mine, all mine! You can’t have them. Agenda 1. Current status of C++ safety: MISRA and C++ CG 2. Parallel Safety rules 3. Automotive Safety case Safety Critical API Evolution minimize API surface area no harm What is still missing? So far most only deal with Sequential code Very few deal with Parallel code Even fewer deal with Concurrent, event driven code None deal with Heterogeneous dispatch rules pulled from • C++CG • HIC++ • REphrase H2020 project • CERT C++ • JSF++ (no parallel rules) • WG23 (no parallel rules) • Added some from our own contributions • Many joined, average 5-8 per meeting

CurveBS I/O processing flow Before introducing IO processing flow, we first describe the overall architecture, data organization and topology structure of CURVE. CurveBS uses the central sockets. l Nebdserver: Accepts requests from NEBDClient and calls Curve Client for corresponding processing. it can receive requests from different NEBDClients.3. Through the above splitting, NebdClient NebdClient replaces Curve Client and directly interfaces with upper services. There is no logical processing in NEBDClient, it just proxy requests and has limited retries, which ensuring that NEBDClient

TIDB THE LARGE SCALE RELATIONAL DATABASE SOLUTION PRODUCT REVIEW 2022 Piloting tomorrow’s creativity https://www.iconic.inc Iconic Data Japan (IDJ) is a multi-national data services company that ICONIC DATA, DATATECH ICONIC DATA © ALL RIGHTS RESERVED. 1 AS A SOLUTION TIDB 2 TiDB is a new database solution that is targeted primarily to clients that need to handle very large databases, with very very large frequency of queries. If those two problems describe your business then this database solution is very attractive, as it also features a number of other features that make it stand out from

programs using parallel algorithms and executors Mark Hoemmen* mhoemmen@stellarscience.com CppCon 2020 * hoʊ’mən, or hœm’mən; he/himWho am I? • > 10 years post-PhD experience writing parallel C++ for for science and engineering • Background: Parallel algorithms for big linear algebra problems • 1st WG21: Nov 2017 • Started new job at Stellar Science in March Eschew raw pointersOutline • Parallelism Parallelism makes error handling harder… • …C++ parallel algorithms and tasks specifically • Message Passing Interface (MPI): 3 decades of distributed-memory parallel programming • MPI teaches design patterns

data-parallel types Dr. Matthias Kretz GSI Helmholtz Center for Heavy Ion Research CppCon ’23 @mkretz@floss.social github.com/mattkretzMotivation std::simd Overview Example: Image Processing Programming CppCon ’23 3 GSI Helmholtz Center for Heavy Ion ResearchMotivation std::simd Overview Example: Image Processing Programming Models Outlook Summary Motivation Motivation © by Matthias Kretz Matthias Kretz CppCon CppCon ’23 GSI Helmholtz Center for Heavy Ion ResearchMotivation std::simd Overview Example: Image Processing Programming Models Outlook Summary std::simd is for you! Matthias Kretz CppCon ’23 4 GSI Helmholtz

Service Mesh的延伸 之论道Database Mesh 分享人：张亮 日期：2018年07月25日Service Mesh风头正劲Service Mesh产品多样化Service Mesh的优势 云原生 零入侵 可观察性 面向运维服务化之后，数据库怎么办？ 服务 • 无状态 • 根据规则路由 • 业务方处理事务 数据库 • 有状态 • 根据SQL路由 • 数据库自动处理事务数据库的进化趋势 • SQL • ACID+BASE • 分布式 NewSQLNewSQL的分类 New Architecture Transparent Sharding Middleware Database-as-a-Service What's Really New with NewSQL?数据库中间层的优势 系统 •事务 运维 • DBA 开发 • SQL数据库中间层应具备的能力 Sidecar 数据库 任意 单一 单一 连接数 高 低 高 异构语言 仅Java 任意 任意 性能 损耗低 损耗略高 损耗低 无中心化 是 否 是 静态入口 无 有 无 Sidecar的优势Database Mesh架构图Sharding-Sphere 核心功能 数据分片 分布式事务 数据库治理 弹性伸缩 管控界面 实现方案 Sharding-JDBC Sharding-Proxy Sharding-Sidecar

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 116 2.5.3 Limitations on a single database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 116 2.5.4 Limitations on a single · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 136 3.3.2 Show, create and drop a database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 137 3.3.3 Create, show, and drop · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 143 3.4.5 Data processing · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 143

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 85 2.5.3 Limitations on a single database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 86 2.5.4 Limitations on a single · · · · · · · · · · · · · · · · · · · · 88 3 Quick Start 88 3.1 Quick Start Guide for the TiDB Database Platform · · · · · · · · · · · · · · · · · · · · · · 88 3.1.1 Deploy a local test cluster· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 106 3.3.2 Show, create and drop a database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 107 3.3.3 Create, show, and drop

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 111 2.5.3 Limitations on a single database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 111 2.5.4 Limitations on a single · · · · · · · · · · · · · · · · · · · 113 3 Quick Start 113 3.1 Quick Start Guide for the TiDB Database Platform · · · · · · · · · · · · · · · · · · · · · · 113 3.1.1 Deploy a local test cluster· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 131 3.3.2 Show, create and drop a database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 132 3.3.3 Create, show, and drop

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 88 2.5.3 Limitations on a single database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 89 2.5.4 Limitations on a single · · · · · · · · · · · · · · · · · · · · 91 3 Quick Start 91 3.1 Quick Start Guide for the TiDB Database Platform · · · · · · · · · · · · · · · · · · · · · · 91 3.1.1 Deploy a local test cluster· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 109 3.3.2 Show, create and drop a database · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 110 3.3.3 Create, show, and drop