RAG技术
RAG（检索增强生成）通过结合外部知识库与大模型，提升回答准确性，缓解知识过时与幻觉问题。核心架构含检索器、生成器与向量数据库，支持密集、混合检索，常用FAISS、Pinecone等工具，广泛应用于问答系统与AI面试场景。（238字）
非线性结构检索：数据频繁变化的情况下，如何高效检索
通过类比文件系统的树状结构，本文深入探讨了非线性数据结构如何提升检索效率。针对有序数组在频繁更新下的性能瓶颈，引出二叉检索树与跳表两种解决方案。二叉检索树通过有序的左右子树实现二分查找，但需AVL或红黑树等机制维持平衡以保障O(log n)效率；跳表则为链表添加多级指针，借助随机层数实现近似平衡的快速检索，结构更简单且便于范围查询。两者均通过合理组织数据，在动态场景下兼顾高效查找与灵活修改，优于传统数组。
MongoDB相关概念
MongoDB是一款高性能、无模式的文档型数据库，适用于高并发、海量数据、高扩展性场景。适用于社交、游戏、物联网等写密集、弱事务应用，支持丰富查询与水平扩展，降低开发运维成本。
mongDB
本节带你快速入门MongoDB非关系型数据库，无需过多技术基础，45分钟掌握核心知识。涵盖概念、部署、命令、索引及实战演练，侧重动手实践，助力高效上手。欢迎纠错与转载，请注明出处。
SpringBoot框架
SpringBoot简化Spring开发，核心功能包括：Starter起步依赖简化配置引入，自动配置基于条件加载Bean，内嵌Web服务器支持jar包直接运行。通过@SpringBootApplication实现自动化配置，自定义Starter可封装通用功能，配置优先级遵循命令行 > 系统属性 > properties > yml/yaml顺序。
Chap03. SpringAI
SpringAI整合多款主流大模型，支持对话、函数调用与RAG等架构，提供统一API简化开发。通过ChatClient封装交互，结合Prompt工程、工具调用与知识检索，可快速构建智能客服、哄哄模拟器、ChatPDF等应用，并支持多模态与持久化扩展，助力AI应用高效落地。
Redis：内存陡增100%深度复盘
事故源于大KEY导致带宽占满，触发Redis内存使用率骤增至100%，缓冲区溢出致服务全面超时。根本原因为输出/输入缓冲区内存激增，超出实例容量，阻塞正常请求。虽有淘汰策略，但仅作用于数据内存，无法缓解缓冲区占用问题。最终引发GET/SET全线超时，服务不可用。
📚 RAG技术
RAG（检索增强生成）通过结合外部知识库与大模型，提升回答准确率，缓解知识过时与幻觉问题。涵盖密集/混合检索、向量数据库选型及核心组件，附实战代码与面试要点，助力构建高效问答系统。
存储系统：从检索技术角度剖析 LevelDB 的架构设计思想
LevelDB是Google开源的高性能键值存储系统，基于LSM树优化，通过跳表、读写分离、SSTable分层与Compaction等机制，高效管理内存与磁盘数据。结合BloomFilter、索引分离和LRU缓存，显著提升读写与检索性能，广泛应用于工业级系统。（239字）
