限流就是限制流量，通过限流，可以很好的控制系统的 QPS（Query Per Second每秒查询率），从而达到保护系统的目的。常见的限流算法：1、计数器算法2、漏桶算法（Leaky Bucket）3、令牌桶算法（Token Bucket）1、计数器算法计数器算法采用计数器实现限流有点简单粗暴，一般我们会限制一秒钟的能够通过的请求数，比如限流 QPS 为100，算法的实现思路就是从第一个请求进来开

数据库集群有什么问题？1、自增ID会重复的问题。解决办法是：①使用 UUID 做全局唯一ID，不过有个缺点是无法排序，优势是可以提高扩展性。②设置自增的步长（每次增长加多少），比如有2台MySQL服务器，第设置的步长都是2，然后第一台设置初始值从0开始，它的ID就是2、4、6... 然后第二台设置初始值从1开始，它的ID就是3、5、7...。不过缺点是：设置 MySQL 集群时，必须确定有多少台机

getui-nexus】表示 getui-nexus 这个依赖不从 aliyun 进行下载（如果有其它不从阿里云仓库下载的也是使用逗号 , 分隔）。号外：提供本人的“个推”的部分依赖代码段。-- 个推依赖仓库 -->重启 IDEA 即可生效。

查看之前的博客可以点击顶部的【分类专栏】

将前端项目部署到本机运行起来 2 种方式（使用 Express 和 Nginx），使用花生壳做内网穿透，让外网可以访问网站。

使用 SpringCloud 微服务，包括我们的服务消费者、服务提供者，在跟我们的服务注册中心注册时，需要增加验证。

本章节将以一个简单的电商客服系统为原型，尽可能的将 SpringAI 各项技术都沿用进来，让读者对大模型实际落地项目有一个基本认识。本套系统代码公开免费，可以参考学习和商用，纯原创没有任何第三方约束！让天下没有难写的代码！代码已经放入 Gitee 仓库， master 分支为最新分支。本篇博客是详细的技术拆解文章。

视觉模型是指能够理解和处理图像、视频等视觉信息的人工智能模型。简单来说，就是让计算机能够"看懂"图片和视频内容。本篇博客详细拆解如何引入视觉大模型 VL 来进一步完善 AI 智能客服系统。

本章节将以一个简单的电商客服系统为原型，尽可能的将 SpringAI 各项技术都沿用进来，让读者对大模型实际落地项目有一个基本认识。本套系统代码公开免费，可以参考学习和商用，纯原创没有任何第三方约束！让天下没有难写的代码！代码已经放入 Gitee 仓库， master 分支为最新分支。本篇博客是详细的技术拆解文章。

SpringAI与SpringAIAlibaba开发指南 1. 核心框架介绍 SpringAI：Spring官方推出的AI开发框架，提供统一API接入OpenAI、通义千问等主流模型 SpringAIAlibaba(SAA)：阿里基于SpringAI的增强实现，深度集成通义系列模型，提供智能体开发等企业级功能 2. 环境搭建 本地模型部署：使用Ollama工具离线运行开源模型（如Qwen） 开发环