logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Redis 典型应用 - 分布式锁

文章摘要: 本章介绍了Redis在分布式锁中的应用。分布式锁用于解决多节点访问共享资源的互斥问题,不同于单机锁(如synchronized)。基础实现通过Redis的setnx命令设置键值对标识锁状态,但需引入过期时间避免死锁。进一步优化包括:校验ID防止误删锁、Lua脚本保证解锁原子性、看门狗机制动态续约锁时间。针对Redis集群场景,提出Redlock算法,通过多节点加锁(半数成功即生效)提升

文章图片
#redis#分布式#数据库
第 6 篇:Git 分支进阶:分支策略、stash、bugfix 和 feature 开发

本文介绍了Git分支管理的进阶技巧,包括快进合并与--no-ff模式的比较、常见分支策略(master/dev/临时分支)、使用git stash暂存工作现场、创建临时分支修复Bug等。主要内容: 快进合并(Fast-forward)会丢失分支合并痕迹,而--no-ff模式会保留合并历史 推荐使用master分支保持稳定,dev分支用于日常开发,临时任务使用临时分支 遇到紧急Bug时,可用git

文章图片
#git
C++ STL 详解:list 的介绍使用与模拟实现

本文详细介绍了C++ STL中的list容器,分为两部分:使用方法和模拟实现。第一部分讲解了list的基本特性(双向链表结构)、定义方式(空list、指定元素数量和值、拷贝构造等)以及核心操作(插入、删除、迭代器使用等)。第二部分深入探讨了list的模拟实现,包括三个核心类(结点类、迭代器类和list类)的设计与实现细节。文章强调list适合频繁插入删除但不支持随机访问的特点,并通过代码示例展示了

#c++#list#开发语言
C++ STL关联式容器详解:set、multiset、map、multimap

本文详细介绍了C++ STL中四种树形结构的关联式容器:set、multiset、map和multimap。这些容器基于红黑树实现,提供O(log N)的查找效率。set用于存储唯一有序元素,multiset允许重复元素;map存储键值对并通过键快速查找,multimap支持一对多映射。文章对比了它们的特性、定义方式和常用接口,并通过代码示例演示了基本操作。此外,还解释了关联式容器与序列式容器的区

文章图片
#开发语言#c++
十、LangGraph能力详解:LangGraph 持久化(Persistence)

LangGraph持久化机制解析 摘要: LangGraph的持久化能力包含两大核心机制: 线程级持久化(Checkpoint) 自动保存工作流执行过程中的状态快照 确保单次会话的上下文完整性 支持异常恢复和时间旅行回滚 提供内存和PostgreSQL两种存储方案 跨会话持久化(Store) 存储用户画像、偏好设置等长期数据 实现不同对话间的信息共享 支持语义搜索和结构化存储 包含内存和Postg

文章图片
#python
十、LangGraph能力详解:LangGraph 的其他特性

LangGraph提供了三种关键特性来优化状态管理:1. Overwrite机制允许绕过默认的reducer合并逻辑,直接覆盖状态值(如重置聊天记录);2. 输入输出模式分离通过独立定义input_schema和output_schema,实现数据暴露控制;3. 私有状态传递支持节点间共享临时数据而不泄露到最终输出。这些特性共同解决了状态更新策略、接口清晰度和数据安全性等生产级AI应用的核心需求,

#python
十、LangGraph能力详解:工作流的常见模式

本文介绍了五种基于LangGraph的工作流模式,通过预先定义执行路径实现任务自动化处理: 提示链模式 线性流程:前一步输出作为后一步输入 示例:大纲→初稿→润色→终稿的内容创作流程 并行化模式 多任务同时执行 示例:市场/竞品/技术分析同时进行 路由模式 动态路径选择 示例:客服系统根据问题类型智能分流 协调者-工作者模式 动态任务分配 示例:协调者拆分文档,工作者并行处理不同章节 评估器-优化

文章图片
#python#工作流
十、LangGraph能力详解:LangGraph 持久化(Persistence)

本文介绍了LangGraph持久化实现的三大核心应用能力:记忆管理、人机交互和时间旅行。首先,记忆功能分为短期记忆(单次会话)和长期记忆(跨会话),支持消息修剪、删除和总结等管理操作。其次,人机交互通过中断机制实现流程暂停和人工干预,适用于审批、编辑、验证等场景,并强调了中断使用的四大黄金规则。最后,时间旅行功能允许回溯和修改历史状态,用于调试分析和探索替代路径。这些能力共同构成了LangGrap

文章图片
#人机交互#python
十、LangGraph能力详解:LangGraph 其他核心能力

本文介绍了LangGraph中的三个核心概念:运行时上下文、流式处理和子图,及其应用方法。 1. 运行时上下文 功能:管理程序运行时的数据和环境信息,分为静态(单次运行不变)和动态(运行中变化)两类。 应用:通过dataclass定义结构,在节点中通过runtime参数访问,支持个性化响应、权限控制等场景。 示例:智能旅行助手根据用户语言、会员等级等静态数据提供个性化服务,同时记录动态对话历史。

文章图片
5-1、HTTP cookie与session

本文介绍了HTTP Cookie和Session的工作原理及应用。Cookie是服务器发送到浏览器的小块数据,用于跟踪用户状态,分为会话Cookie和持久Cookie。文章详细讲解了Set-Cookie头的格式、属性(如expires、path、secure等)及安全性考虑。通过实验演示了Cookie的写入、自动提交、过期时间和路径限制等功能。Session是服务器端的会话管理机制,通过Sessi

文章图片
#http
    共 50 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择