Thomas-Jiang

摘要： 一、 核心前置观念：架构师的克制 “在我的认知里，分库分表是关系型数据库性能优化的‘最后一招’，不到万不得已绝不轻易使用。” 在考虑分库分表之前，我一定会先穷尽以下手段： SQL 与索引优化：消灭慢查询。 引入缓存：用 Redis 挡住高频读请求。 读写分离：主库抗写，配置多个从库抗读。 硬件升级： 阅读全文

摘要： 目的：走出了“大模型玩具”的阶段，开始面对 AI 辅助研发真正的深水区。 大厂（比如 Google 内部的自动化代码生成中台、字节跳动的 AI 研发效能团队）在真正把 AI 生成的代码接入生产流水线时，有一个绝对的底线共识：“绝对不能只依靠 LLM 来验证 LLM 生成的代码。” 大语言模型存在固有 阅读全文

摘要： ## 一、先明确核心结论（不附和，直接说透） 你架构图中绿色的「模型部署」模块，**绝非“把模型跑成API”这么简单**，它是和鲸平台底座的核心枢纽：向上承接模型仓库、支撑RAG/编码辅助/API托管，向下对接算力调度层，向左/向右联动应用层全链路，是整个平台的「中枢神经」。 用开源框架**单点替代 阅读全文

摘要： 闭包的铁律，不管是在 TypeScript、JavaScript、Java 还是 Python 里，只要叫“闭包”，就必须满足这个核心条件： 一个函数（内部函数），被返回（或传递）到了它的作用域之外，并且它引用了外部的变量。 如果没有“返回函数”（或者把函数传给别的变量/回调），那就只是普通的“局部 阅读全文

摘要： console.log("1 同步代码"); setTimeout(() => { console.log("2 宏任务 setTimeout"); Promise.resolve().then(() => { console.log("3 宏任务里的微任务"); }); }, 0); Promis 阅读全文

摘要： 低代码/无代码平台（Coze/Dify）大幅减少Python编码」——这类平台确实把AI应用开发的通用场景门槛降到了极低。但从企业级AI赋能的视角，Python依然是不可替代的核心工具，尤其是在需要深度定制、性能优化、系统集成、数据安全的场景下。 以下结合企业级AI落地的实际需求： 一、核心场景：平 阅读全文

摘要： Azure App Service vs Container App：Java技术栈详解 一、核心架构差异 Azure App Service PaaS服务：提供预配置的运行时环境，支持Java SE、Tomcat、JBoss等容器 托管方式：直接部署WAR/JAR文件，无需管理容器 部署单元：应用 阅读全文

摘要： 在AWS上部署微服务集群时，限流、熔断、降级的最佳实践以AWS托管服务为核心，结合开源组件分层实现——既利用AWS的高可用性和托管优势减少运维成本，又通过标准化开源工具保证灵活性，同时遵循“边缘防护+服务内防护”的分层原则。以下是具体落地方案，涵盖架构设计、工具选型、配置示例和最佳实践： 一、核心设 阅读全文

摘要： 下面通过具体例子完整说明连续INSERT操作的undo log生成形式，以及MVCC如何通过版本控制保持事务隔离性： 一、连续INSERT操作的undo log生成示例 假设存在user表（含id和name字段），初始为空。事务A（ID=100）执行以下操作： BEGIN; -- 分配事务ID=10 阅读全文

摘要： 在 Web 开发中，反向代理、重定向（Redirect） 和 Forward（转发） 是三种不同的资源跳转/请求处理机制，它们的核心区别体现在行为主体、交互方式、URL 变化等方面。下面详细说明三者的区别，并解答“重定向后如何获取定向后的 URL”。 一、反向代理、重定向、Forward 的核心区别 阅读全文