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）
大厂如何解决订单幂等问题
本文介绍如何在分布式系统中实现接口幂等性，避免重复下单与ABA问题。通过预生成唯一订单号并利用数据库主键约束，确保订单创建的幂等；通过版本号机制，校验并原子更新数据，防止并发修改导致的数据不一致。结合MySQL与Redis，可通用化应用于各类需幂等的业务场景，保障系统可靠性与数据一致性。（238字）
大厂如何解决订单幂等问题
本文介绍如何在分布式系统中实现接口幂等性，防止重复下单与ABA问题。通过预生成唯一订单号并利用数据库主键唯一约束，可确保创建订单的幂等；通过引入版本号机制，更新时校验并自增版本号，避免并发修改导致的数据错乱。两种方案结合Redis或数据库状态标记，有效应对网络重试、请求重复等问题，适用于各类需幂等处理的业务场景。
大厂如何解决订单幂等问题
在分布式系统中，网络重试易导致重复请求，需保证接口幂等性。创建订单时，可通过预生成唯一订单号并利用数据库主键唯一约束，防止重复插入；更新订单时，引入版本号机制，更新前校验版本，避免ABA问题。结合Redis或数据库状态标记，确保操作仅执行一次，保障数据一致性，适用于各类需幂等的业务场景。
非线性结构检索：数据频繁变化的情况下，如何高效检索？
本文通过文件检索路径引出树状非线性结构的优势，探讨如何提升动态数据的检索效率。重点分析二叉检索树与跳表如何通过平衡划分检索空间实现接近O(log n)的查找性能，并对比有序数组的优劣，揭示不同场景下的数据结构选择策略。
2-MongoDB单机部署
本文详细介绍MongoDB在Windows和Linux系统中的安装、配置与启动方法，包括下载地址、版本选择、解压安装、命令行及配置文件启动方式，并介绍Shell连接、图形化工具Compass的使用，以及Linux下的服务管理与防火墙设置，附带各环境安装包下载链接。
