AI虽擅长编码，但图形界面设计能力较弱，普通人难以通过命令行操作。建议集成可视化UI设计工具，如拖拽组件、精准设尺寸，让AI生成代码，减少反复调试，提升效率。

VTJ低代码平台核心数据层详解，涵盖ProjectModel与BlockModel类的结构与功能。内容涉及项目状态管理、文件组织、事件驱动架构及数据持久化等关键设计，为可视化设计器提供基础支持。

在短短20分钟内，从零开始理解主流机器学习算法的工作原理，掌握算法选择策略，并建立对神经网络的直观认识。本文用通俗易懂的语言和生动的比喻，帮助你告别算法选择的困惑，轻松踏入AI的大门。

正如史蒂夫·乔布斯所言：“求知若渴，虚心若愚。”本文是一篇AI Clouder认证学习笔记，记录了一位初学者在探索AI领域的过程中所经历的挑战与成长。作者分享了从软件安装问题到技术工具掌握的心路历程，并强调了心态与自驱力的重要性。通过Python编程、通义灵码等工具的学习，以及对教学设计的深刻反思。

表锁： 不会出现死锁，发生锁的冲突几率高，并发性低。 存储引擎在进行SQL数据读写请求前，会对涉及到的表进行加锁。 其中锁分为共享读锁和独占写锁：读锁会阻塞写，写锁会阻塞读和写。 行级锁： 会出现死锁，发生锁的冲突几率低，并发性高。 InnoDB引擎支持行锁，与Oracle不同，MySQL的行锁是通过索引加载的，也就是说，行锁是加在索引响应的行上的，要是对应的SQL语句没有走索引，则会全表扫描，行锁则无法实现，取而代之的是表锁，此时其它事务无法对当前表进行更新或插入操作。 行级锁注意事项： 行级锁必须有索引才能实现，否则会自动锁全表，那就不是行锁了。 两个事务不能锁同一个索引。 in

在使用RabbitMQ进行消息收发的时候, 如果发送失败或者消费失败会自动进行重试, 那么就有可能会导致消息的重复消费 , 具体的解决方案其实非常简单, 为每条消息设置一个唯一的标识id , 将已经消费的消息记录保存起来 , 后期再进行消费的时候判断是否已经消费过即可 , 如果已经消费过则不消费 , 如果没有消费过则正常消费

首先两者都是用的是B+树索引，但二者的实现方式不同。 对于主键索引，InnoDB中叶子节点保存了完整的数据记录，而MyISAM中索引文件与数据文件是分离的，叶子节点上的索引文件仅保存了数据记录的地址. 对于辅助索引，InnoDB中辅助索引会对主键进行存储，查找时，先通过辅助索引的B+树在叶子节点获取对应的主键，然后使用主键在主索引B+树上检索操作，最终得到行数据；MyISAM中要求主索引是唯一的，而辅助索引可以是重复的，主索引与辅助索引没有任何区别，因此，MyISAM中索引检索的算法为首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址

服务调用过程中的负载均衡一般使用SpringCloud的Ribbon 组件实现 , Feign的底层已经自动集成了Ribbon , 使用起来非常简单 客户端调用的话一般会通过网关, 通过网关实现请求的路由和负载均衡

缓存雪崩/缓存失效 指的是大量的缓存在同一时间失效，大量请求落到数据库 导致数据库瞬间压力飙升。 造成这种现象的 原因是，key的过期时间都设置成一样了。 解决方案是，key的过期时间引入随机因素

缓存穿透是指查询一条数据库和缓存都没有的一条数据，就会一直查询数据库，对数据库的访问压力就会增大，缓存穿透的解决方案 有以下2种解决方案 ： ● 缓存空对象：代码维护较简单，但是效果不好。 ● 布隆过滤器：代码维护复杂，效果很好

Redis 提供 8 种数据淘汰策略： 淘汰易失数据(具有过期时间的数据) 1. volatile-lru（least recently used）：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰 2. volatile-lfu（least frequently used）：从已设置过期时间的数据集（server.db[i].expires）中挑选最不经常使用的数据淘汰 3. volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰 4. volatile-random：从已设置过期

索引是在存储引擎中实现的，也就是说不同的存储引擎，会使用不同的索引 MyISAM和InnoDB存储引擎：只⽀支持B+ TREE索引， 也就是说默认使用BTREE，不能够更换 MEMORY/HEAP存储引擎：支持HASH和BTREE索引

Redis 提供了两种方式，实现数据的持久化到硬盘。 1. RDB 持久化(全量)，是指在指定的时间间隔内将内存中的数据集快照写入磁盘。 2. AOF持久化(增量)，以日志的形式记录服务器所处理的每一个写、删除操作 RDB和AOF一起使用, 在Redis4.0版本支持混合持久化方式 ( 设置 aof-use-rdb-preamble yes )

ConcurrentHashMap 是一种线程安全的高效Map集合 底层数据结构： ● JDK1.7的 ConcurrentHashMap 底层采用 分段的数组+链表 实现， ● JDK1.8 采用的数据结构跟HashMap1.8的结构一样，数组+链表/红黑二叉树。 JDK1.7 首先将数据分为一段一段的存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个段 数据时，其他段的数据也能被其他线程访问。 在JDK1.7中，ConcurrentHashMap采用Segment + HashEntry的方式进行实现 一个 ConcurrentHashMap 里包含一个 Segment 数组。S

重载：发生在同一个类中，方法名相同参数列表不同（参数类型不同、个数不同、顺序不同），与 方法返回值和访问修饰符无关，即重载的方法不能根据返回类型进行区分 重写：发生在父子类中，方法名、参数列表必须相同，返回值小于等于父类，抛出的异常小于等于 父类，访问修饰符大于等于父类（里氏代换原则）；如果父类方法访问修饰符为private则子类中 就能是重写。

因为Spring事务是基于代理来实现的，所以某个加了@Transactional的⽅法只有是被代理对象调⽤时， 那么这个注解才会⽣效 , 如果使用的是被代理对象调用, 那么@Transactional会失效 同时如果某个⽅法是private的，那么@Transactional也会失效，因为底层cglib是基于⽗⼦类来实现 的，⼦类是不能重载⽗类的private⽅法的，所以⽆法很好的利⽤代理，也会导致@Transactianal失效 如果在业务中对异常进行了捕获处理 , 出现异常后Spring框架无法感知到异常, @Transactional也会失效

1. Spring事务底层是基于数据库事务和AOP机制的 2. ⾸先对于使⽤了@Transactional注解的Bean，Spring会创建⼀个代理对象作为Bean 3. 当调⽤代理对象的⽅法时，会先判断该⽅法上是否加了@Transactional注解 4. 如果加了，那么则利⽤事务管理器创建⼀个数据库连接 5. 并且修改数据库连接的autocommit属性为false，禁⽌此连接的⾃动提交，这是实现Spring事务⾮ 常重要的⼀步 6. 然后执⾏当前⽅法，⽅法中会执⾏sql 7. 执⾏完当前⽅法后，如果没有出现异常就直接提交事务 8. 如果出现了异常，并且这个异常是需要回滚的就会回滚事务

SpringSecurity核心功能