后端

MongoDB（51）什么是分片？分片（Sharding）是一种将大量数据水平分割到多个独立的数据库实例中的技术，以提高系统的可扩展性和性能。MongoDB使用分片来处理海量数据和高吞吐量的应用。通过分片，数据可以被分布到多个服务器（或节点）上，从而使得系统能够更好地处理大数据量和高并发请求。

MongoDB（50）副本集中的角色有哪些？在MongoDB的副本集中，主要有以下几种角色：下面的代码示例将展示如何设置副本集并管理这些角色。假设我们有三台MongoDB实例：一个主节点（mongodb://localhost:27017）、两个从节点（mongodb://localhost:27018 和 mongodb://localhost:27019），并且三台实例位于同一台机器上。

JavaScript开发者必看：5个让你的代码性能翻倍的隐藏技巧在当今快节奏的Web开发世界中，JavaScript的性能优化已成为每个开发者必须掌握的技能。随着应用复杂度的提升，即使是微小的性能改进也能带来显著的体验提升。然而，许多性能优化技巧往往隐藏在语言规范、引擎实现或浏览器API的细节中，容易被忽视。

大数据工程师必看：为什么你的 IN 查询在 Flink/Spark 上慢到离谱？同样的 SQL 逻辑，三种写法，在 10 亿条数据下性能差距超过 10 倍。你踩过这个坑吗？生产环境，Flink SQL 任务，日志关联查询，数据量 10 亿+。

大数据-252 离线数仓 - Airflow + Crontab 入门实战：定时调度、DAG 编排与常见报错排查Linux系统是由cron（crond）系统服务来控制的，Linux系统上原本那就有非常多的计划性工作，因此这个系统服务是默认启动的。 Linux系统也提供了Linux用户控制计划任务的命令：crontab命令

RocketMQ 使用指南公司项目完成 RocketMQ 5.x 的集成和封装，提供了类型安全、易于使用的消息队列组件。application.yml

AI茶水间管理员

OpenClaw 的 Token 消耗怎么计算？（附实操优化方案）面试官：“说一下OpenClaw的Token到底是怎么花出去的？哪些能省，哪些是死开销？” （内心OS：这题我熟！毕竟踩过的坑能绕电脑三圈，今天就把OpenClaw的Token账单扒干净，新手也能看懂，老玩家能省成本！）

现在最需要被 PUA 的，其实是 AI有没有同感？在和 Cursor、Claude Code 这些 AI 搭档天天共事的过程中，你会发现它们越来越像那种只会甩锅的同事，于是给它们装上了一个专门“骂醒 AI”的 PUA 插件。开源项目tanweai/pua github.com/tanweai/pua。

程序员老赵

超全 Docker 镜像源配置指南｜Windows/Mac/Linux一键搞定，拉镜像再也不卡顿做开发、搭环境的小伙伴肯定都遇到过这种崩溃时刻：Docker拉取官方镜像慢到离谱，要么超时报错，要么中途断连，折腾半天连基础镜像都拉不下来，直接拖慢整个开发进度。

MiniMax M2.7 发布！Redis 故障排查 + 跨语言重构场景实测，表现如何？前两天刷到 MiniMax 正式发布了 M2.7 版本。官方在 SWE-Pro 软件工程基准测试中拿到了 56.22% 的成绩，第三方评测机构 PinchBench 也显示它已经升到排行榜第四，超过了 Nemotron 3。

架构师沉默

程序员真的要失业了吗？沉默是金，总会发光大家好，我是沉默最近看到一个数据，确实有点离谱。一个叫 OpenClaw 的 AI 项目，在 GitHub 上的星标增长速度惊人：

SpringBoot+Vue 前后端分离短剧漫剧系统开发实战本文实战开发选型贴合中小规模短剧漫剧系统需求，兼顾开发效率与后期扩展，核心技术栈如下：后端 SpringBoot 2.7.x（简化配置、快速开发）+ MyBatis-Plus（简化数据库操作），前端 Vue 3 + Element Plus + Vue Router（高交互、易适配多端），数据存储 MySQL 8.0 + MinIO（视频/图片存储），缓存 Redis（提升热点数据访问速度），全程聚焦“实战流程”，弱化底层代码细节，重点讲解前后端联动逻辑与开发落地步骤，新手也能快速跟随实战。

我用 EXISTS 把一条 SQL 从 18 秒优化到 6 秒，同事以为我改了索引你好，我是 shengjk1，多年大厂经验，努力构建通俗易懂的、好玩的编程语言教程。欢迎关注！你会有如下收益：

openclaw对接企业微信openclaw安装详见之前写的文章www.liuhaihua.cn/archives/71…企业配置机器人

森林里的程序猿猿

Spring Aop底层源码实现(一)

小白学习springboot项目如何连接RocketMQ很多团队在把 RocketMQ 跑起来之后，马上会遇到两个很实际的问题：这两个问题看起来简单，实际很容易把 NameServer、Broker、Proxy、Dashboard、SDK、前后端边界混在一起。RocketMQ 5.x 官方 Quick Start 明确给出了本地运行模型：先启动 NameServer，再启动 Broker 和 Proxy；而 5.x 的 Java gRPC SDK 要求服务端至少是 5.0 且启用 gRPC Proxy。与此同时，官方还提供了 RocketMQ Dashboa

swagger-mcp-toolkit 让 AI编辑器更快“读懂并调用”你的接口在前端开发中，大概率都遇到过这类场景：我做了一个 MCP Server：swagger-mcp-toolkit。它的目标很直接：把 Swagger/OpenAPI 变成 AI/客户端可探索、可生成、可直接用的 MCP 工具集合，让 AI 在 Cursor、Trae 等支持 MCP 的客户端里，能够更系统地理解接口、列出端点、识别模型，并生成完整的 MCP Tool 定义代码。

PageIndex：一种不靠向量检索的长文档 RAG 实现思路最近在看 PageIndex 这个项目，最大的感受是：它不是在继续优化“切 chunk + 向量召回”这条路，而是换了一个方向，试图让大模型像人读文档一样，先找到“该去哪一章”，再决定“该读哪几页”。

Apache Doris 深度讲解：从核心概念到实战项目本文档基于二八法则，聚焦 Doris 最核心的 20% 知识，帮助你解决 80% 的业务场景。目标：看完之后，你不仅能理解，还能清晰地讲给别人听。