引言 第一范式 第一范式：确保关系中的所有属性（列）都是不可再分的原子性值。 具体含义： 表中的每一个字段都不可再分。 不允许在同一列中存储多个值，例如，一个“联系方式”字段不能包含“电话号码, 电子

MongoDB 是一款采用文档模型、无需预定义 Schema、以 JSON/BSON 格式存储数据，支持灵活扩展和高并发读写的非关系型数据库。本篇由浅入深带大家学习!

本文提出“调度即业务”的轻量任务调度方案：复用 Nacos 实现服务发现与配置，调度器以无状态微服务部署，天然集成 Prometheus 与 ELK；通过 TraceId 贯穿和带分布式锁的真分片。

本文基于真实项目教训，对比解释执行与动态编译两种脚本方案的核心差异、性能特征与风险边界。指出：简单规则应优先选择轻量可控方案，复杂动态能力若误用于核心链路，可能引发长期稳定性问题。

现在已经是AI时代了，我之前学过一些AI的东西，所以后续开始分享一些AI相关的内容了。 文章内容收录到个人网站，方便阅读：http://hardyfish.top/ 对于大多数人来说，处理大量的提示词

Java 线程创建的完整链路：从 Java 层 → JVM 层 → 操作系统层，在 HotSpot JVM 中，Java 线程采用 1:1 模型，即一个 Java 线程对应一个操作系统原生线程。

本文用 300 行 JDK 原生代码，实现内存编译 + 动态加载脚本，零依赖揭示 Groovy 底层机制。

Spring Boot 启动流程源码解析：从 main() 到 Web 服务就绪 你是否曾： 在面试被问：“Spring Boot 启动过程做了哪些事？” 遇到启动慢、Bean 找不到、配置不生效等问

引言 无论在面试还是工作，我们都会遇到关于http的问题，这次我们通过http1.1和http2.0的对比，http2.0和http3.0的对比，从不同维度一站式讲清楚它们到底有什么区别，做了什么优化

Java事务的核心价值，就是将分散的数据库操作绑定为一个逻辑整体，抵御业务异常和系统故障带来的数据风险。

Spring Boot 钩子全集实战（一）：构造与配置阶段 在使用 Spring Boot 时，我们通常这样启动一个应用： 看起来简洁明了，对吧？但在这短短几行代码背后，Spring Boot 其实悄

外包同学看过来，教你如何悄悄镀金，惊艳所有人，成功转正！ 其实一个人的价值，不应该由别人给你打上的身份标签来定义。我们可能无法选择起点，但可以通过正确的战略和努力，选择自己的终点。

三句话，我决定要他了 最近团队业务扩张，所以有一些HC，我也因此成了“兼职面试官”，每天都在跟不同的候选人打交道。面得多了，一些有意思的现象就浮现了出来。

业务场景 在分布式项目中，A 系统向 B 系统推送数据 / 请求失败是高频场景，核心补偿思路是 “先保障消息不丢、再分层重试、最后人工兜底”，以下是落地性极强的分层补偿方案，附具体实现逻辑和适用场景。

Facebook的租约机制才是大厂真正在用的方案，参考Go版本的rockscache用Java重写了一遍。核心原理是通过租约来保证，只有持有有效租约的线程才能写缓存，从根本上解决了缓存一致性问题。

最近在开发过程中遇到了一个的挺有意思的验签问题。我们的项目采用了前后端签名验证机制来保证数据安全： 前端：请求时对 body 进行签名 后端：接收后对 body 进行验签 正常情况下都没啥问题，但这次

平时我们写个 /upload 接口就完事了，但真要做成能传几个 G、还能断点续传、集群可用、私有化部署的系统，事情就完全不一样了。

1、时代背景与ORM选择 1.1 互联网时代的数据挑战 业务量暴涨，数据也跟着狂飙。百万级数据在几年前还算大，如今动不动就上亿。与此同时，微服务拆分得越来越细，数据访问层变得又厚又复杂。大家一边要追新

Spring Boot 钩子全集实战（二）：SpringApplicationRunListener.starting() 详解 在上一篇中，我们介绍了如何通过 addInitializers、add