这里是全站文章的归档入口，下面是按时间倒序排列的全部文章。若想按主题浏览，请从首页的专题分类进入。
《Spring Boot 实战》10.2 消息队列集成
以 Spring Kafka 为主、RabbitMQ 为对照，讲清借阅事件通知的生产端与消费端落地：starter 与模块化依赖、序列化选型、@KafkaListener 容器工厂与并发度、消费位点提交模式、批量消费，以及生产端发送回调与分区顺序保证。
posts
文章归档
PlumePHP 全站文章的归档入口，按时间倒序汇总各专题的技术文章，并提供按主题浏览的专题分类入口。
《Go 语言高级编程》8.3 unsafe/reflect 边界与 Pointer 规则
unsafe 与 reflect 是 Go 里两个「打破类型系统」的出口，但代价完全不同。本节实测字段访问的三种方式、零拷贝字符串转换的收益，讲清 unsafe.Pointer 的四条规则与 uintptr 陷阱，并给出 reflect 每纳秒成本的真实来源与「什么时候才该用」的决策表。
《Go 语言高级编程》8.2 手写热点函数实测
上一节学会了读汇编，这一节用它做实事：把一个求和热点函数从 Go 改写成 arm64 汇编，实测朴素版、4 路展开版、NEON 版的性能。结论出人意料——朴素汇编比纯 Go 还慢，只有打破依赖链的展开版才拿到 2.68 倍加速，而 NEON 反而输给标量展开。
《Go 语言高级编程》8.1 plan9 汇编读写与寄存器 ABI
Go 自带一套汇编器，语法来自 Plan 9，与 AT&T/Intel 都不同。本节从零写一个 plan9 汇编函数，实测 go tool asm、objdump、nm 三个工具的输出，讲清 FP 伪寄存器、ABI0 与 ABIInternal 的区别，并实测一个反直觉的边界：用户包无法直接定义寄存器 ABI 函数。
《AI Agent 工程实战》7.3 定时与延迟任务：周期语料更新与日报
队列里除了用户触发的 run，还需要两类「自己动」的任务：每 N 分钟重建语料索引的周期任务，和 run 完成后延迟几分钟生成摘要的延迟任务。本节用 Redis 的 SET NX PX 加 token 校验做分布式锁，讲清多 worker 抢同一个定时任务时怎么保证只有一个执行、释放与续期为什么要比 token，并真跑两个并发 worker 争抢同一把锁。
《AI Agent 工程实战》7.2 重试、死信与幂等
上游抖动让 worker 一次失败就判死太脆弱。本节复用卷一 14.1 的错误分类，给队列加上带指数退避与抖动的重试、超过上限进死信队列、以及「重试必须配幂等」的三件套：把 run id 当幂等键，已 succeeded 的 run 直接复用旧结果不重复执行。真跑注入一个「前两次必失败、第三次成功」的假模型打印重试轨迹，再跑一个永远失败的进死信并读回死信记录。
《AI Agent 工程实战》7.1 任务队列：run 丢给 worker 异步执行
把一次 run 从同步请求改造成异步任务：API 只写库并入队、立刻返回 202，worker 在另一个进程消费。本节讲清裸 LPUSH/BRPOP 为什么会丢任务，改用 BLMOVE 把任务原子搬到 processing 做可靠队列，并真连本机 Redis 7.4.11 与 Postgres 17.11，跑出完整的 run 生命周期日志与同步/异步取舍表。
类别不平衡与异常检测：从重采样到半监督方法
欺诈、故障、医疗等场景天然类别极度不平衡，本文系统讲解类别不平衡的本质与度量（Imbalance Ratio/混淆矩阵/PR-AUC）、重采样方法（SMOTE 及变体/欠采样/集成采样）、代价敏感学习与 Focal Loss、异常检测的统计方法（Z-score/隔离森林/单类 SVM/深度方法）、半监督与标签稀缺、以及生产评估（Precision-Recall 优先、阈值调优、误报成本）的完整方法论。
量子随机数生成：真随机源、QRNG 物理实现与应用
系统讲解量子随机数生成（QRNG）：真随机 vs 伪随机的本质差异、量子随机性的来源（测量坍缩与真空涨落）、QRNG 的物理实现（光子分束/探测器噪声/原子噪声）、随机性提取与后处理（哈希/去偏）、随机性验证（统计检验与熵评估）、QRNG 与经典 RNG 的对比、在密码学/抽样/模拟/博彩中的应用、标准与商业化、挑战与展望，帮助理解「量子提供真正的不可预测性」。
数据安全与隐私合规：从加密到合规审计
深入解析数据安全与隐私合规：数据分级与敏感数据识别（PII 扫描）、传输与存储加密（TLS/字段级加密/密钥管理）、脱敏与掩码（静态/动态脱敏）、访问控制（角色/行级/列级权限）、数据外发与共享的安全、隐私合规（GDPR/PIPL/CCPA 的落地流程）、数据保留与删除（TTL/删除权）、以及数据安全审计与事件响应的工程实践。
子图模式挖掘：Motif、子图同构与频繁模式
系统讲解图数据中的子图模式挖掘：为什么从节点视角转向子图视角（结构基元与异常检测）、Motif 网络基元的定义与意义（三节点/四节点模式、显著性检验）、子图同构（模式匹配的核心，VF2/Ullmann 算法、Cypher 模式匹配）、频繁子图挖掘（gSpan、支持度与反单调性）、图模式匹配查询（Cypher 子图查询与 APOC）、Motif 的意义（功能基元/异常结构/欺诈模式）、大规模挖掘的挑战（同构爆炸、剪枝、采样）、以及社交结构/欺诈模式等应用实践，帮助从图的局部结构中提取洞察。
React 应用架构模式：目录结构、状态管理与性能优化
系统讲解用 Vite 构建的 React 应用的架构模式：React 应用的三层架构（UI/状态/数据）、目录结构与模块边界（Feature-based 组织）、状态管理选型（本地/全局/服务端状态）、路由与代码分割（懒加载与性能）、数据获取与缓存（请求/缓存/竞态）、SSR/CSR 与混合渲染、组件设计模式（组合/受控/Hook 抽取）、性能优化清单（渲染/包体/加载）、以及与 Vite 工程化的结合（环境/构建/部署），帮助搭建可扩展、可维护、高性能的 React 应用。
MCP 浏览器与网页工具：让 Agent 操作真实网页
MCP 浏览器与网页自动化工具设计：浏览器工具的典型场景（网页抓取/表单操作/登录态/多步流程）、浏览器工具的模式（导航/查询/点击/填表）、DOM 操作与选择器、等待与稳定性（元素可见/网络空闲/重试）、无头浏览器与沙箱、截图与可访问性树、浏览器工具的并发与会话隔离、防检测与合规边界，以及浏览器工具的测试与安全。
Kafka Producer 深入：批量、压缩与吞吐延迟权衡
系统讲解 Kafka Producer 内部机制：发送缓冲与批量（RecordBatch/buffer.memory/batch.size/linger.ms）、消息压缩（gzip/snappy/lz4/zstd 对比）、acks 语义与吞吐延迟权衡、分区器与 key 路由、幂等生产者与事务衔接、发送错误处理（重试/可重试与不可重试错误）、以及吞吐调优（批量大小/压缩级别/并发发送/监控指标）的工程实践
GraphQL 多态类型设计：Interface 与 Union 深度实践
GraphQL 多态类型设计实战：interface 与 union 的区别与选型、多态 schema 建模（共同字段抽象/鉴别字段）、inline fragment 与 __typename 的消费模式、多态查询的性能与 N+1、多态类型的 mutation 设计、接口演进与破坏性变更、union/interface 在真实业务（消息流/支付/内容类型）中的应用，以及多态与 Federation 的组合实践。
Flutter 高级绘制与绘制动画
Flutter 高级绘制全解：CustomPainter 与 Canvas 的完整 API 体系、路径 Path 构建与贝塞尔曲线、渐变与阴影（Shader/LinearGradient/Shadow）、CustomPaint 的绘制顺序与 shouldRepaint 性能、绘制动画（AnimationController + CustomPainter 驱动图表/进度环/波浪）、以及图表与数据可视化的自绘实战。
Clojure REPL 驱动开发：nREPL、热重载与交互式工作流
深入 Clojure REPL 驱动开发（RDD）的工程实践：REPL 驱动开发的哲学与工作流、nREPL 协议与连接、Clojure CLI / Leiningen 的 REPL 启动、CIDER / Calva 编辑器集成、热重载与代码演化（load-file/require :reload）、远程与嵌入式 REPL、REPL 里的测试与调试、以及 REPL 驱动开发的陷阱与纪律，帮你把「即时反馈」变成日常开发的第一生产力。
Embedding 深入：对比学习、双塔架构与向量检索工程
Embedding 是语义检索与 RAG 的地基，本文系统讲解对比学习原理（正负样本/InfoNCE 损失/温度系数）、双塔模型与 Sentence-Transformer 架构、Embedding 训练数据构造（难负样本/硬负样本挖掘/蒸馏）、相似度计算与归一化（余弦/点积/内积+缩放）、向量索引与量化、维度与多模态对齐、以及生产调优（批次内负样本/温度/距离度量）的完整方法论。
绝热量子计算：绝热定理、退火、Hamiltonian 插值与算法
系统讲解绝热量子计算（Adiabatic Quantum Computing）：绝热定理的物理直觉、绝热算法框架（Hamiltonian 插值与基态编码）、问题映射（组合优化到 Ising）、量子退火器（D-Wave）的原理、绝热计算与门模型量子计算的等价性、时间复杂度与谱间隙、绝热算法 vs 变分算法（VQE/QAOA）、实际应用与挑战，帮助理解量子计算的另一条重要范式。
中心性算法深入：度、接近、介数、特征向量与 PageRank
系统讲解图数据库/图数据科学中的中心性算法：中心性的概念与意义（谁在图里重要）、度中心性（连接的多少，入度/出度/加权）、接近中心性（距离的远近，调和平均的修正）、介数中心性（桥梁的角色，Brandes 算法）、特征向量中心性（重要邻居的加权，幂迭代）、PageRank（全局重要性，阻尼因子与随机游走）、五种中心性的比较与选型（语义差异、场景匹配）、大规模计算与近似（近似介数、流式方法）、以及关键节点识别/传播源定位/反欺诈等应用实践，帮助选对并算对中心性指标。