logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

OpenFeign性能优化最全实战

必须用 OkHttp 替代默认客户端必须开启连接池必须调大并发连接数日志级别必须用 basic高并发建议开启异步开启GZIP压缩。

文章图片
#性能优化#java
Java项目还在手动部署?Docker容器化从0到1,我踩过的坑全告诉你

Java项目容器化部署全景图1. 编写Dockerfile→ 多阶段构建(maven build + jre run)→ 设时区、非root用户、HeapDump2. Docker Compose编排→ healthcheck + depends_on确保启动顺序→ .env管理敏感信息3. 私有仓库推送4. CI/CD自动化⚠️ 5个必避坑:时区 / 启动顺序 / OOM / 日志持久化 / 镜

文章图片
#java#docker
从手动部署到一键发版:Java项目CI/CD流水线搭建实录

kill -9这个过程有,实现提交代码后自动测试、构建、部署,生产环境一键发版+审批+回滚。

文章图片
#jenkins
Java17/21实战|用模式匹配干掉90%的if-else和强制转换,代码瞬间优雅!

/ 错误示例:两个分支都定义了selse if (obj instanceof Integer s) { /* ... */ } // 报错:变量s已定义模式匹配不是什么高深的新特性,而是Java为了“简化代码、提升可维护性”推出的实用功能——它没有增加新的语法复杂度,反而淘汰了冗余的强制转换和臃肿的if-else。Java17:必须掌握instanceof模式匹配,立刻能用,立竿见影。Java2

文章图片
RAG实战+智谱GLM适配,零基础也能快速落地AI问答

其实RAG并不复杂,对Java后端来说,核心就是“用Spring Boot搭框架、用智谱SDK做生成、用PgVector做检索”,全程不用脱离自己的技术栈,不用学复杂的AI理论。增加文件上传接口,支持前端上传文档;引入Redis缓存,缓存高频问题的检索结果,提升响应速度;优化文本分块逻辑,引入LangChain4j实现语义分块;增加权限控制,确保私有知识库的安全性。

文章图片
#RAG
LangChain4j × 企业级AI|从0到1落地指南

*** 金融风控场景智能体(可直接适配企业业务)// 1. 交易监控智能体:识别异常交易(大额、异地) @Agent(name = "transactionMonitorAgent" , description = "监控用户交易行为,识别异常交易,输出风险提示") @UserMessage("你是交易监控智能体,分析交易数据,重点关注大额、异地、频繁交易,输出异常分析报告,明确风险等级(低/中/

文章图片
从CMS内卷到ZGC封神!深度拆解GC分代模型与三大收集器优缺点+生产调优实战

1.分代模型:基于对象生命周期设计,新生代高频轻量回收、老年代低频重量回收,是所有GC优化的基础;2.CMS:并发低延迟、小堆吞吐高,致命短板是内存碎片,仅适配JDK8中小堆场景;3.G1:分区回收、可控停顿、无内存碎片,平衡吞吐与延迟,是中堆通用最优解;4.ZGC:新时代王者,10ms内极致低延迟、适配超大堆,轻微牺牲吞吐量,适配核心低延迟业务;5.迭代逻辑:GC的演进就是「减少STW、消除碎片

文章图片
吃透JVM类加载:双亲委派、自定义加载、热加载实战,终于讲通透了!

源码.java → 编译.class字节码 → JVM加载Class对象 → 实例化运行我们常说的类加载,就是JVM把磁盘上的\.class字节码文件,加载到内存、解析成可执行的Class对象的全过程。Java是动态加载语言,类并非启动时一次性全部加载,而是用到才加载、懒加载机制。而负责完成这一切的工具,就是——类加载器 ClassLoader。JVM默认自带三层类加载器,各司其职、层级分明,这也

文章图片
别再堆大模型了!多智能体编排,才是复杂任务的正确打开方式

/ 智能体1:意图识别(只负责解析用户需求) @AiService interface IntentAgent {@SystemMessage("提取用户需求的核心意图、关键参数(如客户ID、产品名称),只返回结构化信息,不冗余") String parseIntent(String question);} // 智能体2:RAG检索(只负责从PGVector检索知识) @AiService in

文章图片
别再堆大模型了!多智能体编排,才是复杂任务的正确打开方式

/ 智能体1:意图识别(只负责解析用户需求) @AiService interface IntentAgent {@SystemMessage("提取用户需求的核心意图、关键参数(如客户ID、产品名称),只返回结构化信息,不冗余") String parseIntent(String question);} // 智能体2:RAG检索(只负责从PGVector检索知识) @AiService in

文章图片
    共 24 条
  • 1
  • 2
  • 3
  • 请选择