Glossary
文章里那些缩写和黑话，集中解释一下。
- Aliasing · 混叠 / 锯齿
- 采样不足导致高频信息失真的现象，画面上就是斜边、曲线的锯齿。颜色边界频率无穷高，理论上永远采样不够，只能想办法让锯齿不那么显眼。
- Debug / Release · 编译模式
- Debug 不做优化、便于调试；Release 开满优化。Rust / C++ 等两者性能能差一个数量级，所以压测一定要用 Release 构建。
- EAGAIN
- 非阻塞 I/O 的返回码：现在没数据可读（或缓冲区写满了），不是错误，稍后再试即可。边缘触发里就是靠它判断“读干净了”。
- epoll · event poll
- Linux 上高效监听大量 fd 就绪状态的系统调用。比 select / poll 快，因为注册一次后由回调把就绪的 fd 推进“就绪链表”，而不是每次遍历所有连接。单线程高并发的基础设施。
- ET · edge-triggered / 边缘触发
- epoll 的另一种触发方式：只在状态跳变（新数据到达）那一刻报一次。必须循环 read 到 EAGAIN、且用非阻塞 fd，否则剩下的数据再也不会被通知。
- fd · file descriptor / 文件描述符
- 进程打开的文件、socket、管道等的整数句柄。内核用它来标识一个 I/O 对象，read / write / epoll 都拿它说事。
- FXAA · fast approximate AA / 快速近似抗锯齿
- 后处理抗锯齿：对渲染好的成品图找边缘再模糊。极省性能，但容易把细节一起糊掉。
- Ghosting · 拖影 / 残影
- TAA 在快速移动时复用了过时的历史像素，物体身后留下一道残影。靠“历史拒绝”或光流估计来修。
- io_uring
- 较新的 Linux 异步 I/O 框架（5.1+），基于“完成模型”，用一对共享环形队列提交/收割请求，比 epoll 更省系统调用。现代异步运行时（如 tokio）已逐步支持。
- kqueue · kernel event queue
- BSD / macOS 上的 I/O 多路复用机制，角色等同 Linux 的 epoll。这些系统上事件循环的底座。
- L4 · OSI 第四层 / 传输层
- 传输层，TCP / UDP 工作在这。四层代理只看得到源/目标 IP 和端口，看不懂 HTTP 内容，所以没法按域名或 URL 路由。
- L7 · OSI 第七层 / 应用层
- 应用层，HTTP / DNS 等协议所在。七层代理能读懂 HTTP（路径、Host、Header、Cookie），据此做路由和规则判断。
- LT · level-triggered / 水平触发
- epoll 默认的触发方式：只要缓冲区还有没读完的数据，就一直提醒你。啰嗦但安全，漏读了会再报。
- MSAA · multi-sample AA / 多重采样抗锯齿
- 只在几何边缘做多采样、内部单采样，是 SSAA 的省力折中。但管不了贴图内部的锯齿。
- N+1 · N+1 查询
- 常见的查询坑：查一次主列表，再在循环里对每条记录各查一次，总查询数随数据量线性膨胀。改法是把循环内的查询提到循环外、整批预取。
- OSI 模型 · Open Systems Interconnection / 开放系统互联
- 网络的七层参考模型（物理→数据链路→网络→传输→会话→表示→应用）。搞清一个组件工作在哪一层，是排查网络问题的前提。
- p99 · 第 99 百分位延迟
- 99% 的请求都比这个值快，剩下 1% 更慢的“尾延迟”。比平均值更能暴露真实瓶颈；同理还有 p50 / p95。
- RPS · requests per second / 吞吐量
- 每秒处理的请求数，压测的核心指标。极简接口能上几万，业务聚合接口常在几百到一千，两者不能放一起比。
- SMAA · subpixel morphological AA / 子像素形态学抗锯齿
- FXAA 的升级：不只找边缘，还识别 L / Z 形等形状再精确混合。比 FXAA 锐利，仍比 MSAA / SSAA 便宜。
- socket · 套接字
- 网络通信的端点抽象。在 Linux 上它本身也是一个 fd，所以能塞进 epoll 一起管。
- SSAA · super-sampling AA / 超采样抗锯齿
- 最暴力的抗锯齿：按数倍分辨率渲染再缩小，等效每像素多次采样。效果最好但开销最大（帧数腰斩）。
- syscall · system call / 系统调用
- 用户程序请内核办事的入口（如 read、epoll_wait）。每次调用都有跨用户态 / 内核态的开销，所以高并发下要尽量少调、调得值。
- TAA · temporal AA / 时间抗锯齿
- 跨帧抗锯齿：每帧给摄像机加微小抖动，累积多帧样本来消锯齿。性能好、静止画面最干净，但动起来易拖影（ghosting），需要历史拒绝来缓解。
- 卷积 · convolution / 卷积核
- 图像处理的基本操作：用一个小权重矩阵（核）逐像素扫过图像、做加权求和。模糊、锐化、超采样的平均，本质都是卷积。
- 完成模型 · completion model
- I/O 通知方式：内核把数据读完、放进你给的 buffer 后才通知你。io_uring、Windows IOCP 走这套，比就绪模型少一次系统调用。
- 就绪模型 · readiness model
- I/O 通知方式：内核只告诉你“这个 fd 现在可读 / 可写了”，数据还在缓冲区，得你自己去 read。epoll 走的就是这套。
- 采样定理 · Nyquist–Shannon 采样定理
- 要无失真还原信号，采样率得至少是信号最高频率的 2 倍。因为图像边界频率无穷高，所以从原理上就不可能彻底消除锯齿。