make: *** [mysql2.bundle] Error 1
Code language: PHP (php)

根据提示，我们可以看到是 zstd 这个依赖找不到导致的编译失败。这是因为 mysql2 是一个 Native Gem，依赖了大量的系统组件，如果我们没有对应的系统组件，就无法找到。

但实际上在我的系统中已经安装了 zstd，只是在 mysql2 的构建过程中找不到。

d2b5ca33bd970f64a6301fa75ae2eb22 3

要解决这个问题有几个思路：

  1. 在构建时能找到 zstd ；
  2. 在构建时指定 zstd 的位置。

这里我选择第二种方式：

gem install mysql2 -- --with-mysql-config=$(brew --prefix mysql)/bin/mysql_config --with-ldflags="-L$(brew --prefix zstd)/lib -L$(brew --prefix openssl)/lib" --with-cppflags=-I$(brew --prefix openssl)/include
Code language: JavaScript (javascript)

通过 -- -with-mysql-config 的方式，可以在安装时指定构建的参数，从而实现让 gem 构建时使用我们设置的路径，从而完成 gem 的安装。

d2b5ca33bd970f64a6301fa75ae2eb22 4

如何自定义 Docked？

red and silver beaded necklace
~ 白宦成 ~ Leave a comment

我在之前的文章 使用 Docked Rails CLI 简化 Rails 的开发 中介绍了 Ruby on Rails 的 Docked 程序，并提供了一个我自己的定制版本。

这里来和大家说一下怎么自定义 Docked 镜像，从而构建一个适合你自己的镜像。

Fork Docked 项目

At first ，你需要 Fork Rails 官方的项目

https://github.com/rails/docked

Fork 项目到你自己的名下后，你可以修改一下他的名字，改成适合你自己习惯的名字（比如我就改成 Runs 了，Docked 对我来说太容易打成 Docker 了）。

修改 Dockerfile

Docked 最核心的其实就是 Dockerfile ，你可以修改你 Fork 来的项目，并在 Dockerfile 当中添加必要的依赖，引入新的资料等。

比如，https://github.com/bestony/runs/commit/d930a5d6fc389cb6fa8e9f7c41947d01b000da95这个 Commit 就是为了在 Dockerfile 当中添加 PGSQL 的配置，以实现在使用 rails new 命令时，可以选用 PGSQL as DB Backend。

修改 Ruby 版本

可参考：https://github.com/bestony/runs/commit/31fabe5f914d931834b0e12797b14d76bf56d162

修改 Node 版本

可参考：https://github.com/bestony/runs/commit/5969cc4ee5c0bf8503ebdab5664f365b6719843e

修改编译脚本，上传镜像

修改完成 Dockerfile 后，接下来你需要修改 Docker镜像产物，以便于你自己在实际使用过程中，直接使用你自己的 Docker 镜像。

修改 https://github.com/bestony/runs/blob/160fe165db7abecc3229be417b15473dcd3aec9f/.github/workflows/docker-publish.yml#L41 的 tags 为你自己的，格式为 ghcr.io/{你的 ID}/{你的仓库名}。

修改好之后，只需要提交 Commit ，等待 Github Action 的自动构建即可。

修改 Readme

镜像构建结束，你只需要修改 Readme 中的安装配置命令，这样在后续使用时就不用自己再修改了。重点修改的内容包括 ailas、镜像名以及底部的启动命令。

d2b5ca33bd970f64a6301fa75ae2eb22

总结

通过对 Docked 的简单修改，可以实现快速构建一个属于你自己的开发环境命令，帮你优化自己的工作流。

使用 Docked Rails CLI 简化 Rails 的开发

a golden docker logo on a black background
~ 白宦成 ~ 3 Comments

在开发 RoR 的时候，经常需要配置本地的开发环境。但如果你需要在一些云端开发环境（比如 Github Codespaces）中配置你的开发环境时，就会变得比较麻烦。

但得益于 Docker，我们可以直接使用 Docker 镜像来完成我们的开发环境。

Ruby 官方提供了 Docked 来帮助我们完成这个环境的构建。

配置

假设你已经完成了 Docker 的安装，接下来你只需要做如下操作，来配置 Docked Rails Cli

docker volume create ruby-bundle-cache
alias docked='docker run --rm -it -v ${PWD}:/rails -v ruby-bundle-cache:/bundle -p 3000:3000 ghcr.io/rails/cli'
Code language: JavaScript (javascript)

为了方便你的使用，你还可以将上述的输入放在 .bash_rc 或 .bash_profile 当中。

使用

接下来，你只需要使用 docked 你要执行的命令 来执行各种命令，比如官方给出的这样的 Sample。

docked rails new weblog
cd weblog
docked rails generate scaffold post title:string body:text
docked rails db:migrate
docked rails server
Code language: CSS (css)

updates in 2023.12.19

由于官方默认的 docked 没有 PGSQL 的支持，所以我自己 Fork 了一个版本，做了一些更新。

具体可以见 https://github.com/bestony/runs

FastAPI 在使用 pytest 加载不同的配置文件，以实现测试环境单独运行某些配置项目

person holding sticky note
~ 白宦成 ~ Leave a comment

引言

Fast API 作为一个新兴的 Python Web 框架，不少的开发者都在使用 FastAPI 来开发应用。我最近也在试着使用它。

在开发应用时，我习惯使用 TDD 的方式进行开发，特别是开发飞书机器人时，由于飞书给我提供的请求是可预测的，特别适合以 TDD 的方式来定义行为并实现。

同时，我在使用其他语言开发的时候，也会用到使用 .env 和 .env.testing 这样的配置文件来在不同的环境下加载不同的配置文件，达到在不同环境使用不同的变量来完成任务。

内容大纲

  1. 实现读取 .env 文件
  2. 实现在测试环境读取 .env.testing 文件

模块详细内容

实现读取 .env 文件

想要实现在 FastAPI 中读取 .env 文件，首先，你需要引入 pydantic_settings 包，来完成基本的配置文件的读取。

from pydantic_settings import BaseSettings

class Settings(BaseSettings):
    app_name: str = "Awesome API"

settings = Settings()
print(settings.app_name)

接下来你可以为这个 Settings 类新增 Config 配置，以实现读取本地的 .env 文件

from pydantic_settings import BaseSettings

class Settings(BaseSettings):
    app_name: str = "Awesome API"

    class Config:
        env_file = ".env"

settings = Settings()
print(settings.app_name)

通过上述代码，你的配置项目就会自动读取 .env 文件来加载环境变量，从而实现更加简单的环境变量管理。

实现在测试环境读取 .env.testing 文件

在测试时，为了避免使用线上的数据，你可以在测试时加载不同的环境变量文件。

如果你只有一个测试环境，可以有一个非常简单的方式来实现：在配置 env file 时，传入一个元组，会自动加载多个文件。

from pydantic_settings import BaseSettings

class Settings(BaseSettings):
    app_name: str = "Awesome API"

    class Config:
        env_file = (".env",".env.testing")

settings = Settings()
print(settings.app_name)

需要注意，这里实现的实际上是使用 pydantic-settings 自己的加载顺序来实现。默认情况下，靠后的文件优先级会更高（覆盖了前面的内容）。这样的好处是如果你有些配置测试环生产是一样的，可以在 .env.testing 中加入不同的部分，相同的部分直接复用生产环境的配置项目即可。

但由于使用的是顺序加载多个问题，如果你发现表现和你配置的不一致时，就要看看是不是有优先级更高的环境变量文件覆盖了默认的 .env 文件。

结论

借助 pydantic-settings 的一些配置，你可以快速实现 .env 和 .env.testing 的加载，相比与判断环境变量，这样会比较简单，且可以实现在 .env.testing 中只维护变量，和线上保持一致的部分可以直接继承。

附加部分

JSON to Pydantic

black flat screen computer monitor
~ 白宦成 ~ Leave a comment

使用 FastAPI 后，你需要写完整的请求体和返回体，以便于生成 API 文档，对于完全从 0 开始构建的项目来说，是不难的，但如果你需要做的是一个项目的迁移，那么写这些类型定义可能需要耗费你大量的时间。

不过，JSON to Pydantic 可以帮助你解决这些问题：

d2b5ca33bd970f64a6301fa75ae2eb22 6

这个网站支持使用一个 JSON 作为 Input，并生成对应的 Pydantic 的代码，对于一些老旧项目迁移的工作来说，可以说是节省了大量的时间。

聊聊 APILetter 的新计划

APILetter
~ 白宦成 ~ Leave a comment

APILetter 从创刊号，到 S1E6，经历了一年的时间。

虽然在定更新节奏时，我就考虑到自己拖更的可能性，但确实没想到我拖更这么严重，在 2022 年，一口气更新了 3 篇，然后就是长达半年的拖更。不过，总算是把第六篇写完，算是给 Season 1 做个了结。

过去

APILetter 的出现，是源自我在研究 RESTFul 架构时发现的问题：国内有太多解释什么是 RESTFul 规范的文章，但你点进去看，篇篇都是复制粘贴。

而 API 是开发者生态中非常重要的一环，它不应该被草率的对待，开发者们值得用上更好的 API。既然没有人写关于 API 的严肃内容，那就从我开始吧。刚好我在研究相关的内容，那就写一些 API 到底应该是什么样的。

也正是抱着这个想法，我开始了一篇篇的创作，从 为什么是 RESTful API，到如何设计一个符合 RESTFul 风格规范的批量操作 OpenAPI；有务实的内容，也有务虚的内容。但不变的是希望让大家明白如何设计一个更好的面向开发者的 API。

但，Season 1 的内容也是杂乱无章的，聊过 RESTFul、聊过 API 文档、聊过 API 指标、聊过 API 报错，这样杂乱且没有主线的内容，作为博客来说，还算可以接受，但作为 Newsletter，可能就显得过于随意。因此，在 Season 2 开始，内容也会开始面向主题，我也会更早的设计不同的 Season 要讨论的话题，以便于让你可以有更好的阅读体验。

未来

在写第一篇邮件通讯时，我就注册了域名 APILetter.com，因为我知道这件事我应该会做很久，所以搞一个独立的站点是必然的事情，也是符合我习惯的事情 —— 每搞一个事情，就要给它一个独立的品牌。

而在刚开始写第一封邮件时，我是没有勇气使用独立的站点的，我总担心自己写完第一封就写不下去了。那搞一个独立的站点不过是浪费时间。所以我选择从竹白开始我的写作之旅。一年过去了，获得了还算不错的效果（至少比我想象中的要好一些）。

image
迁移到 Ghost 之前的数据

不论过程是否艰辛，总归我是完成了自己对自己的承诺，至少写完了一个 Season 的内容。

而 APILetter 完成了第一阶段的产出后，下一个阶段，我希望用更加品牌化的方式来运行这个项目，便启用了 APILetter.com 的域名），并搭建了 Ghost 来托管这个项目。

换到 Ghost，除了域名独立、程序独立、数据独立，相应的，自然也有一些好处 —— 比如可以 RSS 订阅了。如果你希望通过 RSS 的方式来订阅 APIletter， 也可以直接访问 https://www.apiletter.com/rss/ 来订阅。

Season 2：指标

在 Season 1 中，我花费了不少的篇幅来讲 OpenAPI 的设计问题。在 Season 2 ，我想专注于 OpenAPI、开发者体验中的指标问题，从企业和个人制定目标开始，到具体到某一个具体的 OpenAPI 指标评定。

目前预计会包含的内容：API 自身的指标定义、API 相关业务的指标定义、开发者体验中的一些指标定义。

除了这些指标，你还关注哪些指标？欢迎回复邮件告诉我。

总结

总之，APILetter 在新的一季里，我会尽量以更好的内容组织方式、更高的频率（但暂时承诺还是每月一封哈），来给大家分享我自己关于 API、关于开发者体验，以及一切与开发者有关的内容，希望可以帮到你。

如果你身边有对于开发者关系感兴趣或从事相关内容的朋友，欢迎你将 APILetter 介绍给他，帮助我获得更多的读者，以及，持续的写下去🥰。

为什么 OpenAPI 的设计如此重要？

APILetter
~ 白宦成 ~ Leave a comment

在 APILetter 的 S1E6，我想和你聊聊 OpenAPI 设计的重要性。

在整个 S1 的文章中，我用了接近 4 篇的篇幅来介绍 OpenAPI 的设计，从一开始介绍为什么要使用 RESTFul ，到 API 的错误码设计理念，辅以批量接口设计的实例，再加上最后这篇重要性的强调，三分之二的比重，意在让你深刻认识到，OpenAPI 的设计至关重要。

为什么 OpenAPI 的设计如此重要？

在企业内部工作时，常常需要找到平衡质量和速度之间的折衷方案。当项目时间非常紧迫时，往往会牺牲一些质量。但如果项目有足够的时间，就有更高的概率能够设计出一个质量更好、开发者体验更佳的 OpenAPI。

然而，OpenAPI 是一项非常重要的任务，不能马马虎虎。一个坏的设计会让团队持续在 OpenAPI 开发上投入更多的精力。

沟通难度高带来的维护成本增高问题

和企业团队内部使用的 API 不同，OpenAPI 的用户是内部团队，用户的差异决定了沟通的难度的。

在内部API中，若需要对某个API进行不兼容变更，我们可以通过比较简单的沟通完成变更的通知，并通过企业内部的优先级对齐方式来明确变更的时间和行为。

但对于OpenAPI的用户来说，不兼容的变更意味着需要通知所有的外部开发者，并确保他们完成相应的更新。然而，这个时间节点和周期并不容易控制，跨企业的优先级对齐、时间节点对齐、以及出现问题时的技术支持，都可能会导致OpenAPI变更周期变得非常长，让维护人员感到疲惫不堪。

以平稳迁移为例，通常需要1-2年的时间才能下线OpenAPI。如果没有平缓过渡，那基本上就无法下线API了。

无法下线的 OpenAPI 最终将会指向不断增加的维护成本。毕竟，即使我们可以不在旧版的 OpenAPI 中去提供新的 Feature ，但依然要针对旧版本的 OpenAPI 提供安全更新，这会导致团队的研发成本越来越高。

风格/设计不统一带来的开发者评价问题

OpenAPI并不一定非要选择 RESTFul 风格，但一定要统一设计风格。

好的设计风格一方面是开发者对于美和好的追求，另一方面也会是开发者对于你的能力和团队水平的评估纬度。开发者可以通过对于接口风格、文档质量等多个角度的评估来评价你的产品的质量和结果。

虽然开发者并非企业的绝对决策者，但对于那些高度依赖开放性和集成性的业务而言，开发者的评价尤为重要。出色的开发者评价，将会使企业在进行集成相关的决策时，更加放心地进行选择。

当然，风格/设计不统一带来的也不仅仅是开发者评价问题，还涉及到更多的维护成本问题：

  • 因为风格不统一，导致开发者对于不同的接口没有一个明确的范式，需要理解成本带来的学习成本高的问题。
  • 因为风格不统一，导致开发者需要针对不同的接口做不同的适配层，重复建设。
  • …

美与好不是一个 OpenAPI 在发布时必须要追求的，但又是你大规模获客时一个重要的对比项目。所以，在 OpenAPI 的设计早期，定义接口设计规范是一个值得投入时间和精力去思考的事情。

如果我的设计已经不好了，又该如何处理？

绝大多数人没有机会从头设计一个全新的 OpenAPI 系统，大多是需要一边跑一边换轮子的。

在这种情况下，可以考虑为你的 OpenAPI 设计一个明确的下线策略，以及，做好你需要花费一年的时间来做好这件事的准备。先定下统一的 OpenAPI 规范，并通过大版本迭代的方式，将旧版中的设计不好的 OpenAPI 重新梳理、设计、整合，并开放出新版的 OpenAPI 出去。

再将存量中设计不好的 OpenAPI 标记为 deprecated，引导增量开发者升级使用新版的 API，卡住存量的 API 的新增使用用户。

随后，只需要不断在新版的 API 中提供新的 Feature，使用自然的产品策略方式诱导开发者来升级，从而实现存量 API 的自然退役即可。

总结

和企业内部使用的 API 不同，OpenAPI 的开放属性决定了 OpenAPI 是很难退役的，因此，从一开始就朝着最好的方式来演进，可能才是最正确的做法。快速迭代，快速试错的路子，并不适合 OpenAPI 的产品形态。