后端

葫芦和十三

图解 MongoDB 11｜慢查询排查闭环：从 Profile 到 explain 的分层路径线上 MongoDB 慢了，最本能的反应是「加个索引试试」。但这是排查慢查询里最坏的开局——既可能加错索引（没解决根因），又可能加多索引（拖慢写入）。正确的做法是先定位慢查询，搞清楚它慢在哪一层，再有针对性地动手。

葫芦和十三

图解 MongoDB 09｜explain 再读：从 queryPlanner 到 executionStats前面两篇讲了索引类型和 ESR 原则，但所有这些设计到底有没有生效，只有一个验证手段：explain。问题是，很多人用 explain 的方式是「跑一下，看有没有 IXSCAN 字样」，看完就走了。这种用法只用了 explain 一成的能力，错过了它真正值钱的部分——查询到底扫了多少、回表了多少、慢在哪。

葫芦和十三

图解 MongoDB 10｜覆盖查询：让索引把活干完，根本不用回表上一篇讲 explain 时，提到一个理想状态：totalDocsExamined = 0。意思是查询根本没回表读文档，所有需要的数据都在索引里拿到了。这个状态叫覆盖查询（covered query），是 MongoDB 查询优化的一个重要终点——它把查询从「索引定位 + 回表读取」压缩成「索引定位即完成」，少一次 B-tree 跳转、少一次页读取。

大鸡腿同学

从 CoT 思维链到 ReAct：智能 Agent 到底是怎么 “思考” 的？文章摘要：从 CoT 思维链到 ReAct 推理行动框架，大白话拆解智能 Agent 的核心思考逻辑。覆盖大模型工具调用、双层错误容错机制与智能客服混合架构落地，看懂 AI 从 “会聊天” 到 “会做事” 的进化路径。

Vite的静态资源打包让我熬夜到三点，这坑千万别跳最近在重构一个前端项目时，我决定尝试Vite作为构建工具。Vite凭借其极快的冷启动速度和优秀的热更新体验，在前端圈内迅速走红。然而，当我深入使用Vite的静态资源打包功能时，却意外踩到了几个大坑，直接导致我熬夜到凌晨三点才解决问题。本文将分享我的踩坑经历，分析Vite静态资源打包的常见问题，并提供一些实用的解决方案，希望能帮助大家避免重蹈覆辙。

SamDeepThinking

高并发场景下，CompletableFuture与ForkJoinPool该如何取舍？选型之前，先把几个关键依据列出来：这几条判断下来，可以归结为：IO密集型任务绝不能用默认commonPool；线程池必须按业务隔离；每条异步链路都要有超时和异常处理。

多模态生图：从 Vite 工程化到前端调用 Qwen Image本篇文章我第一次把“多模态”从一个听起来很大的 AI 概念，具体放到了一个前端项目里。这次同样也是调用 api 进行 llm 使用，但本次我们不再只是向大模型发送一段文字，而是把图片和文字一起放进请求体，让模型根据多张参考图生成一张新图。

SpringBoot(09)：缓存实战——穿透、雪崩、击穿的解决方案凌晨 3 点，手机疯狂告警。打开监控一看：Redis 连接数正常，但数据库连接池满了，CPU 飙到 95%。查日志发现大量查询走穿了缓存，全打到数据库。最后定位到原因：一个爬虫用不存在的 ID 疯狂请求商品接口，每次都穿透缓存打到数据库。修了一个空值缓存，5 分钟恢复正常。这是缓存穿透的典型案例。生产环境用缓存，只考虑"读写"远远不够。穿透、雪崩、击穿这三个问题不处理，迟早要出线上事故。

SpringBoot(08)：Redis 集成——5 分钟给你的项目加上缓存生产环境查一个用户信息要 200ms，数据库 CPU 飙到 80%。加了一层 Redis 缓存，同样的接口降到 5ms，数据库 CPU 降到 20%。改动不到 20 行代码。这不是段子，是大多数项目接入 Redis 缓存后的真实数据。SpringBoot 集成 Redis 用 spring-boot-starter-data-redis 加上几个配置就行。但实际用下来，经常碰到这些问题：为什么有时候缓存没生效？@Cacheable 和直接用 RedisTemplate 有什么区别？序列化方式怎么选？连接池

意图与代码之间：AI编程范式全景解读系列第一篇 · 总览篇 —— 全面解读Vibe Coding、Spec-Driven Development与Harness Engineering三大AI编程范式的起源、定位与抉择框架，为后续深入各范式的实战文章奠定理论基础，属于系列的扫盲篇。

用户3423232376317

边缘计算与云边协同——当采集不再只是“上传“上一篇文章我们深入探讨了如何在 256MB 内存、500MHz CPU 的资源受限网关上跑采集任务，核心结论是"优化算法比换语言更有效"。但那篇文章的前提假设仍然是"采集→上传"的单向模式。这一篇，我们要把这个假设打破——当采集网关不再只是上传数据，而是要在边缘侧做本地决策、与云端协同运行规则、甚至在云端完全不可达时独立自治数天，架构会发生什么变化？

ApiCatcher支持抓包HTTP传输大文件的实现原理分享我试用过很多iOS端的HTTP抓包工具，都不支持捕获静态资源文件，或者说请求或响应Body大于某个阈值时请求就会被丢弃了。有时候想排查一个文件上传无权限问题，想抓包查看请求的完整url，看看用的哪个域名，找出对应的项目，但这都做不到。

神奇小汤圆

2026最新·最全·最实用｜Java岗面试真题（已收录GitHub）Java 作为编程语言中的 NO.1,选择入行做 IT 做编程开发的人，基本都把它作为首选语言,进大厂拿高薪也是大多数小伙伴们的梦想。以前 Java 岗位人才的空缺，而需求量又大，所以这种人才供不应求的现状，就是 Java 工程师的薪资待遇相对优厚的原因所在。

神奇小汤圆

面试官当场让我手写Java线程安全工具类，我写完直接拿到了35K offer金九银十跳槽季，我面了一家一线互联网大厂的Java高级开发岗位，二轮技术面全程高能，没有八股文背诵、没有无用的框架堆砌，面试官全程只聚焦一个核心考点——Java线程安全底层实现与手写工具类。

Qoder 使用指南：从配置到落地Qoder 是一款嵌入 IDE 的 AI 编程 Agent，支持 JetBrains（IDEA、DataGrip 等）和 VSCode。与 GitHub Copilot 等补全工具的核心区别在于：Qoder 的 Agent 模式支持自主执行多文件任务——读取相关代码、按需修改多个文件、执行终端命令、调用外部工具，整个过程以 diff 形式呈现供开发者 Review 后接受或拒绝。

Go 手写 Wait-Free MPSC 无界队列：SwapPointer 实现多生产者无锁入队源码：github.com/aiyang-zh/z…（MIT 协议）标签：Go / Wait-Free / MPSC / 无界队列 / 泛型 / 对象池 / unsafe

CPU 100% 了怎么办？Java 性能排障的标准化操作线上告警：CPU 飙到 100%，服务响应超时。开终端、连服务器、top、jstack……这一套流程对老手来说行云流水，但对新同学来说，每次遇到性能问题都可能是一次手忙脚乱——"先看什么？用什么命令？怎么看线程栈？"

Redis、网关负载均衡为什么不能用普通取模哈希？一个公式，毁掉一个集群。index = hash(key) % N——这行代码写起来只需三秒，但当你的集群从3台扩到4台时，它会让你付出整个系统雪崩的代价。

Claude Code Lab-3（下）：三能力 MCP Serverdescribe_schema + read_wiki + append_report_section，draft 人审后合并。

SpringBoot(07)：事务管理——@Transactional 你真的用对了吗？线上出了个事故：用户下单扣了钱，但订单状态没更新。排查半天，发现是 @Transactional 注解加在了 private 方法上，根本没生效。类似的事故我见过不少——同一个类里方法互相调用、异常类型没配对、传播行为选错——每一项都能让事务白加。@Transactional 就一个注解，看着简单，用错了线上就出事。