终于完成了自己的模板设计，初步实现了filter_streambuf，cge项目启动......

终于完成了自己的模板设计，初步实现了filter_streambuf，cge项目启动......

实现的目的是为了在一些特定情况下不去使用boost的filter_streambuf，不使用boost::iostreams的理由如下：
1、基于运行时配置的过滤器，效率稍低
2、对于网络通讯而言，boost的filter_streambuf乃至整个iostreams库都显得较为臃肿。
所以，我自己编写了一套filter_streambuf，继承了std::streambuf，并配合自己重新设计的archive和batch_data进行网络通讯，无论是效率还是易用性上都超出使用boost的iostreams。而boost的那套东西经过我的反复使用后，觉得更适合用在文件读写和数据持久化上。
如果要说哪里不如boost的filter_stream，也就是boost的filter_streambuf可以动态配置filter，而我使用的是模板技术将filter的关系在编译期就关联了起来，所以只能是静态配置filter。下面是具体使用时的完整例子代码：

 1  #include  < ccs / util / ios / ifilter_streambuf.hpp >
 2  #include  < ccs / util / ios / ofilter_streambuf.hpp >
 3  #include  < ccs / util / ios / memory_terminal.hpp >
 4 
 5  using   namespace  ccs;
 6  using   namespace  util;
 7 
 8  //  输出过滤
 9  struct  my_ofilter
10  {
11      typedef ios::ofilter_tag tag_type;
12 
13      template < typename OutT >
14      std::streamsize write( const   char *  p, std::streamsize n, OutT &  _out)
15      {
16          std::streamsize i  =   0 ;
17           for  (; i  <  n;  ++ i)
18          {
19               char  c  =  p[i];
20               if  (_out.write( &++ c,  1 )  !=   1 )
21                   break ;
22          }
23           return  i;
24      }
25  };
26 
27  //  输入过滤
28  struct  my_ifilter
29  {
30      typedef ios::ifilter_tag tag_type;
31 
32      template < typename InT >
33      std::streamsize read( char *  p, std::streamsize n, InT &  _in)
34      {
35          std::streamsize i  =   0 ;
36           for  (; i  <  n;  ++ i)
37          {
38               char  c;
39               if  (_in.read( & c,  1 )  !=   1 )
40                   break ;
41              p[i]  =   -- c;
42          }
43           return  i;
44      }
45  };
46 
47  //  输出内存设备
48  struct  memory_odevice
49  {
50      typedef ios::dest_tag tag_type;
51 
52      std::streamsize write( const   char *  p, std::streamsize n, ios::memory_oterminal &  _out)
53      {
54           return  _out.write(p, n);
55      }
56  };
57 
58  //  输入内存设备
59  struct  memory_idevice
60  {
61      typedef ios::source_tag tag_type;
62 
63      std::streamsize read( char *  p, std::streamsize n, ios::memory_iterminal &  _in)
64      {
65           return  _in.read(p, n);
66      }
67  };
68 
69 
70  int  main( int  _Argc,  char **  _Args)
71  {
72       char  buf[ 256 ];
73      ios::memory_oterminal memout(buf,  256 );
74      ios::memory_iterminal memin(buf,  256 );
75      ios::ifilter_streambuf < ios::memory_iterminal, mpl::list2 < my_ifilter, memory_idevice >   >  insbuf( & memin);
76      ios::ofilter_streambuf < ios::memory_oterminal, mpl::list2 < my_ofilter, memory_odevice >   >  outsbuf( & memout);
77      std::istream  is ( & insbuf);
78      std::ostream os( & outsbuf);
79 
80       int  num  =   188 ;
81      os.write(( char * ) & num,  sizeof ( int ));
82      os.flush();
83       is .read(( char * ) & num,  sizeof ( int ));
84 
85      std::cout  <<  num  <<  std::endl;
86      system( " pause " );
87  }

代码中的意思就是将写入的数据逐字节的加1，并保存在内存缓冲里，然后又从内存缓冲中读出，逐字节减1，并输出到控制台，一套经过过滤的读写流便完成了。由于使用了模板元的list作为链接，在release模式下所有的过滤器操作都是内联的，这虽然也是我预想的效果，但看完汇编码之后，着实让我高兴了一晚上，这种成就感真的是programer最大的乐趣。

需要说明的是：代码中的mpl::list2是自己实现的模板元链表...过段时间考虑研究一下boost的并替换过来，因为那个list后面的2让我觉得很不够智能...当然，如果boost的list实现过于复杂，或是不能让我的代码完全内联化的话，肯定不会考虑使用。

完成这个之后，我便准备着手构建cge项目，所谓的cge，就是cloud game engine的缩写...顾名思义就是使用了云技术的游戏引擎，我想在业余时间尝试一些颠覆传统cs架构的在线游戏引擎架构设计，具体难点估计会有2个：
1、运用gpgpu group的并行运算技术，考虑使用目前市场占用率最大的nvidia tesla服务器配合cuda，在服务器用physX实现一定的物理模拟。
2、在即时性较强的在线游戏中，ping值一直是最大的挑战，所以有选择性的使用云计算技术，这是架构设计上的挑战。
关于cge的设计思考和规划，会另外开贴具体阐述，并记录开发进度和情况。