现在我们说的大模型，一般指定都是LLM，全称是Large Language Model，也就是大语言模型。比如我们常用的ChatGPT、DeepSeek、通义千问等等，都是大语言模型。所谓大语言模型，其实就是用于做和自然语言相关任务的深度学习模型，它是基于海量文本数据训练出来的，能够理解和生成人类的自然语言。大模型，和以前的模型相比，主要的差异就在于大。

在大语言模型（Large Language Model, LLM）的应用中，我们和模型对话的时候，给到模型的内容不叫question，也不叫request，而是叫Prompt。提示词（Prompt）就是用户输入给大语言模型的一段文本，用于引导模型生成期望的输出。它可以是一个问题、一段指令、一个上下文描述。它是我们与模型对话的“语言”，也是模型理解我们需求的“钥匙”。你可以把 Prompt 理解为—

1. 写 Undo Log（在 Buffer Pool 中修改 Undo 页，同时生成对应的 Redo Log）2. 修改数据页（Buffer Pool）3. 写 Redo Log（Redo Log Buffer）4. 提交时：Redo Log prepare → 刷盘（fsync）5. 提交时：写 Binlog → 刷盘（fsync）6. 提交时：Redo Log commit（仅内存，不强制刷

维度JWT撤销需要额外机制（黑名单）直接删 Key多设备每个设备一个 Token，管理复杂Redis Hash 天然支持安全性localStorage 有 XSS 风险HttpOnly Cookie 防 XSS续期需要 Refresh Token 机制滑动 TTL性能不查存储（但黑名单方案会查）查 Redis（1ms 以内）适用场景Serverless、跨域、移动端B 端系统、安全要求高技术选型没

Tomcat是Apache开源组织使用Java开发的一款Web容器（也叫Web服务器）。它实现了JavaEE平台下的部分技术标准，比如Servlet、JSP、JNDI等。最关键的是——免费开源。服务器厂商是否免费WeblogicOracle收费WebSphereIBM收费JBossRedHat收费TomcatApache免费JettyEclipse免费HTTP（HyperText Transfer

在没有框架的年代，我们操作数据库全靠JDBC。写一个简单的查询，代码长这样：这段代码有几个问题，相信写过的人都有体会：第一，太啰嗦。 一个简单的查询，业务逻辑只有3行（设置参数、执行、映射），剩下的全是样板代码。第二，手动映射结果集。 数据库的列名和Java对象的属性名要一个个对应起来。表有20个字段，你就得写20行。字段多了，漏一个都不好排查。第三，没有连接池。 每次查询都创建新连接、关闭连接，

实习生交完代码自信满满地说："锁肯定加了，我用的 synchronized。"结果凌晨三点，批处理任务在三个实例上各跑了一遍，用户收到了三份重复的通知。一通排查下来——分布式锁不是这么用的。

本文介绍了加密的基本概念、分类以及AES加密的核心原理。主要内容包括： 加密的必要性：保护敏感数据不被未授权访问，确保机密性、完整性和认证。 加密分类：对称加密（AES等）速度快，适合大数据量；非对称加密（RSA等）速度慢，用于密钥交换等场景。 AES详解： 历史：从DES到AES的演进 核心参数：固定128位块大小，支持128/192/256位密钥长度，对应10/12/14轮加密 加密过程：多轮

1、大数据分析框架结构2、数据、信息与数据分析数据：是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。数据聚焦于数据的采集、清理、预处理、分析和挖掘，图形聚焦于解决对光学图像进行接收、提取信息、加工变换、模式识别及存储显示，可视化聚焦

别把 Agent 简单理解为“聊天机器人”。如果说 ChatGPT 是“百科全书”，那 Agent 就是“全能实习生”。具备能力：查询数据库、调用API、写文件、自我纠错一个用于构建Agentic, Workflow和 Multi-agent应用的Java框架。Agent Framework会解析成Graph, Graph最终通过SpringAi的API 实现大模型的通信；Agent Framew