自由生长2024

本文深入剖析流式计算原理、流批一体架构、Lambda与Kappa架构优劣，并结合实际场景，全面阐述实时数据处理的技术演进与工程实践。

很多人以为弹性伸缩就是“资源打满就加机器”，但真正的成本与性能优化，关键在于 **选对资源配比**。本文通过一个典型场景——节点长期内存打满而 CPU 闲置——深入探讨如何通过更换实例类型实现精准扩容

摘要：@dataclass 与 Lombok 功能相似，但前者是 Python 运行时装饰器，主动生成代码；后者依赖 Java 编译期注解处理器。二者体现动态语言的灵活性与静态语言的确定性之别。

摘要：AI Agent 工程化的关键在于“该省则省”：高频确定性任务用硬编码或规则引擎处理，复杂开放问题才调用大模型，通过混合架构实现低成本、高可靠、低延迟的生产级智能系统。

在调试型错误时，我意识到：AI 编程本质是概率游戏。过度依赖 AI 处理不熟悉的框架和工具，会让问题越改越复杂。我们应该在自己理解的范围内编程，对陌生领域先学习再让 AI 辅助，而不是完全撒手不管。

摘要：流式Join中若A未匹配到B，可丢弃、用Outer Join保留、延长等待时间，或通过自定义函数+定时器处理超时，也可将未匹配事件送入DLQ兜底。

摘要：本文详解AI流式响应中断机制：当客户端主动断开连接（如取消请求或关闭流），服务器会立即停止生成token，避免资源浪费。结合Python等示例，介绍如何在多线程、异步等场景

摘要：本文分享一个后端工程师的实践：通过领域驱动设计（DDD）先抽象出 Chatbot 的核心领域模型，剥离 Flask、前端 JS 及移动平台 API 等“壳子”，实现业务内核与技术实现解耦

摘要：本文介绍一种适用于小型团队的轻量级复用治理机制：通过“声明式竞争”提出通用方案，借助代码评审拦截重复造轮子，在无重流程前提下促进高质量共享代码自然演化。