Netty框架学习-BIO到NIO再到Netty
Netty 框架学习：从 BIO → NIO → Netty（小白版） 0. 学习路线总览（一张图先建立全局感） ┌────────────────────────────────────────────────────────────────────┐
│ Jav
MaxKB4j在RAG优化中的应用
MaxKB4j 是一款基于 Java 的开源 LLM 工作流与 RAG 知识库问答平台，借鉴 MaxKB、Dify 等设计，强调高性能与稳定性。它支持 12+ 种文档上传、自动分块、向量化入库，兼容 20+ 模型，并提供低代码 DAG 工作流、多 Agent 协作、RESTful API 及 MCP 支持。技术栈基于 Spring Boot 3、LangChain4j、pgvector 与 MongoDB，并采用 Java 21 虚拟线程提升并发性能，是工业级 RAG 落地的参考实现。
RAG系统效果评估指南
本文系统介绍 RAG 评估方法：强调必须用指标驱动优化，区分离线与在线评估并互补；从检索、生成、端到端三层拆解定位问题，并给出核心指标——检索层看 Recall@K、Precision@K、MRR、NDCG，生成层看忠实度、答案相关性等，构建完整评测闭环。
混合检索Hybrid-Search详解
混合检索（Hybrid Search）同时使用BM25关键词检索与向量语义检索，分别召回后按RRF等算法融合排序，以弥补单一检索在精确匹配与语义理解上的各自短板。文章指出，现实RAG语料包含代码、数字等，纯向量或纯BM25均有死角，混合检索能稳定提升召回率，已成为RAG检索层标配，并与Rerank精排配合。常见融合算法包括加权归一化与RRF，其中RRF因仅依赖排名而成为工程首选。
RAG检索优化指南
本文提出RAG检索优化的“先诊断再优化”思路，将问题定位到分块、检索、查询三个层面。分块是检索上限，需选择合适策略、调整chunk大小与overlap，并可用父子分块、附加元数据；检索层优先采用混合检索（BM25+向量），辅以Embedding模型升级和Rerank重排。摘要强调通过自测定位问题环节，针对性优化提升检索精度。
向量检索相似度计算详解
向量检索通过计算向量间相似度判断内容相关性，常用方法包括余弦相似度、内积和欧氏距离。余弦只关注方向，不受向量长度影响；内积兼顾方向与长度，计算更快；欧氏距离衡量绝对距离，使用较少。核心结论是：余弦相似度等价于先归一化再内积，若向量已归一化，内积与余弦结果一致。选择哪种方式取决于向量是否已归一化及具体应用场景。
文本分块策略详解
本文系统介绍了RAG系统中的文本分块策略。首先说明分块必要性：受限于上下文窗口、检索粒度、语义噪声和回答质量。随后详解七种策略：固定长度分块简单快速但易破坏语义；递归字符分块是通用默认方案；结构感知分块贴合文档逻辑；语义分块利用embedding检测话题切换；滑动窗口通过重叠避免边界信息丢失；父子分块用小子块检索、父块生成；LLM智能分块语义最准但成本高。最后给出chunkSize和overlap的设置要点，强调分块质量决定RAG检索上限。
框架封装
本文介绍Maven依赖管理：创建父pom，通过dependencyManagement统一管理Spring Boot、Spring Cloud及Alibaba版本，并继承父pom实现依赖复用；同时提供公共代码，如结果码接口和枚举类，用于统一操作结果返回。
分布式事务
本文介绍了微服务核心组件：服务发现（Nacos原理）、客户端负载均衡策略、OpenFeign声明式调用及其动态代理实现。重点阐述了分布式事务的多种方案：2PC/XA的性能问题、TCC的编码补偿、AT模式利用undo_log自动补偿、Saga长事务补偿，并提及重试幂等方案。强调各方案优缺点及适用场景，需根据业务权衡。
微服务调用
本文介绍了基于 Nacos 的服务发现与调用方案，解决硬编码 IP:端口 带来的配置困难和地址变化问题。通过注册中心动态获取服务地址，实现提供方与调用方解耦；结合 Spring Cloud LoadBalancer 实现负载均衡，并讲解 OpenFeign 声明式调用的核心原理：动态代理与反射。
微服务入门
本文回顾了Java后端技术栈及企业级架构从单体、SOA到微服务、云原生、AI原生的演进，指出业务增长驱动分布式需求。介绍了微服务与分布式系统关系、CAP定理和BASE理论，并重点讲解Spring Cloud作为微服务工具集，涵盖Nacos、Sentinel、Gateway等组件，以及服务分层与独立数据库的设计要点。
电商SPU与SKU详解
电商 SPU 与 SKU 详解 一、概念定义 1. SPU（Standard Product Unit，标准产品单位） SPU 是商品的"属性集合"，代表"是什么商品"，是商品的最小聚合单位。 它是一组可复用、易检索的标准化信息的集合，描述的是商品的核心属性（如品牌、型号、名称、类目），但不包含具体
nacos面试题
nacos的临时实例和持久化实例的区别 临时实例：注册时向nacos发起注册，并隔一段时间就发送健康检测，健康检测内容：服务名+ip+端口+更新内存中的lastUpdatedTime（nacos就是根据这个时间隔了多久还没有更新来判断是否存活的），因为状态是由实例自己传来的，nacos不能保证其真实
33-多线程使用
本文介绍了多线程的概念、应用场景（防止主线程阻塞、提高CPU利用率），以及三种实现方式：继承Thread、实现Runnable、使用线程池。重点讲解了ThreadPoolExecutor的核心参数（核心/最大线程数、队列、拒绝策略）和工作原理（有界/无界队列、同步移交），并给出了Spring MVC中配置和使用线程池的方法。
32过滤器和拦截器的区别
过滤器和拦截器都能在请求前后执行逻辑，但本质不同：过滤器基于Servlet规范，工作在容器层，通过责任链模式执行，不依赖Spring；拦截器基于Spring MVC框架，通过动态代理实现，依赖IoC容器，可访问Controller方法及注解。请求先经过过滤器链，再到DispatcherServlet，最后进入拦截器链。过滤器适合通用处理（如编码、静态资源），拦截器适合业务相关操作（如权限校验、日志记录）。
31AOP使用场景学习笔记
AOP是一种编程范式，通过将日志、事务等横切关注点模块化为“切面”，实现与业务逻辑的分离。核心概念包括切面、连接点、切入点、通知和织入。Spring AOP默认使用JDK动态代理或CGLIB代理实现运行时织入，支持前置、后置、异常、最终和环绕通知。常见应用场景有日志记录和事务管理，有效减少代码重复与耦合。
springboot+websocket实时聊天(一)
本文介绍基于Spring Boot WebSocket实现实时聊天功能的通用模板，涵盖功能概述、技术选型、数据库设计及后端实现。支持在线用户收发文字/图片消息，消息异步持久化至MySQL，离线用户通过REST拉取历史，按业务维度（如订单、群组）管理会话。推荐使用MQ异步写入、对象存储图片，并提供无MQ变体方案。