LML 是 Learn Machine Learning 的缩写，我会用文字和代码，从一个程序员的角度，记录下自己这段时间学习机器学习的过程。

这是第一篇：线性回归（与 softmax 回归）

结合上回，大部分代码是样板代码，liburing 是为了简化我们手工调用 io_uring 实现的一个包装库

接下来用 liburing 实现 cat

接上回

目前来讲，用户应该使用 liburing，不太需要去直接调用底层的 io_uring API，但是去了解 io_uring 本身提供哪些接口是非常有必要的。

接下来会通过一个类似 cat 的程序，来讲解 io_uring 的一些操作。

什么是 io_uring

它是 Linux 下的，新的异步 IO 的 API，由 Facebook 工程师 Jens Axboe created 出来。

已有解决方案的局限

aio 是 Linux 中已有的异步 IO 系统调用，支持文件和 socket，但是有一些局限

1. 只支持 O_DIRECT 模式的读写，这是最大的局限性，而现实世界中，几乎没有应用有这种常规性质需求
2. 即使在 O_DIRECT 下，aio 也可能因为 metadata 缺失导致 block
3. 某些存储设备有固定的请求队列大小( slots for request，个人理解类似 socket 的 backlog)，队列满时，aio 的提交也会 block
4. 提交和完成过程，会有 104 字节的额外拷贝开销，提交和完成也会产生两个不同的系统调用

随着使用的软件、服务越来越多，我们需要记忆的密码也越变越多，为了安全性，应该避免使用弱密码或重复的密码，于是我之前选择了 1password 这个服务，前两个月我的订阅刚刚过期，但我又不再想续订了，我认为这个产品我没有花得很值，于是调研了一些替代品，我的需求是，可以同步、可以方便的在多端使用。

最终看到了 https://www.passwordstore.org/ 这个项目，我认为完美的契合我的需求，额外的，它足够轻量，在 PC 端也是命令行优先，功能也足够用，第三方适配的 app 也十分简洁，这里做一次记录和推荐。