2302_80742310的博客

原创 clickhouse

这是存储最原始、最详细数据的表。例如，用户的每一次点击日志。

原创 分词和词嵌入的关联

。

原创 值传递，* 和 & 的理解，看这个视频，秒懂

https://www.bilibili.com/video/BV1gf4y1r79E?spm_id_from=333.788.videopod.episodes&vd_source=b40175470daf7a25d78487593f19d21f&p=10

原创 read一个file时哪些情况会出现一行末尾没有/n ?

将不完整的行暂存到 `lineBuf` 缓冲区返回空字符串和 EOF，等待文件继续写入，下次读取时，如果读到了完整的行（带 `\n`），就把缓冲区的内容和新读取的内容拼接起来。此时 `ReadString('\n')` 会读到部分内容，但没有换行符结尾。很多文本编辑器或程序可能创建的文件最后一行就是没有 `\n` 结尾的。如果一行特别长，可能会分多次读取，中间部分自然就没有 `\n`。- 会返回已读取的内容（不含 `\n`）- 已经写了部分内容但还没写 `\n`- 同时返回 `io.EOF` 错误。

原创 令牌桶 vs 漏桶

令牌桶：更灵活，更能应对突增流量。漏桶：更稳定，对系统更保护。

原创 mysql慢日志分析

为了找到这10行数据，数据库扫描了50万行，这通常意味着该查询没有有效利用索引，是优化的关键点。: 查询由 root 用户在本地 localhost 发起。: 该慢查询发生在2025年10月22日。: 查询最终返回了10行数据给客户端。: 记录了查询执行的Unix时间戳。: 整个查询花费了约5.12秒。: 等待锁定的时间很短。: 具体的SQL语句。

原创 GMP模型

G是Go语言中的协程，也是参与调度与执行的最小单位。每个go关键字都会创建一个G。

原创 Goroutine 和 Channel

Goroutine 是 Go 语言轻量级的执行线程。你可以将其理解为比操作系统线程更轻量级的“并发执行单元”。成千上万的 Goroutine 可以在一个操作系统线程上复用。使用 go 关键字来启动一个 Goroutine。go func() { // 这是在 Goroutine 中执行的代码 fmt.Println("Hello from a goroutine!

原创 Benchmark

"Benchmark" 在中文里通常翻译为。

原创 三层限流器

DiskIOLimiter 可能不会触发（因为总字节数不大），但 Collector 会疯狂地把这几万行日志丢给 Parser，导致 Parser 模块的 CPU 使用率瞬间被打满，从而影响到机器上更重要的进程（比如数据库本身）。同时，也可能因为流量过大而被 Kafka 集群拒绝，导致大量发送失败和重试，形成恶性循环。：LineLimiter 不会触发（因为只有一行），Agent 会尝试一次性将这几十兆的内容读入内存，这会瞬间产生大量的磁盘读操作，可能导致数据库的 I/O 延迟飙升，影响在线业务。

原创 tail-f

tail 命令本身的作用是读取并显示一个或多个文件的末尾部分。默认情况下，它会显示文件的最后10行内容。

原创 python的 `@command` 装饰器

这个设计使用了 **`mando`** 库，它是一个 Python 命令行工具库，可以将 Python 函数自动转换为命令行命令。- 定时任务调度（cron jobs）- CI/CD 流程中的脚本执行。这是一个 CLI 命令行接口设计模式。# 可以这样调用不同的定时任务。- 开发调试时单独运行某个功能。

原创 Ansible

[Ansible](https://www.ansible.com/) 是一个开源的自动化运维工具。- **Playbook** 是 Ansible 的官方术语，指的是用 YAML 编写的自动化脚本文件。- `kubernetes/` 或 `k8s/` - 存放 Kubernetes YAML 文件。- Ansible 的官方文档就是这样称呼这些 `.yaml` 文件的。- `terraform/` - 存放 Terraform 脚本。- `scripts/` - 存放通用脚本。## 为什么这样命名。

原创 最近的学习计划

hot100先每天10道，过完一轮，开始灵茶山的基础算法。生成式AI时代下的机器学习2025。生成式AI导论2024。

原创 李宏毅-Generative AI-第二课

举个例子，让LLM翻译一个ta不知晓的语言 & 网络上也搜索不到，但是此时我们在context窗口中放置这个语言的词典和文章，LLM就可以有一个很好的翻译输出，甚至非常逼近一个学会这门语言的人的翻译能力。所以，llm是可以在context中进行learnning的，但不是train，分清概念，这是暂时的。当然我们要知晓，我们是可以通过在context窗口中放置更多有效信息，来让LLM输出更好。两个概念比较相似，可理解为换种说法。

原创 李宏毅-Generative AI-第一课

以上属于llm内部的工作流程：把刚刚猜出来的token作为新的输入贴在老的输入后面，再交给LLM重复循环这个操作，当然不是死循环操作，可以指定循环次数。可以使用hugging-face的transformers库进行训练这些开源模型。有三种角色：1.system：开发者放的prompt；2.user：用户说的话3.assistant：LLM说的话。但是现在都是文字接龙，并没有达到你问我答的效果，所以要加prompt_template。有结构：由有限的基本单位所构成，基本单位就是 token。

原创 人工智能 (AI) ＞ 机器学习 (ML) ＞ 深度学习 (DL)

深度”（Deep）指的就是这个网络的层数非常多。浅层网络可能只能识别一些简单的特征（比如边缘、颜色块），而深层网络可以将这些简单特征组合起来，识别出更复杂的概念（比如眼睛、鼻子，最终组合成一张人脸）。：在传统的机器学习中，我们常常需要人类专家先手动定义好哪些特征是重要的（比如，要识别猫，专家需要先告诉机器要关注“爪子”、“胡须”等特征）。想象一下，你不想为电脑编写一套固定的、明确的指令（比如“如果看到图片里有尖耳朵和胡须，就判断是猫”），而是希望电脑能自己“学会”如何判断。深度学习是机器学习中的一种。

原创 RAG vs Finetuning

推荐。

原创 transformer架构

这确保了在预测第 i 个词时，模型只能依赖 1 到 i-1 的词，从而模拟真实的、从左到右的生成顺序，防止模型在训练时“作弊”偷看答案。：通过将解码器的“提问”（Q）与编码器的“信息库”（K/V）进行匹配，解码器能精准地将注意力聚焦在原文最相关的部分上（例如，在生成 "student" 前，会高度关注原文的“学生”）。：与编码器中的前馈网络类似，它对第二步融合了原文和译文信息的向量，进行一次深度的非线性变换，为最终的单词选择做准备。：对上一步生成的、富含上下文的向量，进行一次独立的、深度的。

原创 Tokenizer 分词策略

这样做既保留了核心语义（token），也捕捉了词缀的含义（-ization 表示名词化），同时比整个单词更常见。：模型无法天然地理解 dog 和 dogs，或者 run 和 running 之间的形态学关联，会将它们视为完全独立的词元。：一个单词会被切分成多个字符，导致输入模型的序列变得非常长，这会显著增加计算负担，并可能超出模型的最大长度限制。：为了覆盖一种语言，需要包含该语言的所有词汇（例如英语超过50万个），这会消耗大量内存和计算资源。：词汇表比基于词的小得多，但每个子词依然携带一定的语义。

原创 什么是神经网络？

把所有输入信号根据各自的“重要性”（权重）加起来。

原创 为什么LLM会使用到向量这种数学工具？

它是计算机能理解的语言，把抽象的词语概念成了数字。它不是简单编号，而是将词语放在一个巨大的“含义空间”里。一旦概念变成了向量，我们就可以用成熟的线性代数工具（加、减、乘、点积等）来对这些概念进行组合和变换，从而实现类似人类的逻辑推理。

原创 自注意力机制

并行计算，速度极快：它可以同时处理一整句话的所有词，不像老方法那样要排队，大大提升了训练速度，所以我们才能训练出今天如此巨大的模型。全局视野，理解力强：通过自注意力机制，句子中任意两个词之间都可以直接建立联系，不管它们相隔多远。这完美解决了老方法“记性差”的问题。

原创 多线程顺序输出abc

/ 按顺序唤醒下一个线程，(threadId + 1) % 3 实现了 0->1, 1->2, 2->0 的循环。// 等待属于自己的 Condition。// 等待被前一个线程 unpark。// 使用 volatile 保证 state 在多线程间的可见性。// 计算下一个要唤醒的线程的索引。// 通过 Lambda 表达式为每个线程分配不同的任务。// 创建一个单线程的 ExecutorService。// unpark 下一个线程。// 启动第一个线程 A。// 定义打印的总轮数。

原创 频繁 fullGC

FullGC 是 JVM 老年代 或 元空间 内存不足时，由垃圾收集器执行的 “全量垃圾回收”。老年代内存不足：新生代对象晋升老年代，老年代剩余空间无法容纳。元空间内存不足：类加载过多，元空间默认无上限（需手动配置），频繁触发会直接导致系统吞吐量下降、响应延迟飙升，甚至引发服务雪崩。FullGC 特点是。

原创 初识nextjs

Next.js 是一个基于 React 的。

原创 初识react

也能拥有 state 和处理副作用（如网络请求）等高级功能，是现代 React 开发的首选。Hooks 是特殊的函数（如 useState, useEffect），它们让。子组件不能直接修改父组件的数据，而是通过调用父组件传来的函数来。JSX 并非 HTML，它是一种“语法糖”。通知，由父组件自己更新状态。这使得数据流向清晰、可预测。，这些函数负责创建描述界面的对象（虚拟 DOM）。这种直观的方式，设计好你的各种。然后把它们拼成你想要的网页。：组件自己的内部“记忆”，是。：从父组件传下来的数据，是。

原创 Commander.js 库

你用一种非常简单、清晰的方式告诉 Commander.js 你的程序能做什么：1// 告诉前台，我们的程序叫什么，版本号是多少program.description('一个万能点餐程序')// 定义一个 "pizza" 命令.description('点一份披萨')// 规则1：必须告诉我披萨的类型 (比如 "pepperoni").argument('<type>', '披萨的类型')// 规则2：可以告诉我尺寸，默认是中号。

原创 Ink 和 React:构建命令行用户界面 (CLI) 的核心框架

你必须一步一步地告诉终端“打印这个”、“移动光标”、“清除那行”，非常繁琐。

原创 怎么理解Bun + Nodejs

我们用一个来帮你彻底理解这件事。把你的项目想象成一辆。

原创 前端中的es字眼是什么东西

比如，哪个字怎么读，语法应该是什么样的。我们每个人说的普通话，就是对这个。

原创 Zod是干嘛的

/ 这就是我们的“规则手册”username: z.string().min(3), // 字符串，最少3个字符email: z.string().email(), // 字符串，必须是邮箱格式age: z.number().int().gte(18), // 数字，必须是整数，且大于等于18});

原创 IO密集型的线程池的核心参数怎么设置，CPU密集型的线程池的核心参数怎么设置

这里的 "+1" 是为了防止某个线程因偶尔的页错误或其他原因而暂停时，CPU能够有另一个线程可以立即顶上，保证CPU资源不被浪费。这样设置的目的是，当一个线程因为等待IO而阻塞时，CPU可以切换到其他线程继续执行任务，从而提高CPU的利用率。IO密集型任务指的是任务执行过程中，大部分时间都花费在等待IO操作（如网络请求、数据库查询、文件读写）上，CPU的计算时间相对较少，CPU密集型任务，也称为计算密集型任务，指的是任务需要进行大量的计算，CPU会持续高速运转，几乎没有IO等待。

原创 带TTL的LRU

原创 双重锁的单例模式

首先volatile修饰这个single，保证多线程可见。其次双重锁：对single == null 进行两次判空。

原创 真实场景中，绝大多数使用的隔离级别是 读已提交

不可重复读”和“幻读”在很多业务逻辑中是可以接受的，或者可以通过应用层面的逻辑来规避。例如，一个用户查看商品库存，然后下单，这个过程中库存发生变化是正常的业务现象，不需要在数据库层面强制两次读取结果完全一致。：相比于“可重复读”和“串行化”，它的锁定机制更宽松，通常只在语句执行期间持有必要的锁，而不是整个事务。对于绝大多数的在线事务处理（OLTP）系统，比如电商网站、内容管理系统等，用户通常关心的是获取最新的、已确认的数据。：“读已提交”级别保证一个事务不会读取到另一个事务未提交的数据。

原创 SSE（Server-Sent Events）

SSE 协议基于 HTTP，实现简单，单向，支持重连，在一些场景（打字机模式）优于 websocket 这种全双工，需要http 升级操作的协议。SSE = HTTP 扩展字段 + Keepalive 长连接。SSE 是构建在 HTTP/1.1 协议之上的技术。SSE（是一种基于 HTTP 协议的。，允许服务端主动向客户端发送数据流。

原创 Sping 怎么创建Bean？ Bean 的生命周期

3.1 Aware 接口回调（做一些 setBeanName 的事）1.实例化：根据 BeanDefinition 去实例化，存放进第三级缓存。1.解析 bean 的基本信息，生成 BeanDefinition。3.2 BeanPostProcessor 前置处理。3.4 BeanPostProcessor 后置处理。2.依赖注入：进行一些属性的填充和依赖的注入。

原创 优化Redis中的大Key，同时不影响现有业务并避免大量请求入库

任何变动都分小步进行，避免一次性大操作。

原创 怎么定义慢sql，没开慢查询日志，怎么发现慢sql

虽然 EXPLAIN 命令不能直接“发现”慢SQL，但对于你怀疑可能存在性能问题的SQL语句，可以使用 EXPLAIN 来分析其执行计划。这个“慢”是一个相对值，具体阈值的设定会根据不同的业务场景和性能要求而有所不同，可以是0.1秒、0.5秒或者几秒当SQL的执行时长超过这个阈值时，它就被定义为慢查询。slow_query_log_file = /var/log/mysql/slow.log：指定慢查询日志文件的路径和名称。long_query_time = 1：设置慢查询的阈值，单位为秒。