HashMap 原理（数据结构）
基于数组、链表与红黑树的组合结构，HashMap通过key的hashCode定位数组索引实现O(1)存取。因数组容量有限，难免发生哈希冲突，此时用链表串联冲突元素。但链表过长会降低性能，故当链表长度≥8且数组容量≥64时，转为红黑树以提升查找效率至O(log n)，避免性能退化；反之删除节点过多则退化回链表。
第四章 数据库
本文详解MySQL核心知识点，涵盖char与varchar区别、事务ACID特性、索引结构（B+树）、聚簇与二级索引、回表查询、索引失效场景及SQL优化策略，结合explain执行计划分析，提升数据库性能调优能力。
说说 Java 中的异常
Java异常体系中，Throwable为顶层父类，Error表示无法恢复的严重错误，Exception表示可处理的异常。Exception分为检查异常（必须显式处理）和非检查异常（即RuntimeException，如空指针、除零等，无需强制捕获）。
你知道的数据结构有哪些
本文简要介绍了常见数据结构，包括线性结构（如动态数组、链表、栈、队列）和非线性结构（如优先级队列、哈希表、红黑树、跳表、B+树），并列举了Java中的典型实现及应用场景，适合初学者快速了解核心概念。
Spring Boot中集成Lucence
本文介绍了Lucene全文检索原理及其在Spring Boot中的集成应用。首先解析了全文检索的核心思想——通过建立索引提升搜索效率，然后详细演示了Lucene的分词、索引构建与查询过程，并结合中文分词、高亮显示等实战功能，展示了其在实际项目中的灵活运用。
数据聚合、自动补全、数据同步
本文介绍了Elasticsearch中数据聚合、自动补全及数据同步的实现。通过聚合功能，可对数据进行分组、统计与分析；利用拼音分词器和Completion Suggester实现搜索框自动补全；结合MQ或监听binlog实现MySQL与Elasticsearch间的数据同步，确保数据一致性，提升搜索体验。
ElasticSearch集群
Elasticsearch集群通过分片与副本机制解决海量数据存储和单点故障问题。分片实现数据水平拆分，副本保障高可用，结合集群监控与故障转移，确保服务稳定可靠。
【SQL优化】不再抓瞎！手把手教你读懂MySQL Explain执行计划
本文详解MySQL执行计划工具EXPLAIN，教你读懂其输出的“天书”表格。重点掌握四个核心指标：`type`（访问类型）、`key`（实际使用索引）、`Extra`（额外信息）和`rows`（扫描行数）。通过实战案例解析慢查询成因与优化方案，助你快速定位SQL性能瓶颈，写出高效数据库查询。
