高可用性（high availability，缩写 HA），指系统无中断地执行其功能的能力，代表系统的可用性程度。高可用性通常通过提高系统的容错能力来实现。MySQL 的高可用是如何实现的呢？首先，我们来看张图过程：开始时，处理流程主要是场景一客户端读、写，访问的是主库主库通过某种机制，将数据实时同步给备库当主库突然发生故障（如：磁盘损坏等），无法正常响应客户端的请求。此时会自动主备切换，进入场景

平常工作需要频繁使用终端工具，有一个好的命令行终端工具是非常重要的。尤其是使用mac的小伙伴，估计不少人都觉得iterm2才是最好的终端工具。其实起初我也是这么觉得的，但是最近直到我使用了这款开源的终端工具，我可以负责任的说，iterm2可以放在角落吃灰去了。我重度使用了2天，无论从颜值，性能，效率和创新上，都碾压同类的终端工具。我完全找不到任何理由来放弃这么优秀的一款工具。整个使用的体验非常舒服

Spring AI框架提供了对Model Context Protocol（简称MCP）的全面支持，使AI模型能够以标准化方式与外部工具和资源进行安全交互。借助Spring AI，开发者仅需少量代码即可构建功能完备的MCP服务器，为AI模型提供丰富的功能扩展。

这两天deepseek出圈了。今天分享一下，如果在本地电脑部署和运行deepseek，实现AI对话的功能。访问ollama官网：下载一个合适自己操作系统的版本下载安装之后，在电脑右上角可以看到一个小羊驼的图标：再次访问ollama官网，在里面搜索deepseek：可以看到r1版本。在下面可以选择多种不同的配置：可以根据自己的电脑情况，选择一个合适的配置：在电脑的终端中输入如下命令下载和安装deep

首先需要在主机上自动或手动配置 MCP 服务，当用户输入问题时， MCP 客户端让 大语言模型选择 MCP 工具，大模型选择好 MCP 工具以后， MCP 客户端寻求用户同意（很多产品支持配置自动同意），MCP 客户端请求 MCP 服务器， MCP 服务调用工具并将工具的结果返回给 MCP 客户端， MCP 客户端将模型调用结果和用户的查询发送给大语言模型，大语言模型组织答案给用户。现在，模型虽然

春节期间，热度最高的当属DeepSeek了，我春节期间也在安利身边朋友使用DeepSeek，最近大家可能发现DeepSeek经常不能用，一个是受到了美国ip的攻击，一个是用的人也越来越多了。下面这个是查看DeepSeek状态的网站：可以发现，最近标红的就是故障中，这两天api一直是故障，网页会话在逐步恢复。（特别提醒，使用app比使用网页更稳定）写一个文章，5次刷新都没有出来结果。昨天写了如何本地

跨域问题是浏览器为了保护用户的信息安全，实施了同源策略（Same-Origin Policy），即只允许页面请求同源（相同协议、域名和端口）的资源，当 JavaScript 发起的请求跨越了同源策略，即请求的目标与当前页面的域名、端口、协议不一致时，浏览器会阻止请求的发送或接收。

ConcurrentHashMap 在 JDK 1.7 时使用的是数据加链表的形式实现的，其中数组分为两类：大数组 Segment 和小数组 HashEntry，而加锁是通过给 Segment 添加 ReentrantLock 锁来实现线程安全的。而 JDK 1.8 中 ConcurrentHashMap 使用的是数组+链表/红黑树的方式实现的，它是通过 CAS 或 synchronized 来实

最近遇到在将本地的项目部署到服务器上之后遇到的一个奇怪问题在部署完成后，网站当时可以正常工作，但是第二天访问网站的时候却会遇到一个500 Server Error。翻译如下:最后一个数据包在 83827560 ms 之前被成功接收，最后一个数据包在83827560 ms 之前被成功发送。比服务的配置参数的值要长。翻译如下：你应考虑在程序中进行数据库操作之前检验数据库连接的有效性或者将数据库的aut

AI 技术发展很快，同样 AI 配套的相关技术发展也很快。这不今天刚打开 Spring AI 的官网就发现它又又又又更新了，而这次更新距离上次更新 M7 版本才不过半个月的时间，那这次 Spring AI 给我们带来了哪些惊喜呢？一起来看。