<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lrj41781196的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lrj41781196</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lrj41781196]]></copyright><item><title><![CDATA[深入剖析RocketMQ]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/157255569</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/157255569</guid><author>lrj41781196</author><pubDate>Thu, 22 Jan 2026 16:10:39 +0800</pubDate><description><![CDATA[RocketMQ核心机制与可靠性分析 摘要：本文系统剖析了RocketMQ的核心组件与消息流转机制。Producer通过NameServer获取路由信息，将消息写入Broker的CommitLog物理文件，并通过ConsumeQueue建立逻辑索引。消费端通过Pull模式获取消息，支持集群和广播两种消费模式。重点分析了可能导致消息丢失的场景，包括Producer-Broker网络问题、Broker内部故障、消费端处理异常等，并提出了相应的可靠性保障措施：同步刷盘、主从同步复制、幂等设计、事务消息等。详细解析]]></description><category></category></item><item><title><![CDATA[从OS层面深入剖析JVM如何实现多线程与同步互斥]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/157138840</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/157138840</guid><author>lrj41781196</author><pubDate>Mon, 19 Jan 2026 17:54:37 +0800</pubDate><description><![CDATA[本文深入剖析了Java并发编程中的核心机制，分为四个部分： MarkWord机制：详细解析对象头中MarkWord的结构和功能，包括锁状态转换、哈希码存储、GC年龄等，并分析了不同架构下的内存布局。 线程与同步：探讨Java线程在OS层的映射、锁的优化路径（偏向锁→轻量级锁→重量级锁）、内存屏障实现等底层细节。 LockSupport实现：深入分析park/unpark的许可证机制、Linux平台的Parker实现，及其在AQS中的应用和性能优化策略。 park/unpark与wait/notify对比：从]]></description><category></category></item><item><title><![CDATA[剖析操作系统中CPU指令执行全过程]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/156016573</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/156016573</guid><author>lrj41781196</author><pubDate>Wed, 17 Dec 2025 16:12:32 +0800</pubDate><description><![CDATA[本文从操作系统视角剖析CPU执行指令的全过程：首先描述指令执行的基本流程（取指、译码、执行、访存、写回），分析各阶段涉及的硬件组件（PC、ALU、MMU等）及其协作机制；然后通过具体代码示例展示程序加载、函数调用等场景下的硬件行为；最后探讨操作系统在进程调度、虚拟内存管理等关键环节的介入方式。文章还介绍了流水线、超标量等现代CPU优化技术，并从性能角度提出数据局部性和指令级并行等优化建议，完整呈现了从应用程序到物理器件的多层次执行链路。]]></description><category></category></item><item><title><![CDATA[剖析操作系统MMU如何实现虚拟地址到物理地址的映射机制]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/155107193</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/155107193</guid><author>lrj41781196</author><pubDate>Fri, 21 Nov 2025 17:40:36 +0800</pubDate><description><![CDATA[虚拟内存和MMU的实现体现了计算机系统设计的精髓：1）分层抽象：通过多级页表管理巨大的地址空间2）缓存思想：TLB利用局部性原理加速常见情况3）懒加载策略：按需分配，推迟成本直到必要时4）硬件软件协同：MMU硬件加速常见操作，操作系统处理异常情况5）资源过量使用：通过交换机制创造"无限内存"的幻觉这套精密的机制使得：- 每个进程都生活在独立的"沙箱"中- 操作系统可以灵活地管理有限物理内存- 程序无需关心物理内存的实际布局- 安全性通过硬件强制实施。]]></description><category></category></item><item><title><![CDATA[深入剖析AQS的底层源码及其在JUC工具类中的应用]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/152220477</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/152220477</guid><author>lrj41781196</author><pubDate>Sun, 28 Sep 2025 16:18:21 +0800</pubDate><description><![CDATA[本文深入剖析了Java中AQS(AbstractQueuedSynchronizer)的底层实现原理及其在JUC并发工具类中的应用。主要内容包括：1)AQS采用模板方法模式，通过volatile状态变量和CLH队列实现同步机制；2)详细分析了独占模式和共享模式的核心源码，包括锁获取、释放及队列管理；3)探讨了条件变量的实现原理；4)展示了AQS在ReentrantLock、CountDownLatch等工具类中的具体应用。AQS通过精妙的设计实现了高效、灵活的同步机制，是Java并发编程的核心基础组件。]]></description><category></category></item><item><title><![CDATA[深入剖析Spring Boot / Spring 应用中可自定义的扩展点]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/151181434</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/151181434</guid><author>lrj41781196</author><pubDate>Thu, 04 Sep 2025 12:25:43 +0800</pubDate><description><![CDATA[本文总结了Spring框架中常用的扩展点，涵盖Web层、消息转换、Servlet/Filter、Bean容器、AOP、事务安全、嵌入式容器、监控等多个方面。重点介绍了HandlerInterceptor、WebMvcConfigurer、自定义参数解析器、统一响应处理、全局异常处理等核心组件的实现方式，并提供了5个可直接使用的完整示例代码，包括请求日志过滤器、用户参数解析器、统一响应包装、自定义消息转换器和基于注解的代理生成等实用功能。这些扩展点能帮助开发者灵活定制Spring应用行为，满足不同业务场景的需]]></description><category></category></item><item><title><![CDATA[深入剖析MyBatis-Plus可扩展点的使用]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/151181033</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/151181033</guid><author>lrj41781196</author><pubDate>Thu, 04 Sep 2025 12:05:08 +0800</pubDate><description><![CDATA[本文总结了MyBatis-Plus的十大核心扩展点，包括：1）SQL注入器实现通用方法；2）MetaObjectHandler处理自动填充；3）TypeHandler处理复杂类型转换；4）插件链实现分页/多租户等功能；5）原生MyBatis插件；6）多租户实现；7）动态表名；8）ID生成器；9）代码生成器模板；10）其他扩展如逻辑删除等。每个扩展点都提供了核心代码示例和实现思路，并强调了版本兼容性、插件执行顺序等注意事项，建议结合官方文档和示例进行实践。]]></description><category></category></item><item><title><![CDATA[剖析graph-rag中最核心的一步：切片文本如何输入到大模型并且构建整体的关系]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/150850161</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/150850161</guid><author>lrj41781196</author><pubDate>Tue, 26 Aug 2025 11:49:54 +0800</pubDate><description><![CDATA[本文提出了一种基于大模型的信息抽取与知识图谱构建方法，采用四阶段处理流程：1）分块抽取实体和关系提及；2）全局实体对齐；3）关系汇总；4）Neo4j入库。通过分块策略保证上下文连贯，要求模型输出包含证据位置的结构化结果。关键创新点包括：实体链接时的候选裁决机制、关系证据聚合算法，以及支持溯源的存储设计。文章详细说明了文本切割策略、提示词模板设计、核心算法实现和Neo4j图模式，并提供了可直接复用的Python代码框架，强调证据留存和可审计性。该方法在保证抽取质量的同时，通过批处理、缓存等技术控制计算成本。]]></description><category></category></item><item><title><![CDATA[基于LangChain + Milvus 实现RAG]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/150616383</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/150616383</guid><author>lrj41781196</author><pubDate>Fri, 22 Aug 2025 18:47:41 +0800</pubDate><description><![CDATA[本文介绍使用LangChain和本地部署的MilvusLite构建文本检索系统，采用HuggingFace的gte-large-zh模型生成嵌入向量。主要内容包括：系统设计目标（大文本处理流程）、环境配置要求、关键实现细节（文本分块策略、嵌入向量生成方法）、完整代码示例（包含文本入库和查询功能），以及生产环境扩展建议。特别强调了chunk大小控制（不超过512token）、MilvusLite的本地文件存储特性等注意事项，并提供了常见问题排查方法。该方案适合本地原型开发，文末还给出了向生产环境迁移的优化方向]]></description><category></category></item><item><title><![CDATA[本地 Graph-RAG（图 + RAG） 部署与使用落地方案]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/150615933</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/150615933</guid><author>lrj41781196</author><pubDate>Fri, 22 Aug 2025 18:23:10 +0800</pubDate><description><![CDATA[本文提出了一种Graph-RAG方法，通过结合向量检索和图数据库增强检索能力。系统架构包括：1)使用gte-large-zh模型生成文本切片嵌入并存入Milvus；2)将切片作为节点存入Neo4j图数据库并建立多种关系；3)查询时先进行向量检索获取初始节点，再通过图遍历扩展上下文；4)最终将检索结果拼接提示送入本地生成模型完成回答。 文章详细介绍了部署方案（Docker Compose）、数据建模、入库流程和检索算法，提供了完整的Python实现示例。关键优化策略包括：建立多种节点关系、设计融合排序算法、控]]></description><category></category></item><item><title><![CDATA[深入剖析Seata如何实现分布式事务（主要基于AT模式）]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/150222197</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/150222197</guid><author>lrj41781196</author><pubDate>Mon, 11 Aug 2025 18:28:48 +0800</pubDate><description><![CDATA[undo_log（回滚镜像）+ 与业务同一本地事务写入：保证了“要么有业务数据 + undo_log，要么两者都没有”，从而在需要回滚时能精确恢复本地数据。GitHubTC 的全局锁（lock keys）集中管理写并发：同一资源不会被两个活跃全局事务并发提交，避免写冲突。阿里云短事务本地提交 + 后续中心协调（相比 XA 减少了长锁占用）：通过尽快提交本地事务释放 DB 资源，同时保留 undo_log 做补偿，权衡了性能与一致性。思否逆向 SQL 引擎 + recover/retry 机制。]]></description><category></category></item><item><title><![CDATA[基于Hadoop3.3.4+Flink1.17.0+FlinkCDC3.0.0+Iceberg1.5.0整合，实现数仓实时同步mysql数据]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/149711539</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/149711539</guid><author>lrj41781196</author><pubDate>Mon, 28 Jul 2025 12:09:46 +0800</pubDate><description><![CDATA[本文详细介绍了Hadoop 3.3.4和Flink 1.17.0的安装部署流程，并整合了Flink CDC 3.0.0与Iceberg 1.5.0。主要内容包括：1）Hadoop集群部署，包括环境准备、配置、分布式部署及启动验证；2）Flink安装及与Hadoop集成，配置YARN模式运行；3）Flink CDC 3.0.0连接器安装，实现MySQL数据变更捕获；4）Iceberg 1.5.0集成，配置Hadoop Catalog存储数据；5）完整示例展示如何通过SQL实现MySQL到Iceberg的实时数]]></description><category></category></item><item><title><![CDATA[深入剖析Elasticsearch倒排索引，Query DSL查询使用场景分析]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/149228682</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/149228682</guid><author>lrj41781196</author><pubDate>Wed, 09 Jul 2025 18:00:21 +0800</pubDate><description><![CDATA[Elasticsearch架构与查询优化全解析 本文系统介绍了Elasticsearch的核心架构、索引设计与查询优化。主要内容包括： 架构解析：分布式集群、分片机制、写入/读取流程 索引设计：倒排索引原理、字段类型选择、分片策略 查询优化：DSL分类、典型查询场景、性能优化建议 实战案例：基于用户日志系统的查询DSL应用 重点突出了Elasticsearch的高性能查询机制，包括倒排索引、Segment并行查询、Filter缓存等技术原理，并提供了业务场景下的查询优化方案。通过完整的用户日志系统案例，展示]]></description><category></category></item><item><title><![CDATA[深入剖析MYSQL MVCC多版本并发控制+ReadView视图快照规避幻读问题]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/149123966</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/149123966</guid><author>lrj41781196</author><pubDate>Fri, 04 Jul 2025 20:00:11 +0800</pubDate><description><![CDATA[MySQL InnoDB的MVCC机制与幻读解决方案 摘要： 本文深入剖析了InnoDB的MVCC(多版本并发控制)实现机制，通过UndoLog存储历史版本和ReadView判断可见性，解决了读写并发问题。详细分析了MVCC在RC/RR隔离级别下的工作原理，包括版本链构建和可见性判断算法。重点探讨了InnoDB解决幻读问题的双重机制：MVCC通过快照隔离避免非锁定读的幻读，Next-KeyLock通过间隙锁防止插入操作导致的幻读。通过事务场景测试验证了不同隔离级别的表现，并介绍了INFORMATION_SC]]></description><category></category></item><item><title><![CDATA[深入剖析Nacos服务发现与注册，及如何基于LoadBalancer实现负载均衡]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/149001492</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/149001492</guid><author>lrj41781196</author><pubDate>Sun, 29 Jun 2025 18:57:11 +0800</pubDate><description><![CDATA[本文深入解析Nacos微服务架构的核心机制，主要涵盖以下内容： 架构设计：Nacos由服务发现(Naming)、配置管理(Config)和运维控制台三大子系统组成，支持MySQL/嵌入式存储，提供CP(配置)+AP(服务)混合一致性模型。 权重负载均衡：详细剖析客户端实现的加权随机算法，包括服务注册携带权重、变更实时推送、灰度发布等应用场景，对比Ribbon与SpringCloud LoadBalancer的实现差异。 配置管理全流程：从客户端连接、长轮询机制到动态刷新，解析配置的命名空间隔离、多格式支持和]]></description><category></category></item><item><title><![CDATA[深入剖析Nginx架构及其不同使用场景下的配置]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/148928937</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/148928937</guid><author>lrj41781196</author><pubDate>Thu, 26 Jun 2025 17:21:28 +0800</pubDate><description><![CDATA[Nginx高性能架构与核心配置解析 摘要： 本文系统剖析了Nginx的高性能架构原理与核心配置实践。首先解析其Master-Worker多进程模型、事件驱动机制和模块化设计，重点阐述异步非阻塞IO处理流程和内存池优化技术。在配置方面，详细说明虚拟主机、反向代理、负载均衡、限流控制等场景的最佳实践，特别针对跨域问题提供两种解决方案：CORS响应头配置和反向代理转发。最后深入讲解令牌桶限流算法原理，分析其在Nginx中的实现方式。全文通过架构图、配置示例和代码片段，完整呈现Nginx作为高性能Web服务器的核心]]></description><category></category></item><item><title><![CDATA[深入剖析Spring Cloud Sentinel，如何实现熔断降级，请求限流]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/148721333</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/148721333</guid><author>lrj41781196</author><pubDate>Tue, 17 Jun 2025 18:39:26 +0800</pubDate><description><![CDATA[摘要：阿里巴巴开源的SpringCloud Sentinel组件为微服务架构提供流量防护能力，主要包括限流、熔断和系统自适应保护三大核心功能。其架构基于责任链模式的SlotChain机制，通过FlowSlot、DegradeSlot等插槽实现不同维度的防护策略。Sentinel支持QPS/线程限流、慢调用/异常比例熔断等策略，采用滑动窗口统计指标，并可通过Dashboard进行规则管理。与SpringBoot整合时，通过@SentinelResource注解定义资源并配置降级处理，同时支持动态规则推送至Na]]></description><category></category></item><item><title><![CDATA[深入剖析Spring Cloud Gateway，自定义过滤器+断言组合成拦截器链实现Token认证]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/148712813</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/148712813</guid><author>lrj41781196</author><pubDate>Tue, 17 Jun 2025 12:29:56 +0800</pubDate><description><![CDATA[摘要：SpringCloud Gateway作为SpringCloud官方推出的新一代网关，基于WebFlux+Reactor模型实现高性能异步非阻塞处理。其核心架构包含路由匹配(Predicate)、过滤器链(Filter)和转发机制三大模块。Predicate用于路由匹配判断，支持Path、Method、Header等丰富条件；Filter处理请求/响应，分全局和路由两种类型，通过责任链模式执行。开发者可以自定义Predicate和Filter实现特定业务逻辑，如JWT认证、日志记录等。与Zuul相比，]]></description><category></category></item><item><title><![CDATA[深入剖析Redis高性能的原因，IO多路复用模型，Redis数据迁移，分布式锁实现]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/148634426</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/148634426</guid><author>lrj41781196</author><pubDate>Fri, 13 Jun 2025 16:27:26 +0800</pubDate><description><![CDATA[Redis单线程高性能探秘与集群高可用实现 摘要：Redis虽采用单线程处理命令，却能达到百万级QPS，其高性能源于五大核心设计：纯内存操作、无锁单线程模型、高效I/O多路复用、精炼数据结构及I/O多线程辅助。底层采用epoll事件驱动机制实现高并发连接处理。在集群场景中，Redis通过Gossip协议检测节点状态，当主节点宕机时自动触发故障转移，由从节点接替服务。数据迁移采用分槽机制，通过MIGRATE命令实现键值搬迁，期间客户端可通过ASK/MOVED重定向保持正常访问。对于分布式锁场景，建议使用Red]]></description><category></category></item><item><title><![CDATA[深入剖析Redis Cluster集群，Redis持久化机制，Redis数据类型及其数据结构]]></title><link>https://blog.youkuaiyun.com/lrj41781196/article/details/148632772</link><guid>https://blog.youkuaiyun.com/lrj41781196/article/details/148632772</guid><author>lrj41781196</author><pubDate>Fri, 13 Jun 2025 15:20:14 +0800</pubDate><description><![CDATA[《Redis高可用集群部署与核心数据类型实践指南》摘要：本文系统讲解了Redis高可用部署方案和数据类型的最佳实践。在高可用方面，推荐采用6主6从的集群架构，每个主节点管理2738个slot，并详细介绍了端口规划、目录结构、配置参数和自动容灾机制。在数据类型方面，深入解析了String、Hash、List等核心类型的底层数据结构和适用场景，特别强调BitMap在亿级用户签到场景中的高效应用——通过分桶设计将单用户年签到数据压缩至46B，结合Lua脚本实现连续签到统计。全文通过大量代码示例（如Jedis操作各]]></description><category></category></item></channel></rss>