Aerkui的博客

缓存一致性（Cache Consistency）当数据库中的数据发生变化时，如何保证缓存中的数据与数据库保持同步，避免读到“脏数据”或“过期数据”。缓存提升性能，但引入了数据不一致的风险。在高并发场景下，一个看似简单的“更新用户信息”操作，可能因缓存处理不当，导致用户看到旧头像长达数分钟！一致性级别方案适用场景强一致分布式锁 + 同步更新极少（性能差）最终一致90%+ 场景弱一致仅设置 TTL非核心数据🌟记住没有完美的强一致性缓存方案。在性能与一致性之间做权衡，才是工程的艺术。

✅ 回答：“逃逸分析是编译期优化技术，判断对象生命周期是否超出当前栈帧。若未逃逸，分配在栈上（高效、无 GC）；若逃逸，则分配在堆上。这减少了堆内存压力和 GC 频率。组件作用是否加锁mcacheP 级缓存，快速分配小对象❌ 无锁mcentral全局 mspan 池✅ 有锁mheap管理整个堆，分配大对象/span✅ 有锁决定栈 or 堆分配编译期🌟记住Go 的内存管理 = 分级缓存 + 无锁分配 + 精准 GC。理解它，你就能写出高性能、低延迟的 Go 服务。

幂等性（Idempotency）对同一个接口发起一次或多次相同请求，其结果完全一致，不会产生副作用。查询用户信息（GET） → 天然幂等取消一个“待支付”订单 → 成功后再次取消仍返回“已取消”，不报错扣减余额 10 元 → 调用两次就扣 20 元创建订单接口无去重 → 生成两个订单在分布式系统中，由于网络超时、客户端重试、消息重复投递等原因，幂等性不是“可选项”，而是“必选项”。保证接口幂等性，本质是“去重 + 状态判断”。创建类操作→ 用业务唯一键；状态变更→ 用状态机；表单提交。

HTTPS = HTTP + TLS/SSL 加密通道HTTP 是明文的，HTTPS 是加密的；HTTPS 的核心是 TLS 协议；TLS 握手通过非对称加密安全协商出对称密钥；现代 Web 必须全站 HTTPS，这是安全基线。🔒 安全是底线，不是选项。从今天起，让你的每一个 API、每一个页面都跑在 HTTPS 上。

你的需求推荐命令删除某些符合条件的行DELETEWHERE快速清空整张表，重置自增列彻底删除表及其所有结构DROP TABLEDELETETRUNCATEDROP虽然都与“删除”有关，但它们的威力和影响范围完全不同。理解它们的区别，不仅能避免“删库跑路”的悲剧，还能让你的数据库操作更加高效和安全。DELETE是“手术刀”，精准切除。TRUNCATE是“清道夫”，快速清空。DROP是“爆破手”，彻底摧毁。合理使用，方能游刃有余。

Python函数传参的本质是“传递对象引用的副本”。如果对象是可变的，函数内对其内容的修改会反映到外部。如果对象是不可变的，任何“修改”都会创建新对象，不影响外部。重新赋值只会改变局部变量的指向，不会影响外部变量。Python的参数传递机制看似复杂，实则遵循其“一切皆对象”的简洁设计。理解“传递对象引用”这一核心概念，结合对象的可变性分析，就能从容应对各种传参场景。“都不是，它是传递对象引用。掌握这一点，你不仅解决了参数传递的疑惑，也向深入理解Python的内存模型迈出了重要一步。