- 博客(241)
- 收藏
- 关注
RSS订阅原创 LlamaIndex核心组件与入门实操
LlamaIndex是一个专为大型语言模型(LLM)设计的数据框架，解决LLM无法直接访问私有或特定领域数据的问题。它提供五大核心工具：数据连接器、索引、引擎、代理和应用集成，支持从PDF、SQL等多种数据源获取数据并构建知识库。基于检索增强生成(RAG)技术，LlamaIndex将流程分为索引和查询两阶段，通过向量存储索引实现高效检索，并支持自定义配置数据分块、向量存储等参数。此外，LlamaHub提供了丰富的社区贡献数据连接器，使开发者能快速构建基于私域数据的智能应用。
2026-03-30 23:13:11
427
原创 高并发系统中常遇到的问题
java@Component@Autowired@Overridethrow new RuntimeException("缺少防重Token");// 原子性删除（使用lua脚本或setnx）// 第一次提交，放行} else {response.getWriter().write("请勿重复提交");
2026-02-27 17:15:20
1338
原创 走出自己的DDD——拥抱变化，享受未来
本文总结了DDD（领域驱动设计）的知识体系，指出了DDD在实践中的局限性，如缺乏规范过程指导、需求管理体系不完善等。作者强调DDD不是万能的，需要团队根据业务特点灵活运用。文章提出了落地DDD的关键方向：深入理解业务、重视团队协作、平衡战术与战略设计，并强调DDD的核心价值在于"面向变化进行架构设计"。最后寄语开发者要拥抱变化，在实践中找到适合自己的DDD应用之道，让系统保持清晰和灵活。
2026-02-27 01:15:54
752
原创 DDD视角下的单体架构与微服务架构——限界上下文才是真正的边界
本文探讨了DDD（领域驱动设计）视角下单体架构与微服务架构的关系。核心观点指出：系统老化的根源不在于架构形式，而在于是否守住限界上下文。DDD强调先建立清晰的逻辑边界，再根据需要将逻辑边界转化为物理边界（微服务）。单体与微服务在DDD中是统一的，本质都是领域的组合方式，关键在于边界划分。Martin Fowler提出的"单体优先"策略与DDD思想吻合，建议在业务边界不明确时先采用单体架构。文章总结DDD的核心价值是"守住边界，面向变化"，这一理念比具体技术实现更重要。
2026-02-27 01:06:06
645
原创 DDD的架构变化之道：从分层到菱形，解耦是永恒的主题
本文探讨了DDD（领域驱动设计）架构方法论的本质与实现方式。文章指出软件进化困难的根本原因在于业务代码与技术框架的耦合，而DDD通过分层设计实现解耦。重点分析了三种经典DDD架构模式：洋葱架构（依赖方向向内）、六边形架构（端口与适配器分离）、清晰架构（同心圆层级划分），它们共同强调将领域模型置于核心位置。文章还提出菱形架构概念，形象描述了请求处理的对称流程。
2026-02-27 00:51:02
1491
原创 统一数据存储中台方案演示：用DDD思想构建可扩展的数据服务
本文提出了一种基于DDD思想的统一数据存储中台方案，通过可扩展架构实现异构数据源访问。方案核心包括：1）定义通用服务接口和基于SPI的服务加载机制；2）采用注解方式描述业务实体元数据；3）基于MyBatis实现动态SQL生成的通用JDBC服务。该设计遵循"面向变化"原则，支持通过简单扩展即可集成新数据表，无需修改核心代码，实现业务实体自主描述、服务动态响应的灵活架构。方案强调"刚刚好"设计理念，既能满足当前业务需求，又为未来向微服务架构演进预留了扩展空间。
2026-02-27 00:31:41
1019
原创 如何设计支持快速交付的技术中台？——从DDD视角重新思考中台建设
马云的灵感来源于芬兰游戏公司SuperCell。快速组合 + 快速试错。他们拥有强大的游戏引擎和通用组件库，一个小团队可以在短时间内组合出新的游戏原型，快速推向市场测试。如果游戏不受欢迎，立刻放弃；如果受欢迎，再投入资源深度打磨。这种模式大大降低了试错成本，提高了创新效率。中台的核心定义：中台，就是将各个业务线中可以复用的一些功能抽取出来，剥离个性，提取共性，形成一些可复用的组件。类型说明业务中台沉淀核心业务能力，如用户中心、订单中心、商品中心技术中台。
2026-02-26 11:44:54
405
原创 DDD如何指导微服务设计实现？——从拆分原则到代码落地
本文以支付风控系统为例，深入探讨DDD如何指导微服务设计与实现。文章提出从DDD视角重新理解"高内聚、低耦合"原则：高内聚要求每个微服务封装完整业务领域，低耦合则要求服务间通过明确契约通信。在实战部分，展示了如何基于领域模型拆分微服务，并重点讨论了存储方案不确定时的开发策略：通过通用数据结构隔离业务逻辑与存储实现，实现业务先行开发。文章指出DDD提供了一种"边设计边实现"的渐进式开发模式，通过边界隔离应对不确定性，使业务知识逐步清晰。
2026-02-26 11:24:20
753
原创 建模演练：如何使用DDD设计支付风控系统——从事件风暴到微服务落地
本文探讨了领域驱动设计(DDD)在微服务拆分中的应用，重点介绍了事件风暴这一实操性建模方法。文章指出传统按功能或数据表拆分的微服务存在业务耦合问题，而DDD通过统一语言和领域建模，帮助团队从业务边界出发划分微服务。事件风暴会议通过贴纸可视化业务流程，识别子域和核心概念，形成团队共享的领域模型。该模型不仅作为沟通工具，更是微服务拆分的直接依据。最后文章提出落地过程中的技术挑战，如事务一致性处理和数据查询优化，强调DDD让架构能随业务演进的核心价值。
2026-02-14 03:28:20
1236
原创 DDD实战演练：服务接入系统（GenSI）改造纪实——从微服务降级到单体的背后逻辑
本文通过GenSI系统改造案例，探讨了DDD思想在架构设计中的应用。原微服务架构因边界模糊、依赖复杂导致维护困难，团队基于DDD战略设计重新划分限界上下文，将系统重构为"微核心+领域模块"的单体架构。改造后系统呈现四大优势：清晰的分层结构、稳定的核心扩展、便捷的测试体验和灵活的部署能力。案例表明，DDD能有效管理复杂性，使架构回归业务本质。相比盲目追求微服务，合理运用DDD思想设计的单体架构反而能获得更好的可维护性和扩展性。
2026-02-14 03:13:53
738
原创 深入DDD的核心：领域与限界上下文——从通用语言到微服务拆分的正确姿势
本文系统阐述了DDD（领域驱动设计）中两个核心战略概念：领域与限界上下文。领域通过划分业务范围确立问题边界，强调通用语言确保团队共识；限界上下文则作为领域的物理边界，防止模型污染。文章提出通过子域划分（核心/通用/支撑）和上下文地图来构建系统架构，并指出这种战略设计能为微服务拆分提供业务导向的指导。最后强调DDD是一种思维进化，建议从"语言净化"开始实践，逐步建立业务与技术统一的设计方法。全文揭示了DDD如何通过战略设计控制复杂系统的边界与一致性。
2026-02-13 03:38:22
896
原创 DDD如何保护领域模型：聚合、聚合根、仓库与工厂的协同防御
本文系统阐述了DDD战术设计中聚合（Aggregate）、聚合根（AggregateRoot）、仓库（Repository）和工厂（Factory）的核心概念。聚合通过将相关对象封装为整体与部分的关系，确保业务一致性；聚合根作为唯一访问入口，简化系统复杂度；工厂负责聚合的完整创建，仓库处理持久化存储。三者形成从创建、运行到持久化的完整防御链，保护领域模型的静态结构、动态行为和生命周期，实现技术无关的稳定领域模型。这些概念共同构建了领域模型的"骨架"，是应对复杂业务的关键战术手段。
2026-02-13 03:20:02
972
原创 DDD如何指导应用架构：从战术设计到代码落地
摘要：本文深入探讨DDD战术设计中的核心概念，对比贫血模型与充血模型的优缺点及适用场景，指出简单业务适合贫血模型，复杂业务应采用充血模型。解析实体与值对象的区别，强调业务场景决定其身份。介绍领域服务作为跨实体业务协调者的角色，以及防腐层在隔离外部系统污染中的关键作用。文章提出DDD战术设计是灵活的工具箱，需根据业务复杂度、团队能力和演进阶段合理选择设计模式，并指出其局限性。最后通过思考题引导读者结合实际项目应用这些概念。
2026-02-13 02:55:57
1107
原创 使用DDD优化转账功能——从混乱到清晰
本文通过转账功能案例，演示如何将传统MVC架构逐步重构为DDD四层架构。首先分析原始代码的问题：贫血模型、职责混杂、强耦合基础设施等。然后分步骤重构：1）引入实体和值对象；2）通过Repository隔离数据源；3）用防腐层封装外部服务；4）创建领域服务协调多实体逻辑。重构后的代码结构清晰，各层职责明确：应用层只做编排，业务逻辑封装在领域层，基础设施依赖通过接口隔离。最终实现了高内聚、低耦合的领域驱动设计，显著提升了代码的可测试性和可维护性。
2026-02-13 02:38:23
869
原创 “DDD” VS DDD：怎么防止系统变“老”？
本文探讨了软件系统老化问题及其解决方案。文章指出系统老化表现为代码层面的贫血模型和架构层面的"大泥球"结构，导致维护困难。针对这些问题，作者推荐采用领域驱动设计(DDD)方法，通过识别限界上下文划分业务边界，实现高内聚低耦合。DDD虽非万能，但提供了从业务模型出发的新视角，帮助系统持续演进。文章强调防止系统老化需要持续的业务对齐和模型重构，而DDD为此提供了有效的方法论。
2026-02-13 01:40:26
546
原创 我与DDD：领域驱动设计的思考与实践
领域驱动设计（DDD）是一套应对软件复杂性的方法论，2004年由Eric Evans提出，近年来因微服务架构兴起而成为主流。DDD通过划分领域边界，为微服务拆分提供业务指导。当前DDD实践存在多样性，从单体到微服务架构，DDD关注点从模块封装转向平衡封装与扩展。在后微服务时代，DDD能帮助解决业务复杂、技术爆炸和敏捷迭代带来的挑战，如模型重构、微服务拆分、代码质量维护等问题。专栏将结合实际项目经验，探讨DDD在战略设计、战术实现及中台建设中的实践应用，强调领域专家参与和模型驱动的重要性，而非将其视为技术教条
2026-02-12 23:58:33
969
原创 大数据用户画像项目实战：从0到1构建基于规则的用户画像系统
本文介绍了用户画像系统的完整实现方案，包括技术架构、环境搭建和核心流程。系统通过数据建模、ETL清洗、Spark计算等步骤，将用户行为数据转化为结构化标签存储在Elasticsearch中。详细阐述了Hadoop集群、Spark、ES等组件的安装配置方法，重点解析了标签模型维护、打标计算等核心模块的实现机制。项目采用"数据模型+标签模型"的设计思想，通过规则引擎实现用户画像的批量计算和查询，展示了企业级大数据项目的全流程实现。
2026-02-12 00:49:27
1072
原创 最强OLAP分析引擎——ClickHouse快速精通（二）：集群、优化与生产实践
本文深入探讨ClickHouse集群机制与生产优化实践。主要内容包括：1. 集群机制：通过ReplicatedMergeTree实现数据副本保障高可用，使用Distributed表实现水平分片，但官方建议优先使用副本而非分布式表；2. 配置优化：重点在资源分配，包括CPU、内存和磁盘配置，提供关键参数参考；3. 查询优化：详解执行计划分析、内置语法优化规则及高性能查询实践，如合理分区、避免Nullable、用PREWHERE替代WHERE等；4. 生产问题解决方案：针对数据一致性、副本表写入节点选择、Zoo
2026-02-11 23:59:42
754
原创 最强OLAP分析引擎——ClickHouse快速精通（一）
ClickHouse是一款由Yandex开源的列式存储OLAP数据库，专为海量数据分析设计。其核心优势包括列式存储大幅减少I/O、高效压缩比和CPU缓存优化，适用于读多写少的大数据场景。文章详细介绍了ClickHouse的安装部署、远程连接配置方法，并重点解析了MergeTree系列表引擎的分区、排序和索引机制，以及ReplacingMergeTree和SummingMergeTree的去重聚合特性。同时提供了数据导入导出、查询优化等实用技巧，强调ClickHouse高性能伴随高资源消耗的特点，需要合理设计
2026-02-11 23:57:17
1113
原创 ClickHouse从入门到精通：一款高性能列式数据库的完整实战指南
ClickHouse是一款专为OLAP设计的列式数据库，具有极高的查询性能。其核心优势包括列式存储减少I/O、高效压缩算法、多核并行处理和分布式架构。ClickHouse支持标准SQL语法，提供丰富的表引擎和数据类型，适合海量数据分析场景。典型应用包括Web分析、广告统计和时序数据处理。安装部署简单，支持多种操作系统和集群配置。文档详细介绍了系统架构、SQL语法、性能优化和运维管理，是掌握ClickHouse的权威指南。
2026-02-11 23:49:09
1050
原创 Flink流式计算实战：网络直播平台贡献日榜统计
本文探讨了使用Flink实现直播平台贡献日榜实时统计的方案。针对礼物打赏数据量大、实时性要求高的特点，设计了Kafka->Flink->ElasticSearch的数据流程：Kafka接收礼物消息（格式为主播ID,粉丝ID,礼物数,时间），Flink进行窗口聚合计算（10分钟窗口），结果存储到ElasticSearch。ES索引设计支持灵活查询，通过聚合查询可快速获取主播的粉丝贡献排名。方案特别优化了时间语义（按直播高峰时段定义统计周期）和并行度处理，采用小批量流处理方式平衡实时性与系统负载。该
2026-02-11 23:28:56
491
原创 Flink流式计算实战专题四：Table API & SQL与状态机制完全指南
Flink Table API与SQL提供了一套高级声明式编程接口，支持流批统一处理。它构建在DataStream API之上，通过TableEnvironment实现表与流的转换，支持SQL查询、自定义函数和多种Connector连接外部系统。状态管理是Flink的核心特性，包括算子状态和键控状态，配合检查点机制实现容错。状态后端支持内存、文件系统和RocksDB存储，确保不同场景下的可靠性与性能。这套体系使开发者能够以声明式方式处理流数据，同时保证计算过程的健壮性。
2026-02-11 23:18:57
1084
原创 Flink流式计算实战专题三：DataStream API与时间语义完全解析
Flink DataStream API 是 Apache Flink 流处理的核心模块，支持"流批统一"的计算模式。文章详细介绍了 DataStream API 的四大组件：运行环境(Environment)、数据源(Source)、转换操作(Transformations)和数据输出(Sink)。重点讲解了窗口计算(Window)和时间语义，包括 EventTime、Watermark 机制以及处理乱序数据的三层防御方案。
2026-02-11 12:19:00
1002
原创 Flink运行架构深度解析：从核心组件到实战提交
摘要：Apache Flink采用JobManager（任务调度）和TaskManager（任务执行）的分布式架构，通过Slot实现资源隔离。并行度可动态调整，支持代码、命令行和配置文件三种设置方式。开发环境需配置Maven依赖，示例程序展示了Socket流式词频统计的实现。任务提交后，Flink会将JobGraph转换为ExecutionGraph，通过ResourceManager分配Slot执行。关键特性包括Slot复用机制和资源竞争处理，其中Slot数只需满足最大并行度需求即可运行任务。
2026-02-11 03:06:58
860
原创 Flink流式计算实战专题一：Flink部署与使用全解析
Apache Flink是一个流批统一的分布式计算框架，能够处理无界流（持续数据流）和有界流（固定数据集）。它支持多种部署模式（Local/Standalone/YARN），核心优势在于低延迟、高吞吐和Exactly-once语义保障。Flink提供两种流处理方案：实时处理链（如KafkaStreams）和微批处理（如SparkStreaming），并融合了二者的优点。部署时，Standalone模式适合测试，YARN模式适合生产环境，支持会话模式、单作业模式和应用模式三种任务提交方式。
2026-02-11 02:56:56
667
原创 大数据存储基石——HBase 2.4.4 全解析
HBase是Apache开源的分布式NoSQL数据库，基于Hadoop生态构建，支持海量数据存储和实时读写。其核心特点包括：CP型强一致性、高性能随机访问、深度Hadoop集成等。HBase采用LSM树存储结构，通过RowKey主键、列簇、版本控制等机制组织数据。本文详细介绍了HBase的安装部署（依赖Zookeeper和Hadoop）、基础Shell操作、Java API使用、底层读写原理（WAL+MemStore+HFile）、性能优化方法（预分区、RowKey设计）以及与Hive的集成方案。HBase
2026-02-11 00:35:46
796
原创 大数据数仓基石——Hive 3.1 全解析
摘要 Hive是Apache开源的数据仓库工具，基于Hadoop实现结构化数据的统计分析。它将HDFS文件映射为表结构，通过类SQL语法(HQL)进行查询，最终转换为MapReduce/Spark等计算任务。Hive适用于大数据OLAP场景，具有扩展性强、开发成本低的优势，但存在延迟高、复杂计算支持有限等缺点。其架构包含用户接口、元数据存储和查询执行引擎，支持分区表、分桶表等优化手段，并能与Spark、Tez、HBase等组件集成。安装部署需配置Hadoop环境、元数据库（如MySQL）和执行引擎。
2026-02-11 00:10:04
1026
原创 Hadoop Yarn资源调度框架详解
Yarn是Hadoop的核心资源管理组件，负责集群资源分配和任务调度。摘要从三个方面介绍Yarn：1)基础架构由ResourceManager(全局资源管理)和NodeManager(节点执行)组成；2)核心调度算法包括FIFO、Capacity(按队列容量分配)和Fair(公平分配)三种策略；3)生产优化方案涉及ResourceManager高可用(基于ZK实现)、多队列管理(支持按用户/任务类型划分)和GPU加速计算。Yarn作为Hadoop生态的关键组件，不仅支持MapReduce等计算框架，还通过灵
2026-02-10 11:56:57
820
原创 Hadoop MapReduce 计算框架详解
摘要：MapReduce是Hadoop的核心计算框架，用于并行处理大规模数据。其核心思想分为Map、Shuffle和Reduce三个阶段，通过分布式计算实现高效处理。优点包括易于编程、高容错性和可扩展性，但存在计算耗时、流式计算能力弱等不足。开发过程涉及InputFormat数据切片、Mapper任务执行、Partitioner分区、环形缓冲区溢写以及Reduce聚合等关键环节。可通过调整Reduce数量或自定义分区解决数据倾斜问题，并支持自定义对象序列化和输出格式。
2026-02-10 11:36:14
1347
原创 HDFS深入解析：架构、读写流程、高可用与生产优化
HDFS是Hadoop分布式文件系统的核心组件，具有部署成本低、高容错性、适合大文件处理等优点，但也存在不支持并发写、不适合小文件和低延迟检索等缺点。其架构包含NameNode、DataNode和Secondary NameNode等角色，通过机架感知机制优化数据分布。Hadoop 3.x提供了基于QJM的NameNode高可用方案。HDFS提供命令行、WebHDFS和Java API等多种客户端访问方式。生产环境中需注意多用户权限管理、小文件合并处理以及安全模式下的文件块丢失排查。
2026-02-10 11:15:18
1424
原创 Hadoop入门指南：从产品认知到集群快速上手
本文介绍了Hadoop的核心概念与技术架构。Hadoop作为开源大数据基础平台，包含HDFS（分布式存储）、YARN（资源调度）和MapReduce（计算框架）三大组件。文章详细说明了Hadoop集群搭建过程，包括Linux环境配置、角色规划、关键参数设置及启动流程，并演示了基础文件操作和WordCount示例。同时指出Hadoop在实时计算、细粒度检索等方面的局限性，建议通过手动搭建深入理解原理，为后续学习Hive、Spark等组件奠定基础。
2026-02-10 09:52:08
1061
原创 大数据基石-Hadoop：理解大数据
摘要：大数据具有4V特征（大量、高速、多样、低价值密度），已成为技术创新的基础支撑。课程体系以Java为主，结合Hadoop生态工具，涵盖数据挖掘、预测等应用方向。建议从传统数据库过渡到海量数据处理，重点理解组件协作而非单一技术深度。大数据作为未来基础设施，为职业发展提供多元路径。
2026-02-10 09:51:16
271
原创 互联网秒杀系统架构升级方案深度解析
本文分析了秒杀系统的架构演进与优化方案。当前架构采用分层设计，但存在Redis单点瓶颈、数据压力大等问题。提出了三种改进方案：Redis垂直拆分通过集群化提升容量但面临连接数瓶颈；库存预分配实现独立库存管理但存在前端导航和库存回收难题；动态库存分配引入灵活调整机制优化利用率但复杂度高。针对不同场景给出了选择建议：中小规模采用Redis拆分，热点商品使用预分配，大规模活动推荐动态分配方案。文章强调实施中需建立监控体系、进行性能测试，并展望了Serverless、边缘计算等未来发展方向。
2026-02-10 09:50:48
895
原创 秒杀系统性能压测实战全解析
本文对秒杀系统进行了全面性能测试，在低配服务器环境下验证了系统性能表现。测试结果显示：Nginx静态页面处理能力达11K QPS，动态商品详情页接口支持11K QPS，核心下单接口处理能力约4K TPS。通过Redis基准测试发现当前服务器性能仅为云服务器的1/3-1/2。分析指出硬件配置（CPU主频低、内存小）是主要瓶颈，同时提出优化建议：硬件升级服务器和Redis集群，软件层面优化MQ处理、缓存策略和代码实现。当前系统可满足中小型秒杀活动需求，为后续性能优化和容量扩展提供了基准方向。
2026-02-09 12:23:02
659
原创 电商项目秒杀系统核心功能实现全解析
本文介绍了电商秒杀系统的整体架构与关键技术方案。系统采用前后端分离设计，包含秒杀确认、订单处理等核心模块。通过预约系统实现前期流量管控，采用验证码、消息队列、Nginx限流等多重手段削峰。库存扣减采用Redis原子操作+Lua脚本保证高性能，并设计了多级降级策略应对突发流量。系统还整合了防刷风控机制和同城双活容灾方案，确保高并发场景下的稳定性和安全性。该方案为电商秒杀等高并发场景提供了完整的架构设计思路和技术实现参考。
2026-02-09 11:47:59
739
原创 秒杀系统核心设计全解析：从业务分析到架构隔离
摘要：秒杀系统是电商平台应对高并发场景的核心技术，其设计面临瞬时流量、热点数据和刷子攻击三大挑战。本文分析了秒杀业务特点，提出校验前置、分层过滤的设计原则，强调通过业务隔离（独立提报系统）、系统隔离（独立域名、Nginx集群和微服务）以及数据隔离（专用Redis和数据库）来保障系统稳定性。这些方案不仅适用于秒杀场景，也为其他高并发系统提供了通用设计思路，具有重要的技术实践价值。
2026-02-09 11:23:54
672
原创 利用Sealos快速安装Kubernetes集群
本文介绍了使用Sealos工具快速部署Kubernetes集群的完整流程。首先需要准备3台干净虚拟机，配置主机名和域名映射。然后安装Sealos工具，提供两种安装方式：直接运行命令或使用配置文件，支持一键部署Kubernetes核心组件及存储、网络等附加组件。文档详细说明了节点管理操作，包括增加/删除节点的方法，并强调了Sealos工具简单易用、配置灵活、扩展方便等优势。最后提醒清理集群需谨慎操作，建议参考官方文档获取最新方法。
2026-02-09 02:43:14
713
原创 Kubernetes快速实战与核心原理剖析
本文介绍了Kubernetes（K8S）的核心概念和实战应用。K8S是一个开源的容器编排系统，具有服务发现、存储编排、自动扩缩等核心特性，采用Master-Worker架构。文章详细讲解了kubectl命令、Namespace、Pod、Deployment、Service等基础组件的使用方法，以及存储、配置管理、Ingress等高级功能。同时剖析了K8S的网络模型和工作流程，包括节点通信、Pod调度、集群存储等核心原理。通过理论结合实践的讲解，帮助读者快速掌握K8S的基本操作并深入理解其工作机制。
2026-02-09 02:36:23
607
原创 Kubernetes电商微服务项目部署实战指南
本文详细介绍了将WolfMall电商系统从传统微服务架构迁移到Kubernetes平台的完整过程。主要内容包括：1）项目采用Nacos注册中心、SpringCloudGateway等技术栈；2）通过Docker镜像构建和私有仓库推送实现服务容器化；3）使用Deployment和Service进行微服务部署；4）配置Ingress实现外部访问；5）集成外部MySQL和Nacos中间件；6）提供生产环境优化建议如资源限制、健康检查等。
2026-02-09 02:24:40
1310
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人