莫得感情 o-优快云博客

原创 AI应用 06 · 检索质量优化：混合检索、Rerank 与 Query 改写

本文探讨了纯向量检索在RAG系统中的局限，尤其在处理订单号、型号等精确匹配信息时表现不佳。提出通过混合检索——结合向量与关键词（如BM25）检索，利用RRF融合排名，再经Cross-Encoder重排序，显著提升召回准确率。同时引入Query改写与HyDE技术优化查询语义，使用户口语化问题更适配知识库文档风格。最终构建高效、精准的混合检索链路，实现从“能跑”到“好用”的跨越。

2026-09-21 14:44:20 290

原创 AI应用 05 · RAG 全链路：从一篇文档到一个可信答案

本文系统阐述RAG（检索增强生成）在商品知识库问答中的完整链路，分为索引期与查询期两大阶段。索引期完成文档预处理、语义分块、批量嵌入与向量存储；查询期则通过问题嵌入实现精准检索，结合上下文组装与生成控制，确保回答可信可引用。重点强调分块策略、重叠设计、元数据保留及增量更新等工程细节，揭示RAG效果优化需逐环节调优，而非简单“检索+生成”。

2026-09-21 14:27:11 478

原创 AI应用 04 · Embedding 与向量检索：语义相似是怎么算出来的

本文详解语义检索的核心——Embedding，解决关键词匹配无法处理同义改写、概念差异等问题。通过将文本转化为向量，利用余弦相似度衡量语义接近度，并结合HNSW等向量索引实现高效近似检索。文章还对比了pgvector、Milvus等向量数据库选型方案，以电商场景为例演示了基于pgvector的向量索引构建与查询流程，为RAG系统中的“检索”环节奠定基础。

2026-09-17 20:57:35 370

原创 AI应用 03 · Prompt 工程：让模型稳定输出你要的结构

本文系统阐述Prompt工程的工程化方法，聚焦如何让模型稳定输出结构化结果。通过Few-shot示例增强理解一致性，Chain-of-Thought提升推理透明度，结合JSON Schema与API级约束实现结构化输出，并引入防御机制应对Prompt注入攻击。最终强调Prompt需具备可测试性，如同代码般进行回归验证，确保在多版本、多场景下保持稳定可靠，为构建可信的AI应用提供可复用的工程范式。

2026-09-17 20:51:55 428

原创 AI应用 02 · LLM 基础：一次 API 调用背后发生了什么

本文以原生HTTP请求为例，深入解析大模型API的核心协议，涵盖Token、Context Window、角色结构与采样参数等关键概念。通过Java实现一次真实调用，揭示模型“看见”输入、“生成”输出的全过程，强调理解底层协议对排查问题、优化设计的重要性。文中指出：模型按Token处理文本，上下文窗口限制决定对话长度，角色分工影响输出行为，而temperature与top_p控制生成随机性。掌握这些基础，才能在实际应用中精准调控、高效构建AI系统。

2026-09-16 16:19:44 162

原创 AI应用 01 · 开篇：Java 后端工程师为什么要学 RAG 与 Agent

本文以客服退款场景切入，解析LLM应用开发中的核心概念：RAG（检索增强生成）解决“模型知道什么”，通过外部知识库提供准确依据；Agent（智能体）解决“模型能做什么”，赋予模型调用接口、执行任务的能力。二者并非二选一，而是协同构建可控、可信赖的AI应用系统。文章强调，后端工程师应聚焦于“应用层”——如何设计高效检索、可靠调用与容错机制，而非深入模型训练细节。全系列将以电商场景为背景，系统性拆解RAG与Agent的工程实现，助力开发者将大模型安全接入业务系统。

2026-09-16 16:16:52 382

原创 Redis 14 · 收官：生产调优与线上排障全景

Redis 线上问题很少只有一个原因：慢命令会拖长事件循环，内存上涨会触发淘汰，fork 会放大 COW，复制延迟又会影响故障转移。收官篇把前面所有机制串成一张排障地图。

2026-09-13 23:34:04 632

原创 Redis 13 · 分布式锁：从 SET NX 到 Redlock

本文系统阐述了基于Redis实现分布式锁的安全要点：需通过随机令牌确保锁释放安全，结合续期机制应对长任务，以fencing token防范进程暂停后旧请求误写。强调锁非唯一保障，关键操作须在数据库层校验版本或使用幂等性设计。主从复制下存在丢锁风险，Redlock虽提升容错但无法替代业务防护。最终提出生产实践清单，核心原则为“锁仅优化并发，正确性依赖业务层防御”。

2026-09-11 19:39:49 431

原创 Redis 12 · 缓存一致性：数据库与缓存双写怎么不乱

本文系统阐述了缓存与数据库一致性问题，强调“强一致”需明确定义时间窗口。核心原则为：先更新数据库，再删除缓存，避免并发读导致旧值回填。针对并发更新，提出延迟双删与版本号校验；通过消息驱动（如Outbox、binlog）实现可靠删除，确保幂等性；结合失败重试、兜底策略与对账验证，构建容错机制。关键在于以版本控制防止旧数据覆盖，用可观测性监控一致性状态，而非追求毫秒级同步。

2026-09-11 19:38:03 522

原创 Redis 11 · 缓存问题：穿透、击穿与雪崩

缓存难题在于失效、流量突增与回源压力叠加下的系统稳定性。穿透源于无效请求，需参数校验、空值缓存与布隆过滤器防御；击穿因热点Key过期引发并发回源，宜用互斥锁或逻辑过期；雪崩由大量Key同时失效或缓存层崩溃导致，需TTL随机抖动、分批预热与多级缓存。结合限流、降级、监控与演练，确保系统在异常下仍可服务。

2026-09-10 17:52:04 445

原创 Redis 10 · 集群：16384槽、扩缩容与请求路由

Redis Cluster 通过 16384 个槽位实现数据分片，基于 CRC16(key) mod 16384 路由。客户端需支持 MOVED（稳定重定向）与 ASK（临时重定向），并正确处理 Hash Tag 以保证多 Key 操作在同槽。集群使用 Gossip 协议实现故障检测与拓扑同步，扩容缩容通过迁槽完成，需控制迁移速度并避免热点集中。关键设计边界：跨槽事务不可行，热点需合理分片，迁移后应验证槽位归属与数据分布，确保服务稳定。

2026-09-10 17:48:55 281

原创 Redis 09 · 高可用：Sentinel 如何发现故障并完成切主

Sentinel 在 Redis 主从复制之上提供监控、通知与自动故障转移。它通过多个节点投票判定主观/客观下线，选举 Leader 并晋升新主，客户端需动态查询新地址。生产环境需合理设置超时并演练故障场景，重点优化客户端发现与连接池重建，避免误切主和双主写入。

2026-09-08 20:04:03 333

原创 Redis 08 · 主从复制：全量同步、增量同步与复制延迟

Redis主从复制通过复制流将主节点数据同步到副本，实现读扩展、故障接管与数据安全。复制默认异步，使用replication ID、offset和backlog定位同步进度；首次全量同步通过RDB快照+增量追平，断线后可根据backlog部分重同步，否则退化全量。文章还讨论了复制延迟、无盘复制、级联复制、WAIT及生产配置排障，强调复制不能替代持久化，也不等于自动高可用。

2026-09-08 19:58:34 452

原创 Redis 07 · 原子操作：事务、Pipeline、Lua 与 Functions

针对真实业务中“单命令原子 ≠ 业务流程原子”难题，文章区分了五种能力：Pipeline仅减少 RTT，不保证原子；MULTI/EXEC 提供连续执行但出错不回滚；WATCH 实现乐观锁，需重试；Lua 在服务端原子完成判断与修改；Functions 是Lua的可管理演进。核心在于根据并发条件校验、减少网络往返等四类问题选型，并关注错误处理、阻塞与Cluster限制。

2026-09-04 19:45:16 852 1

原创 Redis 06 · 内存管理：过期删除、淘汰策略与大 Key 治理

本文梳理Redis内存管理的三套机制：过期删除处理到期Key，内存淘汰在容量不足时牺牲有效Key，BigKey/HotKey与碎片治理控制结构性风险。文章从内存构成、TTL生命周期、主动/被动过期，到maxmemory策略选择、近似LRU/LFU，再到生产治理与排障，强调不能只背口诀，需结合实际配置和监控。

2026-09-04 19:39:47 510

原创 Redis 05 · 持久化：RDB 与 AOF 怎么保证数据不丢

Redis 持久化不可简化为“有 RDB/AOF 就不丢数据”。RDB 是时间点快照，有丢失窗口；AOF 记录增量写命令，但客户端收到 OK 不等于数据已落盘，关键在 write、fsync 与刷盘策略。文章从故障模型、RPO/RTO 出发，拆解 RDB 的 fork 与写时复制、AOF 的三种 appendfsync、AOF 重写及 Redis 7 多文件格式、混合持久化与恢复，并讨论性能抖动、容量规划和生产选型。

2026-09-03 22:16:35 509

原创 Redis 04 · 执行模型：一条命令的生命周期与 I/O 多路复用

以一条HGET命令的完整生命周期为例，梳理Redis从网络接入、I/O多路复用、RESP解析到命令校验执行、响应写回的全链路。明确Redis6 I/O线程只并行处理Socket读写与解析，核心命令仍在主线程串行执行；Pipeline减少RTT但非原子；慢命令、Lua脚本和阻塞操作会真正阻塞主线程，为生产延迟排障提供参考。

2026-09-03 22:10:35 347

原创 Redis 03 · 底层原理：RedisObject 与核心编码

Redis 逻辑类型与内部编码分层，通过 RedisObject 统一外壳实现解耦，编码会随元素数量、大小和版本变化。文章涵盖五种数据类型的底层 SDS、listpack、dict 等结构，并落脚于编码转换和生产影响，强调内存优化需结合数据规模。

2026-09-03 21:55:21 320

原创 Redis 02 · 数据结构：String 到 Stream 怎么选

选型核心是“先看访问模式，再选数据结构”：整体读写用String，字段局部更新用Hash，有序队列用List，去重与集合运算用Set，排行榜用Sorted Set，需消费确认用Stream。避免只背命令，应理解单次操作成本与生产边界。

2026-09-03 12:21:29 415

原创 Redis 01 · 开篇：Redis 为什么快

秒杀等热点流量下，Redis作为前置缓存，降低了数据库负载并吸收流量尖峰。其高性能源于五层设计：内存存储、适配数据结构的原生命令、串行执行避免锁竞争、I/O多路复用管理海量连接及短网络路径。

2026-09-03 11:40:22 452

原创踩坑 - 压测三轮后 502：一个默认 10 的连接池如何拖垮整个服务

除了 Tomcat 那个"请求线程池"，业务代码常自己开线程池做并行查询、异步任务。这些池子同样有core/max/queueCapacity/拒绝策略，配不好一样堆积。两个高频坑：① @Async不指定线程池时，早期默认走——它不复用线程、来一个建一个，高并发下疯狂创建线程直到 OOM；不传线程池时走，这是全 JVM 共享的池，被一个慢任务占满会连累所有用到它的地方。核心业务用独立、命名清晰的线程池做资源隔离，别共享、别吃默认。

2026-08-21 23:49:55 451

原创并发 14 · 收官：虚拟线程与结构化并发

本文介绍了JDK 21虚拟线程的核心优势及使用方式。虚拟线程通过挂载/卸载机制，使同步阻塞代码也能实现高吞吐，解决了平台线程昂贵的问题。其轻量级特性允许创建数百万线程，不再需要复杂的线程池调参或异步回调改代码。文章从平台线程的成本切入，详细分析了虚拟线程的工作原理、创建方式（直接创建或使用ExecutorService）、使用注意事项（避免池化、pin问题），并介绍了配套的结构化并发和ScopedValue。最后对比了虚拟线程与传统线程池、响应式编程的适用场景，为Java并发编程提供了更简洁高效的解决方案。

2026-08-21 23:43:50 561 2

原创并发 13 · 异步编排

摘要：本文探讨了异步编排在秒杀下单场景中的应用，分析了传统Future的局限性，并介绍了CompletableFuture如何通过链式调用解决任务依赖与并行问题。文章详细讲解了创建异步任务、串联任务（thenApply/thenCompose）、合并任务（thenCombine/allOf）以及异常处理等核心方法，强调使用独立线程池避免阻塞公共资源。最后结合秒杀案例，展示了如何构建高效、清晰的异步流水线，优化响应时间。全文提供代码示例和选型建议，帮助开发者实现高性能异步流程编排。

2026-08-20 21:35:15 436

原创并发 12 · ThreadLocal

本文深入解析了ThreadLocal的核心机制与典型应用场景。ThreadLocal通过线程内部的Map存储数据，以ThreadLocal实例为key，实现线程隔离的数据存取。其弱引用设计虽避免ThreadLocal本身泄漏，却可能因value强引用导致内存滞留，需手动remove()释放。文章还探讨了父子线程间传递数据的InheritableThreadLocal，以及阿里开源的线程池场景解决方案TransmittableThreadLocal。最后强调生产环境中必须规范使用ThreadLocal，避免内

2026-08-20 21:29:12 711

原创并发 11 · 同步工具类

摘要：秒杀系统预热等场景需要协调多线程节奏，JDK提供了同步工具类如CountDownLatch、CyclicBarrier等。CountDownLatch适用于一次性等待多个任务完成，通过计数器机制实现；CyclicBarrier可重复使用，用于多线程分批协作。两者的核心区别在于：CountDownLatch等待外部事件完成，CyclicBarrier等待协作线程到达汇合点。此外，Semaphore控制并发访问数量，Phaser支持多阶段协作，Exchanger实现线程间数据交换。这些工具解决了线程间的协

2026-08-20 00:03:04 616

原创并发 10 · 阻塞队列与生产者-消费者

摘要：秒杀系统的经典设计采用生产者-消费者模式，通过BlockingQueue实现请求缓冲。本文深入解析BlockingQueue的核心价值：1）相比手写wait/notify，它封装了线程安全的等待/唤醒机制；2）重点对比ArrayBlockingQueue（数组+单锁）与LinkedBlockingQueue（链表+双锁）的性能差异；3）介绍SynchronousQueue的直接传递特性及PriorityBlockingQueue等特殊队列。通过秒杀场景案例，演示BlockingQueue如何实现请求

2026-08-19 23:59:59 611

原创并发 09 · 并发容器：ConcurrentHashMap

前两篇讲的是"锁"和"线程池"，这一篇要讲一个几乎所有 Java 后端项目都在用、但很少有人真正搞懂内部构造的家伙——ConcurrentHashMap。本地缓存、计数器、限流器的滑动窗口，甚至线程池内部记录任务状态，背后经常都有它的身影。HashMap不是线程安全的，多线程并发put可能导致数据错乱，JDK 8 之前甚至会在扩容时因为链表操作顺序问题绕成一个环，get直接死循环、CPU 干到 100%；而老前辈Hashtable虽然安全，却是，无论put还是get。

2026-08-18 21:01:15 453

原创并发 08 · 线程池原理与调优

本文深入探讨Java线程池的核心原理与工程实践，从基础概念到生产环境调优进行全面解析。主要内容包括：线程池必要性：避免频繁创建销毁线程的开销，控制并发数量，提供统一调度入口七大核心参数：详解corePoolSize、maximumPoolSize、keepAliveTime、workQueue等参数的作用与相互关系任务执行流程：核心线程→队列→临时线程→拒绝的四步判断机制队列选型陷阱：分析Executors工厂方法的潜在风险，特别是无界队列导致的内存溢出问题拒绝策略选择：四种内置策略（Abort/

2026-08-18 20:58:57 392

原创并发 07 · 死锁与线程安全策略

本文摘要：并发编程中，死锁是最棘手的隐患之一——多个线程因互相持有对方所需资源而陷入永久等待。文章剖析了死锁的四大必要条件（互斥、持有并等待、不可剥夺、循环等待），并以转账场景为例演示死锁形成过程。通过 jstack 工具可快速定位死锁线程及其持有/等待的锁链。预防死锁的核心思路是破坏四大条件之一：推荐按固定顺序加锁（如账户ID排序）消除循环等待，或使用 ReentrantLock.tryLock 超时机制打破不可剥夺性。此外还区分了死锁与活锁（线程持续无效操作）、饥饿（资源长期被剥夺）的差异。

2026-08-17 20:24:26 488

原创并发 06 · Lock 家族

本文深入探讨Java并发编程中的Lock家族，对比了synchronized与ReentrantLock的核心差异，分析了读写锁和StampedLock的适用场景。文章指出synchronized作为"傻瓜相机"简单可靠，而Lock家族则提供更精细的控制能力：ReentrantLock支持可中断、超时获取、公平锁及多条件；ReentrantReadWriteLock实现"读读共享"提升并发性能；JDK8的StampedLock通过乐观读进一步优化读多写少场景。最后强调选择锁的关键在于权衡功能需求与使用复杂度

2026-08-17 20:22:38 545

原创并发 05 · AQS 原理

上一篇结尾我卖了个关子：、、、、线程池……半个都建在同一个类身上，而这个类的骨架，就是"一个的 state + 一个 CAS + 一个等待队列"。这个类，就是 AQS——（抽象队列同步器），Doug Lea 的封神之作，也是整个并发包的承重墙。为什么要专门花一篇啃它？因为 AQS 是那种"学一次，通一片"的知识点。你把它吃透了，后面第 6 篇的各种、第 11 篇的各种同步工具，就都不用死记了——它们无非是在 AQS 这套骨架上，填不同的"业务逻辑"。反过来，如果不懂 AQS，那些类你只能一个个背

2026-08-16 21:24:03 385

原创并发 04 · CAS 与原子类

摘要 CAS（Compare-And-Swap）是Java并发编程的核心技术，通过硬件指令实现无锁原子操作。其核心原理是“比较并交换”，仅当内存值等于预期值时更新为新值，否则重试。CAS避免了锁的开销，适用于低竞争场景，但存在ABA问题、自旋开销和单变量限制等缺陷。Java通过AtomicInteger等原子类实现无锁自增，并针对CAS的不足提供AtomicStampedReference（解决ABA）和LongAdder（优化高竞争性能）等方案。理解CAS是掌握Java并发容器（如ConcurrentHa

2026-08-16 21:21:58 268

原创并发 03 · volatile 与 synchronized

上一篇我们在 JMM 那层把规则讲透了：happens-before、内存屏障、volatilefinal各自的承诺。这一篇，我们从抽象规则落到最常用的两个关键字本身，回答两个非常具体的问题：volatile。很多人对的印象还停留在"它是重量级锁、性能差、能用Lock就别用它"——这是一个过时了十几年的偏见。Java 6 之后，HotSpot 会尽量先采用较轻的获取路径，竞争加剧时才膨胀到重量级 monitor。

2026-08-15 11:22:59 297

原创并发 02 · JMM 内存模型

如果这套规则因 CPU 而异、因 JVM 实现而异，那"一次编写、到处运行"的 Java 就成了一句空话——同一段并发代码，在 x86 上跑对了，换到 ARM 上就可能出诡异 bug。。它是整个 Java 并发大厦的——后面所有的volatileLock、原子类，本质上都是在 JMM 定下的规则里做文章。这也是为什么面试里问 JMM，问的从来不是"背几个名词"，而是看你到底理不理解并发的底层契约。很多人对 JMM 的印象停留在"主内存、工作内存两块框"，那只是最表层；这一篇要往下钻两层，把。

2026-08-15 11:19:31 479

原创并发 01 · 开篇-并发为什么难

本文是Java并发编程系列的开篇，通过一个简单的多线程累加问题引出并发编程的核心挑战。文章指出并发难点的根源在于底层硬件机制（如CPU多核、缓存、编译器优化）导致的三大问题：原子性（如count++被拆分为多步操作）、可见性（线程修改的变量值对其他线程不可见）、有序性（代码执行顺序可能被重排）。通过分析进程与线程的区别、上下文切换的成本，解释了为何并发编程需要权衡性能与正确性。文章后续将围绕这些核心问题展开，系统讲解锁、volatile、线程状态管理等解决方案。全文以"理解机制而非记忆API"为导向，为后续

2026-08-13 21:38:41 851

原创设计模式 23 · 收尾总纲:把二十三式串成一张地图

本文是「设计模式拆解」系列的收官之作，通过四个核心板块系统梳理了23种设计模式的应用与精髓。1. 模式在源码中的体现：列举JDK、Spring等框架中设计模式的实际应用（如单例、代理、观察者等），证明模式是优秀框架的通用语言；2. 易混淆模式辨析：总结9组高频易混模式（如工厂vs建造者、代理vs装饰器），强调区分关键在意图而非结构；3. 警惕过度设计：指出模式应针对真实变化而非想象需求，提倡YAGNI原则和渐进式重构；4. 全景知识地图：将23种模式与七大设计原则关联，揭示"组合优于继承""面向接口"等原则

2026-08-13 21:33:38 284

SwitchHosts_4.0.2.6057.dmg

VLC播放器,支持DVD、音频 CD、VCD 及各类流媒体协议

《设计模式之禅》- 单一职责原则疑问