Docker和Kubernetes(K8s)是云原生技术的两大核心组件。Docker通过容器化技术实现应用及其依赖的标准化打包，解决环境一致性和隔离性问题。Kubernetes则专注于容器编排，提供自动化部署、扩缩容、故障恢复等能力，管理大规模容器集群。二者关系类似集装箱与港口调度系统，共同构成现代云原生架构的基础。随着K8s 1.20弃用Docker作为默认运行时，技术生态正在演进，但Docke

摘要： 本文详解Spring MVC核心组件与执行流程，对比传统服务端渲染（JSP）和现代前后端分离（JSON API）两种模式。

本文系统梳理Java集合体系，帮助开发者深入理解设计思想和适用场景。主要涵盖Collection和Map两大接口及其实现类（ArrayList/LinkedList、HashSet/TreeSet、HashMap/ConcurrentHashMap等），分析底层数据结构、线程安全机制和性能特点

AOP（Aspect Oriented Programming），即面向切面编程。// 记录日志// 权限校验// 事务控制与核心业务无关在多个方法中重复出现将这类横切关注点（Cross-Cutting Concerns）从业务代码中抽离，形成统一的切面（Aspect）。日志记录事务管理权限校验性能监控基于动态代理（JDK / CGLIB）实现运行时织入；代理对象在阶段创建；只有通过代理对象的方法

本文深入解析Spring IOC容器启动流程，通过银行开户的生动比喻，将复杂原理转化为易懂概念。文章指出常见误区，如混淆容器启动与Bean创建，并详细拆解IOC启动三阶段：资源定位加载、容器初始化、Bean实例化。特别提供面试万能回答模板，采用"总-分-总"结构应对技术考察，包含应对追问的解决方案。最后附赠可直接运行的代码模板，帮助读者通过实践加深理解。全文旨在帮助开发者系统掌

Kafka 之所以能够实现超高吞吐量，主要依赖四个核心设计：1️⃣顺序写入（Sequential Write）通过日志追加写入，大幅减少磁盘寻道时间。2️⃣批量处理（Batch）减少网络请求和磁盘 IO 次数。3️⃣零拷贝（Zero Copy）减少 CPU 和内存的数据拷贝。4️⃣消息压缩（Compression）减少网络传输和磁盘写入的数据量。每秒几十万到上百万消息的吞吐能力。理解 Kafka

Tool是最小执行单元，比如查天气的函数；Skill是业务提示词流程封装，比如‘订咖啡’流程组合了查店、看菜单、下单三个Tool；Agent是决策大脑，它能理解用户目标（如‘安排出差’），自主规划并调用Skill/Tool；RAG是知识增强技术，通过先检索知识库再生成答案，有效减少幻觉，我用它做过课程知识库问答；MCP调用外部工具通信标准，让不同AI系统能统一调用外部能力，类似USB接口。

Kafka 通过与协同保障消息处理的幂等性（即重复操作不影响最终结果）。，需结合配置与业务逻辑实现。

Kafka 之所以能够实现超高吞吐量，主要依赖四个核心设计：1️⃣顺序写入（Sequential Write）通过日志追加写入，大幅减少磁盘寻道时间。2️⃣批量处理（Batch）减少网络请求和磁盘 IO 次数。3️⃣零拷贝（Zero Copy）减少 CPU 和内存的数据拷贝。4️⃣消息压缩（Compression）减少网络传输和磁盘写入的数据量。每秒几十万到上百万消息的吞吐能力。理解 Kafka

层级关键参数作用Produceracks=all确保所有副本写入成功Broker保证数据有多个副本Broker保证至少两个副本同步Broker防止落后副本成为 LeaderConsumer防止提前提交 offset。