<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Liyiming]]></title><description><![CDATA[当你看到了大海，就会发现人的烦恼是多么渺小]]></description><link>https://blog.youkuaiyun.com/iamlake</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; iamlake]]></copyright><item><title><![CDATA[OpenClaw跟Skills、MCP、RAG和Agent有什么关系？]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/159013948</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/159013948</guid><author>iamlake</author><pubDate>Fri, 13 Mar 2026 16:33:25 +0800</pubDate><description><![CDATA[昨天，一个刚入行的小伙伴在群里问我：苏三哥，我看了两天OpenClaw的资料，什么Skills、MCP、RAG、Agent，这些词看得我头都大了。它们到底啥关系？OpenClaw又是干啥的？我回了他一句：“你见过小龙虾吗？OpenClaw就是那只‘龙虾’，其他都是它的‘钳子’、‘脑子’和‘食谱’。最近OpenClaw在GitHub上狂揽近30万星标，成为2026年开年最火的开源项目。但很多小伙伴和我那位同事一样，被一堆新概念绕晕了。今天，我准备用一张图、一个故事，把这几个概念彻底讲清楚。]]></description><category></category></item><item><title><![CDATA[零安装的“云养虾”：ArkClaw 使用指南]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/158973007</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/158973007</guid><author>iamlake</author><pubDate>Thu, 12 Mar 2026 16:59:34 +0800</pubDate><description><![CDATA[以上就是我昨天第一天使用 ArkClaw 的主要内容。我的感受是，它确实大大简化了龙虾的使用，免安装、开箱即用，让龙虾的操作变得简单直观。通过自然语言加载调用 Skill，也很自然流畅。它最大的强项就是跟字节生态深度融合，配合得十分丝滑：底层 Seed 2.0 模型 + 飞书推送 + 火山引擎网盘，完全不必复杂的配置。它是一个跟字节 Coding Plan 捆绑的服务，不用额外付费。相比自己从头搭建“云龙虾”，云主机和 AI 模型的费用就省掉了，这是一笔不小的费用。]]></description><category></category></item><item><title><![CDATA[使用rclone迁移minio至华为云obs]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/151865001</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/151865001</guid><author>iamlake</author><pubDate>Fri, 19 Sep 2025 14:35:04 +0800</pubDate><description><![CDATA[使用rclone迁移minio至华为云obs]]></description><category></category></item><item><title><![CDATA[Mybatis如何动态生成插入的列及批量插入值]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/143745520</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/143745520</guid><author>iamlake</author><pubDate>Wed, 13 Nov 2024 16:04:21 +0800</pubDate><description><![CDATA[注：这里的值dbValues必须使用LinkedHashMap类型，因为其内部元素是有序的，否则会导致插入列不对应。有时会遇到根据特定的情况动态创建表，并对表进行批量插入，对于Mybatis来说，也是非常简单的。这个测试方法只是为了演示，实际场景可能不止如此，主要为了展示xml的写法。sql语句（mapper.xml）实际上是对字段进行进一步循环。]]></description><category></category></item><item><title><![CDATA[如何让Maven项目加载本地的仓库]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/140792047</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/140792047</guid><author>iamlake</author><pubDate>Tue, 30 Jul 2024 11:20:19 +0800</pubDate><description><![CDATA[适用于有第三方依赖，但没有源代码也没有公共仓库的情况。]]></description><category></category></item><item><title><![CDATA[UnderTow 核心配置]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/129989004</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/129989004</guid><author>iamlake</author><pubDate>Thu, 06 Apr 2023 14:37:35 +0800</pubDate><description><![CDATA[在我们的容器中，我们将微服务实例的容器内的 TCP Socket Buffer 的读写 buffer 大小成一模一样的配置（因为微服务之间调用，发送的请求也是另一个微服务接受，所以调整所有微服务容器的读写 buffer 大小一致，来优化性能，默认是根据系统内存来自动计算出来的）。我们这一节详细介绍了 Undertow 的核心配置，主要包括线程池以及 buffer 配置，以及关于 http 协议的一些配置。对应 Undertow 的相关配置，配置类是。对应 XNIO 的相关配置，配置类是。]]></description><category></category></item><item><title><![CDATA[TDengine中的伪列]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/129818568</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/129818568</guid><author>iamlake</author><pubDate>Tue, 28 Mar 2023 16:15:01 +0800</pubDate><description><![CDATA[伪列不是 TDengine 的独创概念，熟悉 Oracle 的都知道，在 Oracle 中就经常使用伪列 ROWID 和 ROWNUM。在《TDengine3.0 踩坑实录》吐槽过TDengine 的有些查询，需要使用伪列才能获取到想要的结果。吐槽归吐槽，真正要使用 TDengine，还是必须要了解伪列的。]]></description><category></category></item><item><title><![CDATA[网络安全等级保护细则]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/128815797</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/128815797</guid><author>iamlake</author><pubDate>Tue, 31 Jan 2023 13:28:02 +0800</pubDate><description><![CDATA[如果不同级别的定级对象共享同一物理环境，物理环境的安全保护策略和安全技术措施应满足最高级别定级对象的等级保护基本要求。运营者根据《信息安全技术 网络安全等级保护基本要求》（GB/T 22239-2019）、行业基本要求（不同行业的网络安全等级保护规范性文件）、安全需求等，提出跨局域网互联的定级对象之间的信息传输保护策略要求和具体的安全技术措施，包括同级互联的策略、不同级别互联的策略等，提出局域网内部互联的定级对象之间的信息传输保护策略要求和具体的安全技术保护措施，包括同级互联的策略、不同级别互联的策略等。]]></description><category></category></item><item><title><![CDATA[计算处理 Json 的 Java 开源库 esProc SPL]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/128804222</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/128804222</guid><author>iamlake</author><pubDate>Mon, 30 Jan 2023 15:59:47 +0800</pubDate><description><![CDATA[注意：在 SPL 代码里，Json 串是常数，可以直接使用，但在 Java 代码里，Json 串是普通字符串，传入 SPL 后需要先用 json() 函数解析再使用。在 Java 中调用 SPL 脚本：将上述 SPL 脚本存为文件 (比如 splFile.splx)，再在 Java 中以存储过程的形式引用该文件名。计算目标：Java 将该 json 串传入 SPL，SPL 解析 Json，合并下层订单，并进行过滤。，不过从源码编译比较麻烦，官方提供了已经编译好的安装包，可以从。]]></description><category></category></item><item><title><![CDATA[开源 SPL，Webservice/Restful 的后处理利器]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/128804193</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/128804193</guid><author>iamlake</author><pubDate>Mon, 30 Jan 2023 15:58:32 +0800</pubDate><description><![CDATA[后来，XPath/JsonPath、Python Pandas、Scala这类专业的json/XML的后处理技术出现了，才终于在保证较好架构性的同时，提供了一定的计算能力。但这些技术也存在各自的问题，XPath/JsonPath只支持条件查询和简单聚合，不支持一般的日常计算，比如排序、去重、分组汇总、关联、交集等，而且没有自己的多层数据对象，计算能力较差。SPL是JVM下开源的结构化数据/多层数据处理语言，内置专业的多层数据对象和方便的层次访问方法，可以表达复杂的层次关系，为上层计算能力提供有力的支持。]]></description><category></category></item><item><title><![CDATA[Hadoop Spark太重，esProc SPL很轻]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/128803875</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/128803875</guid><author>iamlake</author><pubDate>Mon, 30 Jan 2023 15:45:39 +0800</pubDate><description><![CDATA[在内存计算方面，SPL没有使用Spark RDD的 immutable机制，而是采用了指针式复用机制，利用地址（指针）访问内存，在数据结构没有改变的情况下，直接用原数据的地址形成结果集，不必每个计算都将数据复制一遍，仅仅多保存一个地址（指针），可以同时减少 CPU 和内存的消耗，运行起来要比Spark轻很多了。并且，SPL改进了当前的外存计算算法体系，降低了复杂度并扩大了适应范围，可以做到内外存计算结合，充分提升计算性能的同时，还不像Spark那样依赖大内存。再比如，很多和次序有关的运算实现起来也很困难。]]></description><category></category></item><item><title><![CDATA[大厂SaaS，坚守5年，为何还是失败了？]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/127314475</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/127314475</guid><author>iamlake</author><pubDate>Fri, 14 Oct 2022 09:52:21 +0800</pubDate><description><![CDATA[如果在产品的MVP版本，我们直接根据大企业的需求研发——除非产品团队的架构能力足够强大、产品研发的资源足够丰富——那么产品团队很容易疲于满足客户的各种细致、个性化的需求，无力打磨标准化的产品。比如，在快消品行业，经销商的年销售规模在2000万以上，制造厂商的年销售额在2亿以上，这样的企业除了具备一定的持续付费能力，数量也较多，适合打造标准化的SaaS产品。同时，这款SaaS软件非常强调自己的咨询属性，售卖的是一整套“从咨询到落地”的解决方案，这也极大的提高了客户的期望，以及项目交付的难度。]]></description><category></category></item><item><title><![CDATA[既然有HTTP协议，为什么还要有RPC]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/127053910</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/127053910</guid><author>iamlake</author><pubDate>Mon, 26 Sep 2022 15:07:36 +0800</pubDate><description><![CDATA[纯裸TCP是能收发数据，但它是个无边界的数据流，上层需要定义消息格式用于定义消息边界。于是就有了各种协议，HTTP和各类RPC协议就是在TCP之上定义的应用层协议。RPC本质上不算是协议，而是一种调用方式，而像gRPC和thrift这样的具体实现，才是协议，它们是实现了RPC调用的协议。目的是希望程序员能像调用本地方法那样去调用远端的服务方法。同时RPC有很多种实现方式，不一定非得基于TCP协议。从发展历史来说，HTTP主要用于b/s架构，而RPC更多用于c/s架构。]]></description><category></category></item><item><title><![CDATA[被视为“救世主”的架构师，普遍缺失了哪些基础能力？]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/126483793</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/126483793</guid><author>iamlake</author><pubDate>Tue, 23 Aug 2022 14:11:54 +0800</pubDate><description><![CDATA[优秀的架构师应当抛开头衔，放下姿态，不断游走在相关利益方之间，他们可能是业务人员，或者是研发人员，甚至是高层领导，从而去寻找辅助架构决策的线索。传道还能增加架构师的影响力，提升他人对架构师的信任度，使架构决策前的沟通变得更有效，提升他人对架构师的认可度，使架构决策后的结论变得更有说服力。大部分传统企业的架构师，经常会端坐在象牙塔中，绘制那精美绝伦的架构高阶蓝图，而面对架构决策，仅凭借别人的成功经验，草率的做出架构决策。这种有权无责的反模式并不提倡。]]></description><category></category></item><item><title><![CDATA[数据仓库架构及基础知识]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/124450232</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/124450232</guid><author>iamlake</author><pubDate>Wed, 27 Apr 2022 14:29:23 +0800</pubDate><description><![CDATA[「来源: ｜架构师技术联盟 ID：ICT_Architect」



1、什么是数据仓库？

权威定义：数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。

1）数据仓库是用于支持决策、面向分析型数据处理；

2）对多个异构的数据源有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。

面对大数据的多样性，在存储和处理这些大数据时，我们就必须要知道两个重要的技术。

分别是：数据仓库技术、Hadoop。当数据为结构化数据，来自传统的]]></description><category></category></item><item><title><![CDATA[Apache Storm教程 - W3Cschool]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/124397453</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/124397453</guid><author>iamlake</author><pubDate>Mon, 25 Apr 2022 10:38:13 +0800</pubDate><description><![CDATA[Apache Storm简介

什么是Apache Storm？

Apache Storm是一个分布式实时大数据处理系统。Storm设计用于在容错和水平可扩展方法中处理大量数据。它是一个流数据框架，具有最高的摄取率。虽然Storm是无状态的，它通过Apache ZooKeeper管理分布式环境和集群状态。它很简单，您可以并行地对实时数据执行各种操作。

Apache Storm继续成为实时数据分析的领导者。Storm易于设置和操作，并且它保证每个消息将通过拓扑至少处理一次。

Apache Storm v]]></description><category></category></item><item><title><![CDATA[详解数据仓库数据指标数据治理体系建设方法论]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/124386910</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/124386910</guid><author>iamlake</author><pubDate>Sun, 24 Apr 2022 16:59:02 +0800</pubDate><description><![CDATA[一、数据仓库

数据仓库概念

英文名称为Data Warehouse，可简写为DW或DWH。数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision Support）。它出于分析性报告和决策支持目的而创建。

数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。

基本特征

数据仓库是面向主题的、集成的、非易失的和时变的数据集合，用以支持管理决策。

面向主题:传统数据库中，最.]]></description><category></category></item><item><title><![CDATA[MySQL面试夺命连环20问，你接得住吗？]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/123991521</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/123991521</guid><author>iamlake</author><pubDate>Wed, 06 Apr 2022 15:34:58 +0800</pubDate><description><![CDATA[一、数据库架构



1、说说MySQL 的基础架构图



给面试官讲一下 MySQL 的逻辑架构，有白板可以把下面的图画一下，图片来源于网络。







MySQL逻辑架构图主要分三层：




	第一层负责连接处理，授权认证，安全等等
	



	第二层负责编译并优化SQL
	



	第三层是存储引擎。
	


2、一条SQL查询语句在MySQL中如何执行的？




	先检查该语句是否有权限，如果没有权限，直接返回错误信息，如果有权限会先查询缓存(MySQL8.0 版本以前)。
	



..]]></description><category></category></item><item><title><![CDATA[一文看懂卷积神经网络-CNN（基本原理+独特价值+实际应用）]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/122172816</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/122172816</guid><author>iamlake</author><pubDate>Mon, 27 Dec 2021 15:21:07 +0800</pubDate><description><![CDATA[卷积神经网络 – CNN 最擅长的就是图片的处理。它受到人类视觉神经系统的启发。

CNN 有2大特点：

能够有效的将大数据量的图片降维成小数据量

能够有效的保留图片特征，符合图片处理的原则

目前 CNN 已经得到了广泛的应用，比如：人脸识别、自动驾驶、美图秀秀、安防等很多领域。




CNN 解决了什么问题？

在 CNN 出现之前，图像对于人工智能来说是一个难题，有2个原因：

图像需要处理的数据量太大，导致成本很高，效率很低

图像在数字化的过程中很难保留原有的特征，导致图像处理的准确率...]]></description><category></category></item><item><title><![CDATA[Java分布式锁方案和区别]]></title><link>https://blog.youkuaiyun.com/iamlake/article/details/121967741</link><guid>https://blog.youkuaiyun.com/iamlake/article/details/121967741</guid><author>iamlake</author><pubDate>Thu, 16 Dec 2021 09:48:11 +0800</pubDate><description><![CDATA[分布式锁的实现

在常见的分布式锁中有以下三种实现：

Redis 实现
	Zookeeper 实现
	数据库实现
1. 基于 Redis 的实现

在 Redis 中有 3 个重要命令，通过这三个命令可以实现分布式锁

setnx key val：当且仅当key不存在时，set一个key为val的字符串，返回1；若key存在，则什么都不做，返回0。
	expire key timeout：为key设置一个超时时间，单位为second，超过这个时间 key 会自动删除。
	delete key：删除key
]]></description><category></category></item></channel></rss>