[ERP]SpringBoot集成Redis技术(☆)
本文介绍如何克隆并运行Java项目,通过Redis缓存优化商品查询接口。涵盖Git、Maven、SpringBoot等技术,强调主动请教与规范测试,提升新人在真实开发环境中的实战能力。
低代码平台RuoYi:代码本地运行(☆☆)
简介:掌握SpringCloud、MySQL、Maven技术栈,通过SSH拉取若依项目代码并本地运行,观看文档与视频,录制8分钟以上讲解视频,结构化输出项目理解(技术栈、业务功能、数据库关系)及入职困惑,提升新人适应能力。(239字)
Redis集群伸缩,转移插槽失败
Redis集群出现节点配置不一致,提示slot 0处于importing状态。需登录对应实例,执行`cluster setslot 0 stable`命令,恢复slot稳定状态,修复问题后再进行集群重平衡操作。注意根据实际slot ID调整命令参数。
大厂如何解决订单幂等问题
本文介绍分布式系统中接口幂等性的实现方案。通过订单场景,分析重复请求成因,提出利用全局唯一ID+数据库唯一约束防止重复创建,结合Redis与版本号机制解决ABA问题,确保数据一致性。方案适用于各类数据库操作,保障服务在复杂网络环境下的可靠性。
RocketMQ:底层Netty频繁OS OOM
本文记录了一例Java应用因Netty多ClassLoader加载多个PooledByteBufAllocator,导致堆外内存超限引发OS OOM的排查过程。通过NMT、Arthas等工具分析,发现多个中间件独立加载Netty,各自绕过MaxDirectMemorySize限制申请堆外内存,总量远超配置。最终建议业务调低堆内存以腾出空间,并推动中间件优化。
Redis:内存陡增100%深度复盘
本文复盘了一次Redis因大KEY和缓冲区溢出导致服务不可用的事故。根本原因为业务高峰时大KEY调用量激增,引发带宽占满、内存使用率快速升至100%,最终导致Redis全面超时。分析指出,虽然Redis有淘汰机制,但输入/输出缓冲区过度占用内存仍可致其崩溃。后续提出开发运维规范,涵盖部署、Key设计、SDK使用、命令规范及监控优化,强调压测与日常巡检的重要性,以避免类似问题。
一场FullGC故障排查
本文记录了一次JVM CPU使用率飙升至104%的问题排查过程,通过分析发现是Full GC频繁触发导致。根本原因为大对象(List<Map>)长期驻留内存,造成老年代空间不足。借助JProfiler分析堆 dump 文件,定位到用户上传的Excel数据以低效结构存储,导致内存膨胀近10倍。最终提出“治本”与“治标”两类解决方案,并总结了线上高CPU问题的排查思路:关注JVM而非机器监控,结合工具与现象推理,精准定位根因。
低代码平台芋道:代码本地运行(☆)
简介:本任务面向新人,要求基于SpringBoot、MySQL、Maven技术栈,完成Gitee项目本地拉取与运行(预计2小时)。需自行解决JDK、Maven、Idea版本等问题,并录制8分钟以上视频,结构化阐述项目技术架构、核心功能与表关系,提出理解中的困惑,提升入职适应效率。
FastJson:大面积故障规避案例
本文记录了一次由Kotlin语法误用引发的FastJson反序列化故障排查过程。因将 `{}` 错误赋值给Java对象字段,导致FastJson解析时触发 `kotlin_error` 静态标记位异常,进而使整个工程反序列化链路中断。问题根源为多语言混编下语法混淆及框架对异常状态处理不当。通过深入分析源码与依赖,最终定位并修复,强调了对框架不信任原则和代码严谨性的重要性。(238字)
线程池:故障梳理总结
本文从故障与技术双视角,总结线程池满导致服务不可用的典型场景与根因,涵盖数据库慢查询、连接池配置不当、超时设置缺失等问题,结合真实案例剖析,并提出fast-fail、流控背压、谨慎重试等防护策略,助力开发者提升系统稳定性。
融合共生的智能时代引擎
本文系统解析大数据与机器学习的融合价值,阐述二者“数据喂养模型、模型激活数据”的协同关系,涵盖技术流程、典型应用场景及发展挑战,并展望轻量化模型、可信AI、行业定制化与AutoML等未来趋势,揭示智能时代的核心驱动力。
线程池:故障梳理总结
本文从故障与技术双重视角,总结线程池类常见问题及避坑指南。通过真实案例剖析,揭示数据库慢查询、连接池配置不当、超时设置缺失等引发线程池满的根因,并分享Dubbo、HTTP、Druid、Redis等连接池的最佳实践,强调fast-fail理念与流控保护机制,助力开发者提升系统稳定性。
SpringCloud常见注解及使用说明
本文介绍了Spring MVC中用于映射HTTP请求的常用注解,重点讲解@RequestMapping的作用与用法。它可将前端请求路径映射到后端控制器方法,实现增删改查等接口定位,如“/staff/add”对应新增操作。此外,@GetMapping、@PostMapping等是其衍生注解,简化了特定请求类型的映射。
低代码IDEA启动项目
本文介绍如何在IDEA中启动Jeecg-Boot前后端项目。先启动Java后端:初始化MySQL与Redis,安装Maven依赖,修改数据库及Redis配置,运行主类启动服务;再启动Vue3前端:安装pnpm依赖,配置代理与接口地址,执行dev命令启动。前端访问http://localhost:3100,账号admin/123456。支持IDEA或VSCode开发。
One Trick Per Day
初始化Map应避免默认容量导致的扩容开销,推荐使用Guava的`newHashMapWithExpectedSize`或手动计算容量。禁止使用`Executors`创建线程池,易因无界队列或过多线程引发OOM,应显式使用`ThreadPoolExecutor`并设置合理参数。`Arrays.asList`返回不可变列表,禁止修改操作。遍历Map时优先使用`entrySet`提升性能,JDK8可用forEach。SimpleDateFormat非线程安全,建议用`ThreadLocal`隔离或改用Java 8的`DateTimeFormatter`。并发更新记录需加锁,可采用数据库乐观锁。
OOM排查之路:一次曲折的线上故障复盘
本文记录了一次线上服务因Paimon数据湖与RocksDB集成引发的三次内存溢出(OOM)故障排查全过程。通过MAT、NMT、async-profiler等工具,结合监控分析与专家协作,最终定位到RocksDB通过JNI申请的堆外内存未释放是根源。团队通过架构优化,改由Flink统一写入Paimon,彻底解决问题。文章系统梳理了排查思路与工具使用,为类似技术栈提供宝贵经验。
如何做好SQL质量监控
SLS推出用户级SQL质量监控功能,集成于CloudLens for SLS,提供健康分、服务指标、运行明细、SQL Pattern分析及优化建议五大维度,帮助用户全面掌握SQL使用情况,精准识别高耗能业务,提升查询效率与资源管理水平。
大模型应用开发中MCP与Function Call的关系与区别
MCP与Function Call是大模型应用的两大关键技术。前者为跨模型工具调用的标准化协议,实现系统解耦与生态扩展;后者是模型调用外部功能的内置机制。二者互补协同,推动AI应用向高效、开放、安全演进。
大模型推理与应用术语解释
本文系统介绍了大语言模型核心概念:推理、生成式AI、检索增强生成(RAG)、提示工程、上下文学习、代理、多模态学习与语义搜索。涵盖其原理、应用与优化技术,展现大模型在内容生成、知识融合、任务执行与跨模态理解等方面的前沿进展,揭示高效、智能AI系统的构建路径。
AgentScope x RocketMQ:构建多智能体应用组合
AgentScope是阿里巴巴推出的开发者友好型多智能体框架,支持模块化、可定制的智能体应用开发。通过集成RocketMQ,实现高效、可靠的Agent间通信,助力构建如“智能旅行助手”等复杂协作场景,推动多智能体生态发展。(238字)
大模型基础概念术语解释
大语言模型(LLM)基于Transformer架构,通过海量文本训练,具备强大语言理解与生成能力。其核心组件包括注意力机制、位置编码与嵌入层,支持文本分割为Token进行处理。参数量达亿级以上,规模增长带来涌现能力,如复杂推理与跨任务泛化。混合专家模型(MoE)提升效率,推动模型持续扩展。
基于 RocketMQ 构建 高可靠 A2A 通信通道
A2A协议由Google于2025年发起,旨在实现跨厂商AI智能体的标准化通信。基于RocketMQ构建的异步通信方案,支持任务分发、流式交互与状态同步,助力高效、可靠的多智能体协同系统落地,现已开源。
基于 RocketMQ LiteTopic 打造企业级 Session 管理
AI场景下,Session需满足低延迟、时序性、隔离性与上下文压缩四大要求。基于RocketMQ LiteTopic,实现会话持久化、断点恢复、多会话隔离与流量削峰,保障会话不丢失、可追溯、高并发稳定,助力企业级多智能体系统构建。(238字)
大模型优化与压缩术语解释
模型压缩技术如知识蒸馏、量化、剪枝、稀疏化、低秩分解和权重共享,可显著减小大模型体积与计算开销,提升推理效率。这些方法在保持性能的同时,助力大模型在边缘设备部署,推动AI应用轻量化发展。(238字)
五、实战演练:三步构建高可靠多智能体应用
本方案基于阿里云ECS与RocketMQ,搭建多智能体系统,实现天气查询与行程规划。通过一键部署资源、创建Topic/Group、发布智能体应用三步,快速构建异步通信的Multi-Agent应用,支持终端交互与消息轨迹追踪,高效验证任务协同流程。(238字)
慢SQL说起:淘天交易订单表如何做索引优化
本文以淘天电商订单表一条非典型慢SQL为切入点,系统剖析了索引优化理论与实践。内容涵盖B+Tree与B-Tree结构差异、索引下推、排序机制、EXPLAIN与Query Profile等诊断工具使用,并结合大规模线上集群经验,总结慢SQL常见成因及治理策略,提出标准化索引变更SOP,助力高效稳定数据库性能优化。
基于 RocketMQ 构建 高可靠 A2A 通信通道
A2A协议由Google于2025年发起,旨在实现跨厂商AI智能体的标准化通信。基于RocketMQ构建的异步通信方案,支持任务分发、流式交互与状态同步,助力多智能体系统高效协作,推动开放可扩展的Agent生态发展。
RocketMQ for AI:重新定义 AI 应用通信范式
RocketMQ LiteTopic 专为 AI 场景设计,支持百万级轻量队列,实现会话级私有通道与细粒度订阅。LiteConsumer 动态管理节点订阅,免依赖 Redis 与广播,简化架构。原生支持断点续传、状态恢复,保障 AI 多轮交互可靠闭环,构建高效、弹性通信模型。
大模型优化与压缩术语解释
模型压缩技术如知识蒸馏、量化、剪枝、稀疏化、低秩分解和权重共享,旨在减小模型规模、降低计算开销,提升部署效率。这些方法在保持性能的同时,助力大模型在边缘设备等资源受限环境中的广泛应用。
如何做好SQL质量监控
SLS推出用户级SQL质量监控功能,集成于CloudLens for SLS,提供健康分、服务指标、运行明细、SQL Pattern分析及优化建议五大维度,助力用户全面掌握SQL使用情况,识别异常、优化性能,提升日志分析效率与资源管理能力。
大数据与机器学习
大数据领域前沿技术分享与交流,这里不止有技术干货、学习心得、企业实践、社区活动,还有未来。