后端实践总结

CompletableFuture的n个坑，写博客没人记住，我做成了 AI Skill。写代码时自动检查死锁、阻塞、异常吞没等问题，需求直接输出符合最佳实践的代码。经验不再靠记忆，让 AI 替你执行。

同样的 AI 模型，为什么有人用得得心应手，有人却总是得到"智障"回复？差距往往就在提示词。本文总结了提示词工程的核心技巧与设计原则

大家好，我是桦说编程。 你正在经历这些痛点吗？ 如果你已经在用 AI Agent 辅助开发，以下场景大概率似曾相识： 架构漂移失控 — Agent 不理解你的架构意图，生成的代码悄悄越过模块边界，se

最近解决了一个线上性能问题，项目中大量使用自己实现的本地缓存，这个问题很常见，也容易被忽略。本文总结了这个问题，由AI辅助编写，我做了部分修改。实际上，如果没有使用CMH，而是使用 Caffeine

生产上遇到很多并发问题，有很多是在编码阶段就可以避免的，总结一些需要考虑的要点如下： 使用并发的常见场景为针对大数据量遍历处理，考虑性能，采用并发处理。这是CPU密集型任务场景，同时出现多个任务时，性

线程池嵌套调用导致的死锁难以排查？本文介绍一种基于任务依赖图的检测方案，运行 时自动追踪调用链，利用图论算法识别循环依赖，将死锁问题从"线上排查"前移到"提前预警"。

本文介绍一套基于 CancellationToken + 检查点的协作式取消机制，支持超时/异常/主动取消，让并行任务优雅退出。

你是否觉得用 Claude Code 写代码时，AI 总是"不够聪明"？其实问题可能出在提问方式上。本文从 1342 条真实对话 中提炼出高效 Prompt 技巧：一个 ultrathink 让复杂分

本文记录滑动窗口限流器从 Timer 到 Packed CAS 的演进过程。通过四次迭代，依次解决 check-then-act 竞态、线程管理、计数丢失、GC 压力等问题，展示并发编程中一些核心原理

背景 在并发编程中，我们经常需要将一个大任务拆分成多个子任务并行执行。但随之而来的问题是：如何准确统计每个子任务的耗时？ 传统的做法是在业务代码中手动埋点，但这样会导致代码侵入性强、难以维护。本文介绍

并发编程踩坑实录：这些原则，帮你少走80%的弯路 在并发编程的世界里，没有真正的“银弹”，只有踩不完的坑和填不完的坑。从最初上手并发工具的懵懂，到应对线程泄露、死锁、任务阻塞等各类问题的从容，我耗费了

Guava 的 CycleDetectingLockFactory 通过锁依赖图实时检测死锁，开发阶段立即抛异常而非等生产环境挂起，零侵入改造即可获得死锁检测能力。

采用滑动窗口策略控制并发度，实现并发可控且立即返回Future列表，submitter单线程异步补充任务，实现高资源利用、简单易懂的并发控制。

大家好，我是桦说编程。Fowarding系列类广义上涉及三种设计模式：装饰器模式、模版方法模式、委托模式。本文将介绍其用法

大家好，我是桦说编程。 本文解读了ConcurrentHashMap 的迭代器采用弱一致性（Weakly Consistent）设计，分析了并发遍历时的诸多case。

大学时，我学习了一本国外的教科书，书名叫做《计算机网络——自顶向下方法》。本文总结了针对并发编程的自顶向下学习路线。

本文介绍了一种在Java中实现的自定义滑动队列，利用了Google Guava库中的`EvictingQueue`。这种滑动队列允许以固定大小管理队列，并能够随机访问元素。我们将探讨这种数据结构的设计

截止 JDK25，CompletableFuture 已经支持68个实例方法，12个静态方法。这些方法虽然方便了使用者，但对于初学者来说无疑是过于复杂和难以记忆的。本文中，我将秉持极简和实用的原

最近读了《软件设计的哲学》（A Philosophy of Software Design），这本书中的很多思想深得我心。简单总结一下其内容，重要的内容在最前面。 这本书直指软件工程的核心挑战：管理复