稀土掘金 稀土掘金
    • 首页
    • AI Coding
    • 数据标注 NEW
    • 沸点
    • 课程
    • 直播
    • 活动
    • APP
      插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
关注
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
排行榜
综合
后端
排行榜
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
  • 全部
  • 后端
  • Java
  • Python
  • 面试
  • 数据库
  • Go
  • 大数据
  • 架构
  • Spring Boot
  • 展开
  • 全部
  • 后端
  • Java
  • Python
  • 面试
  • 数据库
  • Go
  • 大数据
  • 架构
  • Spring Boot
  • 前端
  • .NET
  • MySQL
  • Elasticsearch
  • C#
  • Linux
  • 暂无数据
    • 推荐
    • 最新
  • 一文带你吃透 Java 反射机制
    一文带你吃透 Java 反射机制 在Java开发中,“反射”绝对是个让人又爱又恨的知识点。有人觉得它晦涩难懂、破坏封装,也有人靠它实现了各种灵活的功能。
    • BestAns
    • 83
    • 4
    Java 后端
    一文带你吃透 Java 反射机制
  • 逃出结构化思维:从向量,向量数据库到RAG
    引言 作为一个 Java/Go 后端开发者,你肯定非常熟悉传统的关系型数据库(MySQL、PostgreSQL)和键值对数据库(Redis)。它们的核心逻辑通常是精确匹配(WHERE id = 1 或
    • 想用offer打牌
    • 289
    • 10
    后端 架构 LLM
    逃出结构化思维:从向量,向量数据库到RAG
  • MCP模型上下文协议 Model Context Protocol & 百度地图MCP开发
    MCP是一种开放协议,标准化应用程序如何向大模型(LLMS)提供上下文。MCP提供了一种`标准化的方式`将AI模型连接到不同的数据源和工具。大模型版本的openFeign
    • 我家领养了个白胖胖
    • 14
    • 点赞
    后端 Java AI编程
    MCP模型上下文协议 Model Context Protocol & 百度地图MCP开发
  • 我们来说一下 synchronized 与 ReentrantLock 的区别
    一、基本特性对比 特性 synchronized ReentrantLock 锁的实现机制 JVM 内置关键字,通过监视器实现 JDK 提供的 API 类(java.util.concurrent.l
    • 程序员小假
    • 14
    • 1
    后端 Java
    我们来说一下 synchronized 与 ReentrantLock 的区别
  • Java反射:解锁框架开发的终极密码,让代码拥有"动态灵魂"!
    作为Java开发者,你是否曾好奇:Spring为何能自动注入对象?MyBatis为何能通过接口映射数据库操作?这些框架的"黑魔法"背后,都藏着一个核心技术——反射。
    • okseekw
    • 19
    • 点赞
    后端 Java
  • PHP 初学者指南 基础结构与常见错误
    PHP 初学者指南 基础结构与常见错误 PHP(Hypertext Preprocessor)是 Web 开发中使用最广泛的脚本语言之一。无论是构建动态网站还是复杂应用,PHP 通常都是核心。然而对于
    • BingoGo
    • 27
    • 点赞
    后端 PHP
    PHP 初学者指南 基础结构与常见错误
  • C++多线程中join与detach机制深度解析
    在多线程编程领域,C++11标准引入的std::thread库为开发者提供了跨平台的线程管理能力。其中,join()和detach()作为线程对象的两个核心成员函数,决定了线程生命周期的管理策略。本文
    • 码事漫谈
    • 13
    • 1
    后端
  • JetBrains 重大变革:IDEA 2025.3 统一发行版发布,告别选择困难
    在软件开发工具领域,每一次重大的版本更新都预示着工作流和开发范式的进化。2025年12月,JetBrains正式发布了IntelliJ IDEA 2025.3,这不仅仅是又一个版本号迭代,
    • SimonKing
    • 181
    • 点赞
    后端 Java 程序员
  • 完整理解乐观锁(以预定系统为例)
    乐观锁:并发控制的智慧之道 什么是乐观锁? 乐观锁(Optimistic Locking)是一种并发控制机制,其核心思想是"假设冲突很少发生"。与悲观锁(Pessimistic Locking)不同,
    • 爱分享的鱼鱼
    • 20
    • 1
    后端
  • 15 年评价中台如何涅槃?超百亿数据×千万 QPM×百万行代码的重构全景复盘
    重构不是终点,而是新起点。 愿这份 15 年系统的涅槃重生之路,能为你照亮前方的重构征途。 在电商平台中,评价业务是指用户在完成交易或体验服务后,对商品、门店、骑手、履约服务等对象发表的文字、图片、视
    • 京东零售技术
    • 31
    • 点赞
    后端
  • 掌握这9个GO技巧,代码高效又高能
    你以为Go资深程序员的代码写得有很花哨?其实他们厉害在对语言特性的细节把控。很多时候,一行不起眼的代码调整,就能避免隐晦的内存泄露,或者让吞吐量翻倍。
    • ServBay
    • 29
    • 点赞
    后端 Go
  • Go 1.25.5 通关讲解
    Go 1.25.5 通关讲解 作者:吴佳浩 最后更新:2025-12-24 适用版本:golang 1.25.5 介绍 Go 1.25 是在 2025 年 8 月发布的重要版本,紧随 Go 1.24
    • 吴佳浩
    • 178
    • 5
    后端 Go 面试
    Go 1.25.5 通关讲解
  • Reasoning + Acting: ReAct范式与ReAct Agent
    引言 在人工智能领域,大型语言模型(LLM)的出现带来了前所未有的可能性。然而,LLM 并非万能,它们会“幻觉”,它们无法实时获取信息。为了弥补这些不足,ReAct 范式 应运而生,它赋予了 LLM
    • 想用offer打牌
    • 72
    • 3
    LLM 人工智能 后端
    Reasoning + Acting: ReAct范式与ReAct Agent
  • 分布式事务TCC详解:高并发场景下的柔性事务最优解?
    分布式事务TCC详解:高并发场景下的柔性事务最优解? 在分布式系统架构演进中,“高并发”与“数据一致性”的平衡始终是核心挑战。此前我们聊过的2PC、3PC等强一致性方案,虽能保证数据绝对一致,但因阻塞
    • 回家路上绕了弯
    • 21
    • 1
    后端 分布式
  • 用了MySQL的INSERT ON DUPLICATE KEY UPDATE,怎么还报唯一索引冲突错误
    多唯一索引(包括主键)的情况下,MySQL的INSERT ON DUPLICATE KEY UPDATE并不安全;即使用了它也会报唯一索引冲突错误
    • 青石路
    • 80
    • 2
    MySQL 后端 SQL
    用了MySQL的INSERT ON DUPLICATE KEY UPDATE,怎么还报唯一索引冲突错误
  • 开源工具新玩法:cpolar提升Penpot协作流畅度
    @[toc] 前言 你是否也曾因商业设计软件的高昂费用而放弃团队协作?或者,想和异地朋友一起做设计,却找不到免费好用的协作工具?其实,用 Penpot+cpolar,你不需要花一分钱,也能拥有功能强大
    • 掘金者阿豪
    • 21
    • 1
    后端
    开源工具新玩法:cpolar提升Penpot协作流畅度
  • 微服务项目->在线oj系统(Java-Spring)----6.0
    创建token 在oj-common-security中引入依赖 创建jwt⼯具类: createToken ----根据所传的claims和secret创建一个token 注意:这里的secret需
    • Java水解
    • 14
    • 点赞
    后端 Spring
  • 虚拟内存与寻址方式解析(面试版)
    引言 虚拟内存与物理内存 物理内存:物理内存是指计算机中实际存在的硬件内存,由内存条等硬件组成 虚拟内存:由操作系统提供,为每个进程创建一个独立的、连续的地址空间,空间大小可以远远大于物理内存。每个进
    • 想用offer打牌
    • 46
    • 1
    后端 操作系统 面试
    虚拟内存与寻址方式解析(面试版)
  • 大数据-194 数据挖掘 从红酒分类到机器学习全景:监督/无监督/强化学习、特征空间与过拟合一次讲透
    2025 年仍最常用的机器学习(Machine Learning)概念框架:监督学习(分类/回归)、无监督学习(聚类/降维)、半监督学习与强化学习(Agent-环境-奖励)。重点解释输入空间、输出空间
    • 武子康
    • 24
    • 1
    后端 大数据 机器学习
    大数据-194 数据挖掘 从红酒分类到机器学习全景:监督/无监督/强化学习、特征空间与过拟合一次讲透
  • 若依工作流集成camunda实现审批驳回功能
    驳回是指审批人或司法机关对提交的申请或请求进行审查后,认为其不符合要求或无法成立,从而作出的**不予同意、拒绝其通过**的决定,该决定通常会导致流程回退或申请被否定。
    • 代码次位面
    • 53
    • 点赞
    后端
  • 上午好!
    点亮在社区的每一天

    推荐话题 换一换

    #挑战每日一条沸点#
    #挑战每日一条沸点#

    21.9m

    #2025 AI/Vibe Coding 对我的影响#
    #2025 AI/Vibe Coding 对我的影响#

    4.8k

    #每日精选文章#

    2.8m

    #每日快讯#

    9.6m

    #TRAELAND#
    #TRAELAND#

    32k

    #日新计划#

    10.5m

    #每天一个知识点#

    45.9m

    #工作中做得最正确的一件事#
    #工作中做得最正确的一件事#

    400k

    #掘金一周#

    1.3m

    #新人报道#

    37.7m

    查看更多
    • 用户协议
    • 营业执照
    • 隐私政策
    • 关于我们
    • 使用指南
    • 友情链接
    • 更多后端文章
    • 举报邮箱: feedback@xitu.io
    • 座机电话: 010-83434395
    • 京ICP备:18012699号-3
    • 京ICP证:京B2-20191272
    • police 京公网安备11010802026719号
    • ©2025 稀土掘金