传统单体架构下，所有的功能模块都在一个应用下，所有的代码和业务逻辑都在同一个应用下实现，所以保证数据的一致性就很简单，保证相关操作都在同一个本地事务下就可以了。但是在微服务架构下，将一个应用拆分成了多个独立的服务，每个服务都能有自己的数据库，服务间通信都是通过远程调用实现，实现一个功能可能需要由几个不同的服务来共同实现。这就会带来一个问题，不同的服务之间无法做到使用同一个事务，这就无法保证数据的一

工作中开发过一个上传文件的接口，每个区县都有自己的资源压缩包需要上传到系统，系统接收到压缩包后，需要解压，提取出里面的文件保存到文件服务器中，解析里面的SQLITE文件得到数据保存到数据库中。由于处理的过程会比较耗时，所以使用了异步处理的方式来优化用户体验，接口接收到文件后快速响应，返回上传成功，异步线程在后台继续执行解析压缩包业务逻辑。为了防止在异步线程处理期间，用户再次上传压缩包，从而导致上传

日常开发中设计接口，响应时间是衡量一个接口质量的重要指标。一般接口都是需要快速响应的，在不考虑任何优化策略的情况下，如果整个业务逻辑走下来，响应时间大于了2秒，那么就应该考虑对这个接口进行性能优化了，以免影响了用户的体验。

传统单体架构下，所有的功能模块都在一个应用下，所有的代码和业务逻辑都在同一个应用下实现，所以保证数据的一致性就很简单，保证相关操作都在同一个本地事务下就可以了。但是在微服务架构下，将一个应用拆分成了多个独立的服务，每个服务都能有自己的数据库，服务间通信都是通过远程调用实现，实现一个功能可能需要由几个不同的服务来共同实现。这就会带来一个问题，不同的服务之间无法做到使用同一个事务，这就无法保证数据的一

在软件开发中过程中，一般分为几个过程：需求分析、概要设计、详细设计、编码实现、软件测试和软件交付。在概要设计和详细设计过程中，则需要对业务进行建模，行业内专业的建模工具是 Enterprise Architech，EA 的功能覆盖了整个软件开发的生命周期，功能十分齐全，也正因为如此，如果开发的软件比较小型的话，EA 就显得太重了，而且国内一般都是面向表结构编程，EA 的很多功能都用不上。PDMan

做 AI 大模型技术调研时，参考的开源项目 Maxkb，它基于大模型做了一个的应用，用户可构建自己的知识库，创建自己的应用然后关联知识库，这样可以基于知识库里的内容让大模型的回答更加符合我们地预期。虽然 Maxkb 是使用 Python 写的，不过参考它用到的相关模型和数据库，可以用 Spring Boot 来构建一个自己的知识库服务。Spring Boot 也提供了 AI 相关的库，这使得接入

在软件开发中过程中，一般分为几个过程：需求分析、概要设计、详细设计、编码实现、软件测试和软件交付。在概要设计和详细设计过程中，则需要对业务进行建模，行业内专业的建模工具是 Enterprise Architech，EA 的功能覆盖了整个软件开发的生命周期，功能十分齐全，也正因为如此，如果开发的软件比较小型的话，EA 就显得太重了，而且国内一般都是面向表结构编程，EA 的很多功能都用不上。PDMan

工作需要，被指派对大模型做技术调研，又不想花钱买各大产商的key，所以就考虑部署本地的大模型，了解到 Ollama 开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。便在自己电脑上安装了，记录下安装以及使用过程。

平时一直使用PDManer对业务进行数据库表建模，建完模后可以自动生成基础的业务代码，以 mybatis 为例，生成 Entity，Mapper，Mapper.xml 代码。PDManer里有默认的代码模板，不过在实际开发中需要根据实际情况做调整，便需要自定义代码模板。记录下实际项目中用过的 mybatis 代码模板，以便以后复用。

使用观察者模式，便能够在对象之间建立起一种一对多（主题与观察者）的依赖关系，当主题对象改变状态时，所有依赖它的观察者对象都会得到通知并且自动更新。通过主题对象来使客户端与观察者对象之间的通信更加松散耦合、灵活可扩展。一般用来解耦不同的业务逻辑，比如将实时更新、动态同步等功能与其它业务逻辑解耦。可分为两种模式：推模型和拉模型。