<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_53609042的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_53609042</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_53609042]]></copyright><item><title><![CDATA[Spring AI Alibaba 学习（四）：ToolCalling —— 从LLM到Agent的华丽蜕变]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/159467909</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/159467909</guid><author>qq_53609042</author><pubDate>Wed, 25 Mar 2026 14:54:02 +0800</pubDate><description><![CDATA[本文深入解析了SpringAIAlibaba框架中的工具调用机制，揭示了Agent如何实现从决策到执行的完整闭环。主要内容包括： 工具调用生命周期五大阶段：注册与发现（定义工具元数据）、选择（LLM决策）、请求构建（参数解析与验证）、执行（通过拦截器链实现扩展）、响应处理（结果回流与循环决策） 核心机制： Hook机制：在关键节点插入治理逻辑（如限流、日志） Interceptor机制：对请求/响应进行链式处理（如重试、缓存） ToolContext上下文传递：实现状态共享和环境感知 工程实践价值： 使工具]]></description><category></category></item><item><title><![CDATA[演进——从查日志到 AI 自治，企业监控体系的变迁]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/159013618</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/159013618</guid><author>qq_53609042</author><pubDate>Fri, 20 Mar 2026 15:02:19 +0800</pubDate><description><![CDATA[本文梳理了2015-2025年企业监控系统的演进历程：从日志时代（ELK）到APM时代（SkyWalking），再到指标监控（Prometheus+Grafana），最终发展到云原生监控（阿里云ARMS）和AIAgent智能运维。每个阶段都解决了特定问题：从&quot;看不见&quot;到&quot;看得见&quot;，再到&quot;看得懂&quot;和&quot;能自治&quot;。演进的核心逻辑是技术让监控越来越智能，但人类角色从操作者转变为治理者，负责定义目标和边界。未来将是AI执行日常运维，人类专]]></description><category></category></item><item><title><![CDATA[Spring AI Alibaba 学习（三）：Graph Workflow 深度解析（下篇）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/158073570</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/158073570</guid><author>qq_53609042</author><pubDate>Sat, 14 Feb 2026 23:09:47 +0800</pubDate><description><![CDATA[本文是SpringAIAlibaba系列第四篇，深入解析DeepResearch技术及其在GraphWorkflow中的实现。文章首先介绍了DeepResearch的概念演进，从RAG到DeepSearch再到具备复杂推理能力的DeepResearch，分析了其解决企业级AI痛点的优势。重点剖析了DeepResearch四大核心模块（规划、问题演化、网页探索、报告生成）的技术架构，并通过代码示例展示了如何在GraphWorkflow中实现完整的研究流程，包括问题分解、并行研究、信息验证和报告生成等关键节点。]]></description><category></category></item><item><title><![CDATA[Spring AI Alibaba 学习（三）：Graph Workflow 深度解析（上篇）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/158042040</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/158042040</guid><author>qq_53609042</author><pubDate>Sat, 14 Feb 2026 01:58:07 +0800</pubDate><description><![CDATA[本文深入解析SpringAIAlibaba的GraphWorkflow图工作流机制。GraphWorkflow是基于有向图(DAG)的流程编排框架，通过代码定义节点(Node)、边(Edge)和状态(State)来实现复杂AI任务的多步骤编排。与可视化拖拽平台不同，它提供完全的编程控制能力，同时支持导出可视化图表。核心特性包括：状态管理(KeyStrategy机制)、条件路由、并行执行等。文章通过智能客服路由案例，演示了如何构建StateGraph，并对比了GraphWorkflow与ReactAgent的]]></description><category></category></item><item><title><![CDATA[Redis 基数统计：从抛硬币到千万级 UV 的算法之旅]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/157955813</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/157955813</guid><author>qq_53609042</author><pubDate>Wed, 11 Feb 2026 01:49:30 +0800</pubDate><description><![CDATA[在超大规模数据去重统计（如DAU统计）场景下，传统方案常面临内存爆炸或查询超时的困境。Redis提供了三种核心解决方案：Set 能实现精确统计但内存消耗巨大；HyperLogLog 以极小的固定12KB内存实现亿级数据估算，标准误差仅0.81%，是大规模基数统计的理想选择；Bitmap 则适合用户ID连续的场景，能以较低内存实现精确统计与位运算。简而言之，若业务可接受微小误差，追求极致性能与内存效率，应首选HyperLogLog；若需精确计算且用户ID连续，则Bitmap更佳；仅在小规模精确统计且需删除元素]]></description><category></category></item><item><title><![CDATA[Spring AI Alibaba 学习（二）：Agent 智能体架构深度解析]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/157910629</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/157910629</guid><author>qq_53609042</author><pubDate>Mon, 09 Feb 2026 23:41:06 +0800</pubDate><description><![CDATA[本文深入解析SpringAIAlibaba的AgentFramework智能体编排框架。文章从Agent与传统AI应用的区别入手，介绍了具备自主决策能力的Agent核心特征。重点讲解了ReAct模式（推理+行动）的工作原理，并通过代码示例演示了ReactAgent的创建和使用方法。详细剖析了Hook和Interceptor的生命周期管理机制，比较了二者的作用域和适用场景。系统阐述了五种多智能体编排模式（顺序/并行/路由/循环/监督者）及其适用场景，并提供了完整的内容创作系统实战案例。最后总结了性能优化建议和]]></description><category></category></item><item><title><![CDATA[Kafka知识点问题驱动式的回顾与复习——（一）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/157875940</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/157875940</guid><author>qq_53609042</author><pubDate>Sun, 08 Feb 2026 21:37:19 +0800</pubDate><description><![CDATA[Kafka核心机制与架构演进摘要：本文深入解析Kafka的核心设计理念与架构演进。通过引入Partition机制解决热点IO问题，实现局部有序的消息处理；采用Leader-Follower副本架构保证高可用性，其中ISR机制动态维护同步副本集合。Broker内部各组件协同工作，通过SocketServer、ReplicaManager等模块高效处理消息。重点对比了新旧架构差异：传统ZooKeeper模式依赖外部协调，而新版KRaft模式（Kafka≥2.8）采用内置Raft协议实现元数据管理，显著降低系统复]]></description><category></category></item><item><title><![CDATA[ Spring AI Alibaba学习（一）—— RAG]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/157509955</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/157509955</guid><author>qq_53609042</author><pubDate>Thu, 29 Jan 2026 19:47:12 +0800</pubDate><description><![CDATA[本文深入解析了阿里巴巴开源的SpringAIAlibaba RAG框架，从架构设计、核心原理到最佳实践全面剖析。重点介绍了RAG五大核心阶段（解析、分块、知识库管理、向量化存储、检索层）和三大检索策略（并行多知识库检索、混合搜索、重排序）。特别强调了Advisor模式的创新性，它能自动完成检索和上下文构建，实现业务与检索逻辑解耦。文章还分享了512token分块策略的优化考量，以及生产环境推荐配置，为开发者提供了企业级RAG应用的完整解决方案。]]></description><category></category></item><item><title><![CDATA[K8S 学习笔记——核心概念与工作机制（二）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/157064272</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/157064272</guid><author>qq_53609042</author><pubDate>Sat, 17 Jan 2026 15:23:54 +0800</pubDate><description><![CDATA[本文深入讲解了Kubernetes的核心概念和工作机制。首先介绍了Pod作为最小调度单元的特点及作用，接着阐述了Service如何提供稳定的服务发现和负载均衡功能。然后详细说明了Ingress作为集群入口的路由管理机制，以及Volume和PV/PVC提供的持久化存储解决方案。最后介绍了ConfigMap和Secret在配置管理中的应用。这些核心概念共同构成了Kubernetes声明式API的基础，通过YAML文件描述期望状态，由系统自动实现和维护。]]></description><category></category></item><item><title><![CDATA[Java场景化面经分享（一）—— JVM有关]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/156513117</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/156513117</guid><author>qq_53609042</author><pubDate>Fri, 02 Jan 2026 16:01:51 +0800</pubDate><description><![CDATA[摘要：博主推出全新后端学习系列，聚焦场景化知识关联JVM核心机制。首期包含4个典型场景：1）类加载冲突问题（双亲委派模型与解决方案）；2）内存泄漏排查（堆分析工具使用）；3）高并发优化（对象创建与锁竞争处理）；4）系统级GC选型策略（金融/离线系统差异配置）。通过实际问题解析JVM底层原理，提供生产环境实用方案，替代原有AI面经系列。下期预告K8S专题更新。（149字）]]></description><category></category></item><item><title><![CDATA[K8S的学习笔记——K8S的介绍（一）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/155267389</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/155267389</guid><author>qq_53609042</author><pubDate>Wed, 26 Nov 2025 17:09:47 +0800</pubDate><description><![CDATA[本文介绍了Kubernetes(K8S)云原生技术的学习笔记，重点解析了K8S的核心架构和组件。文章首先概述K8S作为容器编排平台的核心功能，包括服务发现、存储编排、自动扩缩等特性。随后详细拆解Master-Worker架构：Master节点包含调度器、控制器、API服务等管理组件；Worker节点则运行kubelet、网络代理等执行组件。作者通过比喻方式形象说明各组件职责，强调K8S通过声明式API实现自动化运维的优势。全文为K8S初学者提供了清晰的技术架构认知框架。]]></description><category></category></item><item><title><![CDATA[AI出题人给出的Java后端面经（二十伍）（不定更）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/153874870</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/153874870</guid><author>qq_53609042</author><pubDate>Sat, 25 Oct 2025 15:39:47 +0800</pubDate><description><![CDATA[这篇文章分享了Java后端面试中常见的场景化问题及解决方案，涵盖7大技术模块：1. Java新特性：通过密封类和模式匹配实现电商订单状态机，确保编译时状态完备性检查。2. 持久化层：设计联合索引优化千万级用户积分流水查询，对比不同索引方案的性能差异。3. 中间件：- Redis秒杀场景：使用Lua脚本实现库存扣减原子操作- Kafka日志处理：基于用户ID的分区策略保证消息有序4. JVM调优：针对高并发交易系统优化新生代比例，降低对象晋升率5. Java并发：使用StructuredTaskScope实现]]></description><category></category></item><item><title><![CDATA[MySQL专题Day(3)————索引]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/153121701</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/153121701</guid><author>qq_53609042</author><pubDate>Thu, 23 Oct 2025 15:58:29 +0800</pubDate><description><![CDATA[MySQL索引摘要：索引是提升数据库查询效率的关键数据结构，常见类型包括B+Tree、Hash、全文索引等。B+Tree是多层平衡树结构，所有数据存储在叶子节点，支持高效范围查询；Hash索引适合等值查询但不支持范围操作。索引分为主键、唯一、常规和全文索引，各有适用场景。InnoDB采用B+Tree因其查询稳定、层级少，并通过聚簇存储和自适应哈希优化性能。合理使用索引能显著提高检索速度，但需权衡存储开销和写入性能。]]></description><category></category></item><item><title><![CDATA[MySQL专题Day(2)————存储引擎]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/151681279</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/151681279</guid><author>qq_53609042</author><pubDate>Sun, 14 Sep 2025 18:18:45 +0800</pubDate><description><![CDATA[本文介绍了MySQL三种常见存储引擎的特性及适用场景。InnoDB作为默认引擎，支持事务、行级锁和外键，适合高并发写入场景；MyISAM读取性能优异但不支持事务，适用于读密集型应用；Memory引擎数据全内存存储，速度极快但易失，适合临时表和缓存。文章详细分析了各引擎的核心特点、存储文件结构、关键参数配置，并对比了它们的优劣势，为不同业务场景下的存储引擎选择提供了实用参考。]]></description><category></category></item><item><title><![CDATA[AI出题人给出的Java后端面经（二十四）（不定更）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/151142177</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/151142177</guid><author>qq_53609042</author><pubDate>Thu, 04 Sep 2025 13:26:50 +0800</pubDate><description><![CDATA[Java后端开发高级面试指南，系统性地梳理了七大核心模块。内容从Java基础的集合性能对比、流式操作优化和策略模式重构，延伸到MySQL的复合索引设计与死锁解决方案；在中间件部分详细介绍了如何使用Redis实现滑动窗口限流以及Kafka的消息重试与死信队列机制；JVM章节重点解析了内存模型和G1 GC的调优参数；Java并发部分对比了线程池配置策略与不同并发工具的性能；Spring框架则深入讲解了事务传播机制、多级缓存防护穿透和统一异常处理的最佳实践；最后的大模型选修部分补充了模型部署优化、基于Redis的]]></description><category></category></item><item><title><![CDATA[MySQL专题Day(1)————事务]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/151042685</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/151042685</guid><author>qq_53609042</author><pubDate>Sun, 31 Aug 2025 13:40:24 +0800</pubDate><description><![CDATA[两个并发事务A和B，B先对数据库表id = 1数据进行修改，但还未提交，A进行查询就查询到了B还没有提交修改后的数据了。两个并发事务A和B，A先查询了一条id=1数据，另外并发的事务B将id = 1这条数据修改后，然后A再次查询查询到了B修改后的值。隐形。]]></description><category></category></item><item><title><![CDATA[AI出题人给出的Java后端面经（二十仨）（不定更）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/150871298</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/150871298</guid><author>qq_53609042</author><pubDate>Tue, 26 Aug 2025 22:20:11 +0800</pubDate><description><![CDATA[这是一篇Java后端技术知识总结，主要涵盖七大核心模块：1. Java基础部分对比了Vector、Collections.synchronizedList和CopyOnWriteArrayList的线程安全实现，并给出流式操作性能优化方案；2. MySQL部分详解了复合索引设计和死锁解决方案；3. 中间件部分包含Redis分布式ID生成和Kafka消息重试机制；4. JVM部分解析内存模型和G1调优；5. 并发编程部分对比线程池和并行工具性能；6. Spring框架的异常处理；7. 选修的大模型部署优化、对]]></description><category></category></item><item><title><![CDATA[AI出题人给出的Java后端面经（二十二）（缓更）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/150607628</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/150607628</guid><author>qq_53609042</author><pubDate>Fri, 22 Aug 2025 17:51:19 +0800</pubDate><description><![CDATA[本文总结了Java全栈开发的核心知识点，涵盖六个关键模块：1. Java基础部分对比了ArrayList遍历方式的性能差异，提出接口隔离原则的应用方案；2. MySQL优化讨论了覆盖索引和锁机制实践；3. 中间件部分展示了Redis限流和Kafka消息语义的实现；4. JVM调优提供了内存分配和GC参数配置建议；5. 并发编程分析了线程池配置及并发工具对比；6. Spring框架详解了作用域Bean、多级缓存和统一异常处理。此外还包含大模型部署优化等选修内容，形成完整的技术知识体系。]]></description><category></category></item><item><title><![CDATA[AI出题人给出的Java后端面经（二十一）（日更）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/150582856</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/150582856</guid><author>qq_53609042</author><pubDate>Thu, 21 Aug 2025 16:15:23 +0800</pubDate><description><![CDATA[本文摘要： 本文系统性地总结了Java技术栈的核心知识点，涵盖七大模块：1）Java基础部分对比ArrayList与LinkedList性能差异，解析里氏替换原则应用；2）MySQL索引优化与死锁解决方案；3）Redis实现分布式会话管理及Kafka消息监控方案；4）JVM调优参数配置与内存泄漏排查方法；5）并发编程中的线程池策略与锁优化技巧；6）Spring事务传播机制；7）大模型流式传输与安全防护方案。每个模块均提供典型场景分析、优化方案和代码实现，形成完整的技术知识地图。]]></description><category></category></item><item><title><![CDATA[AI出题人给出的Java后端面经（二十）（日更）]]></title><link>https://blog.youkuaiyun.com/qq_53609042/article/details/150561122</link><guid>https://blog.youkuaiyun.com/qq_53609042/article/details/150561122</guid><author>qq_53609042</author><pubDate>Wed, 20 Aug 2025 19:58:54 +0800</pubDate><description><![CDATA[本文为Java后端技术面试题集，涵盖7大核心模块：1）Java基础重点分析流式编程性能优化；2）MySQL死锁场景与解决方案；3）Redis分布式锁续期机制与Kafka消费位移控制；4）JVM的G1调优参数设置和内存泄漏排查；5）线程池资源管理及饱和策略；6）Spring事务失效场景、安全限流及性能监控；7）大模型流式传输优化与安全防护方案。每个模块均提供典型问题、优化方案和性能数据对比，形成完整的后端技术知识图谱，适合中高级开发者面试准备和技术提升。]]></description><category></category></item></channel></rss>