- 博客(27)
- 收藏
- 关注
原创 小例子背后的大道理——用户需求+设计原则+正确应用 =设计方案
更重要的是,它遵循了“用户需求”中的隐含规则——用户可能不小心传入了脏数据,而设计方案要优雅地处理,而不是崩溃。### 第三步:正确应用设计模式——策略模式解决变化现在,需求升级了。### 第二步:设计原则——单一职责与清晰接口有了明确的需求,我们开始设计。测试是需求的可执行文档,它告诉未来的维护者:“这个类应该这样用,这些边界条件必须这样处理。所以,下次你面对任何编程问题,哪怕是“写出一个加法函数”,也请先思考:用户真正需要什么?——单一职责让代码清晰,开闭原则让代码可扩展,接口隔离让调用者简单。
2026-08-05 16:05:09
156
原创 背后的故事之 - 快乐的Lambda表达式(一)
这样做没问题,但有时候,我们只是临时需要一个小功能,比如排序时指定规则,或者对列表中的每个元素做简单变换。在Python中,Lambda捕获的是变量本身(即引用),所以如果外部变量后续改变,Lambda内的值也会变。Lambda适合“一次性的、简单的、临时的”函数。实践是掌握的关键,试着在你自己的项目中,找一处可以用Lambda简化的地方,动手改一改吧!注意,Lambda表达式只能写一行,不能包含复杂的逻辑(如if-else语句块、循环等),但可以用条件表达式(三元运算符)来模拟简单判断。
2026-08-03 15:14:18
207
原创 如何在高并发环境下设计出无锁的数据库操作(Java版本)
(Lock-Free)来规避这些问题,利用CAS(Compare-And-Swap)原子操作、不可变对象、乐观锁以及并发数据结构,实现高效的数据库操作。—## 四、高级:无锁队列与数据库批量写入高并发下的数据库写入,往往需要合并批量操作以减少IO。,通过乐观策略(如版本号、CAS)让线程“尝试”操作,失败则重试,从而最大化系统吞吐量。在高并发场景下,传统的数据库锁机制(如行锁、表锁)往往成为性能瓶颈,导致线程阻塞、死锁甚至系统吞吐量骤降。,利用CAS、版本号、并发容器等工具,让线程在失败时重试而非等待。
2026-08-03 15:13:13
169
原创 【php】老旧PHP项目(PHP 5.6)本地环境搭建与踩坑记录
接手一个多年未维护的PHP项目,最头疼的不是业务逻辑,而是环境兼容问题。尤其是当项目停留在PHP 5.6时代,而你的电脑上可能已经装了PHP 8.x,各种语法错误、扩展缺失、依赖冲突会让你怀疑人生。—### 方案一:Docker 容器化(推荐)Docker是目前最优雅的解决方案,它可以将PHP 5.6及其依赖打包成独立容器,不影响宿主机环境。最后提醒一句:老旧项目往往存在安全漏洞,本地开发可以,如果部署到公网,务必加一层反向代理(如Nginx+HTTPS),并考虑逐步迁移到现代PHP版本。
2026-07-31 18:21:03
222
原创 Spring AI 2.0 GA 倒计时:先别急,来看看 Java AI 框架的另一条路
如果你在构建一个 AI 中台,需要处理复杂的 Agent 编排、多模型路由、高并发流式响应,或者需要对检索链路做深度调优,那么 LangChain4j + 原生向量库是更理性的选择。### 一、Spring AI 2.0 的定位与隐忧Spring AI 2.0 的目标很清晰:将 AI 能力(如模型调用、Prompt 模板、RAG 检索、Agent 编排)深度集成到 Spring Boot 的自动配置、依赖注入和生命周期管理之中。等操作,实现细粒度的流控。的输入输出是强类型的,方便单元测试。
2026-07-31 18:19:58
262
原创 Linux时区修改为CST
在日常运维或开发中,我们经常需要将Linux服务器的时区设置为CST(中国标准时间,UTC+8)。本文将通过大量代码示例,从零开始演示如何将Linux时区修改为CST,并解决常见问题。命令输出和UTC偏移量- 双系统用户注意RTC设置通过本文的代码示例,读者可以快速、安全地完成时区修改。如果显示其他时区(如UTC),则需要修改。## 3. 使用timedatectl修改时区(推荐方法)现代Linux系统(CentOS 7+/Ubuntu 16+)推荐使用。:中国标准时间,即UTC+8,对应时区文件。
2026-07-30 17:29:00
240
原创 一分钟学会 C++ 标准模板库智能指针
else { std::cout << “node1 的后继节点已销毁” << std::endl;// 此时引用计数为:node1:2, node2:2 std::cout << "node1 引用计数: " << node1.use_count() << std::endl;```Node(1) 创建Node(2) 创建node1 引用计数: 1node2 引用计数: 1node1 的后继节点值: 2Node(2) 销毁Node(1) 销毁```## 最佳实践与注意事项1.
2026-07-28 18:36:34
185
原创 同样是库文件,嵌入式静态库和动态库差异到底在哪?
两种库的更新方式截然不同。- 在嵌入式 Linux 系统中,对于基础函数(如数学库)优先用动态库节省内存;### 实战演示:最小化示例我们从一个极简的加法函数开始,分别编译为静态库和动态库,并观察可执行文件的差异。### 实战演示:多进程内存对比我们编写一个使用大数组的库,测试多进程场景的内存占用。就会崩溃## 内存占用:多进程场景的真实差异在嵌入式 Linux 系统中,经常需要同时运行多个进程,此时内存占用差异非常明显。:在编译链接阶段,链接器只记录库的符号信息(如函数地址占位符),实际代码在程序。
2026-07-28 18:35:32
222
原创 【Linux驱动】字符设备驱动内核源码深度解析
本文将从实战角度出发,通过完整代码示例,深度解析字符设备驱动的内核源码结构、注册流程、关键函数及内核空间与用户空间的交互机制。## 字符设备驱动的核心概念字符设备以字节流的方式访问设备,内核通过设备号(主设备号 + 次设备号)来标识设备。### 2. 模块初始化与清理函数初始化流程:分配设备结构体 → 申请设备号 → 初始化cdev → 添加cdev到内核 → 创建设备类 → 创建设备节点。## 从零编写一个虚拟字符设备驱动我们将实现一个简单的虚拟设备,它维护一个内核缓冲区(256字节),用户通过。
2026-07-27 17:46:49
232
原创 基础安全产品相关系统设计的一些思考
在当今的互联网环境中,安全产品的建设已不再是“可选项”,而是“必选项”。然而,设计一个高效、可扩展且易于运维的安全系统,远比想象中复杂。本文将从实战角度出发,通过具体代码示例,探讨基础安全产品系统设计中的关键思考。#### 实战代码示例:一个简单的日志采集与缓冲区设计下面是一个基于 Python 的日志采集模块,使用队列和异步处理来应对高吞吐量场景。#### 实战代码示例:一个基于前缀树的动态策略引擎下面是一个简单的 IP 黑名单策略引擎,使用前缀树(Trie)进行高效匹配,并支持热加载策略。
2026-07-25 17:41:30
167
原创 你的FastAPI又在服务器上“跑不起来”了?来,今天咱把打包这件事彻底聊透
这样,无论工作目录是什么,路径都是正确的。更糟糕的是,不同环境(开发、测试、生产)的配置不同,代码不通用。下次再遇到“本地能跑,服务器崩”的情况,别急着改代码——先检查你的打包流程。通过容器化技术,将应用及其完整操作系统环境打包成一个镜像,彻底解决“环境不一致”的问题。但服务器环境通常是干净的,缺少关键依赖,或者版本号不一致,就会导致运行时崩溃。:Docker容器化,将操作系统、Python版本、依赖打包成一个不可变的镜像,彻底消除环境差异。比如,本地是macOS,服务器是Linux,某些C扩展(如。
2026-07-24 19:29:34
241
原创 Aneiang.Yarp v2.3.0.25:让 AI 成为你的 API 网关运维副驾驶
把重复的、模式化的运维任务交给 AI,让人专注于架构设计和业务创新。
2026-07-23 17:21:10
159
原创 docker、kubernetes之间的关系
不一会就开始了饭后辅导: 饭店煮饺子本身就是一种服务(应用服务),煮饺子的锅就像一个服务器,锅里的每一个网状笼就像一个docker容器,通常情况下一个网状笼只煮一种饺子,就像一个docker容器通常只提供一个服务(微服务)。毕竟有的容器运行的是计算型微服务,有的容器运行的是耗内存的微服务。趁热打铁,我总结道:”docker容器有效的实现了服务的环境封装的标准化,以及同服务器容器之间的环境隔离,资源共享“。饭店的客流量不总是满的,大锅的个数肯定是按照最大需求买的,但是肯定有部分的时间大锅是闲置的。
2026-07-22 16:09:01
240
原创 服务接待中心与微服务网关
没出息的时不我待,插入房卡,一键拨通前台电话要求提供衣物熨烫服务,不一会服务人员就将衣物取走了,20分钟后送了回来。每个部门虽然分成了多个小组,但也会有该部门的统一的管理制度、服务标准。对于微服务架构来说,也会有一个地方保存某一类微服务的统一配置信息,它就是服务配置管理中心。对于微服务架构来说也是一样的,有的微服务直接面向用户提供服务,有的微服务是为系统内部服务提供服务。在服务创建的时候,把自己的联系方式(ip、端口、服务名称)写在“通信录”上。提供服务请求的唯一入口,也是面向用户提供服务唯一入口。
2026-07-22 16:08:18
210
原创 浅谈轮廓线DP
get(s,j))))&&k[i][j]) //当且仅当上一行和左边一列状态为0(没种菜),且这个地方可以种草。定义记忆化 DP 数组 dp[i][j][s],其中 i,j 为当前遍历的网格坐标(下标从 0 开始),s 为轮廓线状态压缩值。int set(int s,int i,int v) //设置状态。int f(int i,int j,int s) //轮廓线DP。
2026-07-21 15:30:23
150
原创 为什么企业 AI 都离不开工作流?
真正稳定的 AI 系统,往往是“Workflow + LLM”的组合,而不是单纯的大模型。我们先概括一下: Workflow等于用确定性的流程,组织不确定性的 AI 能力。但是在实际应用过程中,企业里的 AI应该是Workflow + LLM的组合。所以,我们就需要 Workflow 负责“流程”,LLM 负责“智能”。Dify 的 Workflow 其实本质上就是一个可视化流程编排器。什么时候用 Agent?Dify 的核心并不是 LLM,而是“流程编排”。12.2 Workflow 的本质是什么?
2026-07-21 15:29:42
184
原创 Claude+CC Switch+CC-Connect+飞书使用教程
前置条件 🛠️安装如下工具:Node.js安装确保勾选 “Add to PATH”(自动添加到环境变量)CC-Connect。
2026-07-19 17:00:06
254
原创 Diffusion 三种预测目标:epsilon、sample、v prediction
所以模型虽然直接预测的是噪声,但 scheduler 可以用它得到 x0_pred,再继续反向去噪。低噪声阶段 xt 已经很接近 x0,但模型仍然要预测完整的标准高斯噪声,目标不一定最自然。它不是纯噪声,也不是纯数据,而是二者随 timestep 改变的混合目标。高噪声阶段更难,因为此时 xt 几乎是纯噪声,却要求模型直接预测 x0。t 大:alpha_t 小,sigma_t 大,xt 更像 noise。t 小:alpha_t 大,sigma_t 小,xt 更像 x0。
2026-07-19 16:59:19
240
原创 11 万 Star 的 Spec Kit,90% 的工程师只用它解决了 10% 的问题
为什么 Vibe Coding 的天花板这么低先说清楚问题,再说解决方案。vibe coding 这个词是 Andrej Karpathy 提出的,原意是「顺着感觉写代码,让 AI 处理细节」。在原型验证阶段,这个方式非常有效——你描述个大概,AI 给你一个能跑起来的架子,5 分钟内看到效果。但进入真正的功能开发之后,这个模式会遇到一个内在矛盾:AI Agent 不是搜索引擎,它是「字面意思执行者」。你说「加一个排序功能」,它就加排序功能。
2026-07-18 15:56:01
172
原创 整体架构:Go 引擎 + .NET 壳
关键在控制点的生成上——P₁ 和 P₂ 不是固定的,而是根据起点到终点的距离做随机偏转(±45°),偏移量在距离的 20%~50% 之间。校验器会在加载时就拒绝这种歧义配置,而不是等到运行时。关键的一点是:所有错误路径都保持了回调协议对称——即使 skip 了错误,OnActionDone 仍然会被调用,UI 侧的进度显示不会因为跳过步骤而错乱。项目支持 19 种动作(点击、双击、右键、拖拽、打字、按键、组合键、等待、等待消失、滚动、延时、打开URL、刷新、后退、前进、切换标签页、输入提示、确认、通知)。
2026-07-18 15:55:13
278
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
RSS订阅