粉丝1.4万获赞16.0万

呃,今天发了一个视频以后啊,有好多呃里面的技术很牛的人给支了很多招,其中有一个提到一个构架的问题,真的一语点醒梦中人呐, 然后我今天在学习 c s s 以后啊,我就把这个构架呀也跟他呀发进去,让他跟我生成一个海外的独立站。 因为才接触两三天,不是很熟悉这个东西,也是在慢慢的摸索中,但是我也通过豆包和这里面的一个完美的契合提了这些要求, 他现在正在帮我生成他在生成的过程中我同时也讲一下我今天的学习的一个 css 接着的这个内容哈,我个人感觉就是说 css 他 好像就是一个更 注中文格样式的一个编辑文件的。呃,来用的咱们平时用的 ppt 啊,游戏里面的那些画面呐,嗯,按钮啊,文字啊,边框啊,还有 带货了这些框框架架的感觉是用的是最多的,是通过这里面的细问追问以后才知道他其实,呃 呃有一个专门写 c s s 的 工作岗位,就专门设计写这一块的,嗯,然后也有专门写,有专门写 h t m i 的 文件,然后再二合一跟他嵌进去。这两天接触 c s s 以后,我发现就是光这个 c s s 这个知识点呢,就学的够呛,真的要深入,要学很久很久,就是把这个学完的学透了就已经很不简单的,像我目前这个阶段就是一个皮毛。 呃,我也不知道怎么去更深入的去学这一单的,但是,嗯,我在这里就是把要深入的一些关键的提示词给他汇总了。 嗯,我想在这个使用这个软件的期间还是尽量的让他帮我跑跑一下,看他的后面是跑的什么样。结果就是最大,让他把最大的那个功能给使用出来。

问你个问题,如果说你写了个 service list, 再顺手给它加上 final, 然后又在方法上标了 at transformation, 想开事务,这事务能生效吗?这时候,经常加班的小伙伴就会说了,当然能啊!这不就是 spring 最基础的 aop 动态代理吗? 注解驱动的声名式事务还能有假?又拿这么简单的题糊弄大伙,当你这么脱口而出的时候,面试官的大红叉也像时空的火车一样撞向你的简历。你心中是不是也疑惑,问题到底出在哪?不少初学者看到这道题 第一反应和那位朋友一样, spring 事务就是靠 transactivation 起作用的。只要注解写上,容器便会自动管理事务边界。在他们看来,注解就像一根魔法棒,挥一挥就能生效。至于底层是怎么植入的,并不需要关心。当被告知不生效时,他们要么怀疑是 spring 配置出了问题,也许没开启事务管理器, 也许没加 etimbo transaction management, 要么会猜测包扫描路径不对,并根本没被容器接管。真正能立刻想到 final 这个关爱的人并不多。因为从一个单纯的 java 语法修饰符到 a o p 失效,中间隔着一整套代理机制的背景知识,而 这恰恰是惊艳的分水岭。如果你也不会答这道题,那么你就很适合这份必考题库 pdf。 它包含了 jvmmyxico、 spring 灵魂八谷、高迂发场景 readings。 点个关注评论区甩个六六六直接打包带走, nice! 要看清 final 为什么能斩断事物,必须先回到 aop 的 设计起点。面向切面编程并非凭空而来,它是一种关注点分离策略的产物, 一个登录接口起初只有检验密码这一行核心逻辑,后来老板要加日制运维,要加性能监控, bba 要引入事务控制代码逐渐被揣 catch 日制打印事务 api 环绕核心业务淹没在成片的横切逻辑里。 aop 的 解药便是把这些日制 事务权限从主流程中剥离,放入独立的切面模块。但剥离容易,运行时,如何再把它们植回原位?答案只有两个字,代理。最朴素的实现是静态代理。假设你写了一个 user service 接口和它的实现类 service and played。 现在想在不修改实现类原码的前提下增强方法, 你会手工编写一个 use proxy, 同样实现 service 接口内部持有一个真正的 uosimil 对 象。当调用者调用代理实力时,代理先执行增强逻辑,比如日制记录,再把调用转发给目标对象。这种包一层的做法干净利落, 可致命伤也显而易见。项目里有上百个 service, 你 就要手写上百个 proxy, 这显然不可持续。为了摆脱这种机械的类膨胀,运行时动态生成代理的技术登上了舞台, spring 提供了两条截然不同的路线。第一条是 jdk 原生的动态代理,核心在于 java line reflect proxy 和 intervention handler。 occlusion handler 里 infographics 方法负责拦截所有对代理对象的方法调用,而代理对象本身是在内存中动态构建出来的。关键点在于 jdk 动态代理是通过接口来创建代理实力的。 proxy new proxy instance 的 参数里需要传入目标类所实现的接口列表,生成的代理类已经继承了 java line reflect proxy, 受 java 单继承的制约,它不能再继承你的业务类,只能与目标类实现相同的接口,如同借同一张接口器约来行事。那么,如果 service 根本没抽接口,就是一个光溜溜的具体类 op 就 不管了吗? 当然不是。此时 spring 会请出第二条路线, c g lab c g l i b 直操作自解码,在内存里为目标类动态生成一个子类, 核心一步便是调用 enhancer set superclass 来指定父类。这个子类会复习父类的非 final 方法,在方法中植入增强逻辑,然后把调用委托给父类实现。简单来讲, jdk 代理是用兄弟身份评级办事, cglib 代理则是生出子四来接班。 回到那道面试题,因果链终于合拢。当你给 service 类打上 final, cglib 创建的代理类再想通过继承它来实现父写, 便直接被加大语言规范拒之门外。 final 类不可被继承,代理类生成失败,所有基于这个代理的 a o p 增强,包括 at transactional 声名式事物瞬间化为泡影。这就是为什么一个看似无害的修饰符能悄然废掉整个事物。 还有一个容易忽视的细节, spring 在 两套方案中究竟怎么选?传统规则是,如果目标类实现了接口,默认走 jdk 动态代理, 没有接口则走 cg lab。 但从 spring boot 二点 x 开始,官方通过 spring aop proxy target class 配置项翻转了默认值,直接设为 true。 也就是说,即便有接口,也优先使用 cg lab。 这么做很大程度是为了减少因代理类型不一致带来的类型转换异常并统一行为。正因如此,今天你对一个没有接口, 加了 final service, 寄望于 cg lab 代理时,踩坑的风险反而比过去更高。因为 cg lab 几乎已是代名词。 a o p 的 本质是关注点分离,这不仅是整洁代码的铁律,也是高手规划职业轨迹的新法。那些机械的配置、重复的样板代码、无休止的扯皮沟通,不过是廉价的横切逻辑,绝不该让它们腐蚀你的核心现成。能用自动化工具消解的就交付出去, 能委托的就果断剥离。但另一面,你对复杂问题的诊断直觉,对系统脉络的穿透力、对技术走向的判断力,这些是你的核心业务逻辑,必须亲手打磨,不容他人代劳,更别让任何框架替你决定。真正的从容,是在切面事物上保持极简的疏离,而在核心能力上保持极致的贪婪。

咱们今天正式开讲拍放网络爬虫的进阶内容。首先第一点先给大家讲反爬识别的基础。 大家要知道现在绝大多数主流网站都有反爬机制,他们会从请求特征、访问频率、行为轨迹这几个维度来判断你是不是爬虫,留你一秒钟请求十次页面, 那肯定一抓一个准,这也是咱们做进阶爬虫首先要搞懂的底层逻辑,搞懂了人家怎么访你,你才知道怎么合理应对,对吧?接下来咱们讲第一个应对反爬的常用技巧,就是请求头伪装。大家平时写基础爬虫是不是经常直接用 request 发螺请求, 那肯定很容易被封,要记住正常的浏览器发请求的时候都会带完整的 user agent、 referer、 accept 这些投信息,咱们只要把这些字段都补全,甚至模拟不同浏览器的 u a, 就 能骗过很多基础的反爬机制, 比如说你可以找一个 u a 池,每次请求随机换一个,就很难被识别了。接下来咱们说 cookie 池的搭建,很多网站需要登录才能爬取内容,要是你只用一个账号反复爬, 很容易就被封号了。这时候咱们就可以准备一批小号,登录之后把它们的 cookie 都存到池子里,每次请求随机取一个 cookie 用, 这样就把访问压力分散到多个账号上,单个账号的访问频率很低,自然就不容易被检测到了。大家操作的时候要注意 cookie 的 有效期,记得定期更新哦。 然后咱们再来讲 ip 代理池的使用,这可是应对 ip 封禁的核心手段,要是你同一个 ip 封了,你连正常网页都打不开,这时候咱们就可以用代理 ip, 每次请求换一个不同的 ip 网站看到的都是不同地区不同用户的访问,自然就不会封你了。注意哦,大家尽量选高逆代理,普通的透明代理人家还是能查到你的真实 ip 的, 相当于白用。 接下来咱们解决大家常问的动态页面爬取问题,很多网站现在的数据都是 g s e 不 加载的, 你直接用 request 爬下来的,源码里根本没有想要的数据。这时候咱们就可以用 selenium 或者 playrite 这些工具 模拟浏览器把页面完整渲染出来,等 gs 把数据都加载完了再提取内容,就跟你手动打开浏览器看到的内容一模一样。当然了,渲染页面会慢一点,大家可以按需开启无头模式提升速度。 然后咱们来讲怎么对付验证码,爬着爬着突然弹出个验证码让你输,这肯定特别影响爬取效率,对吧? 简单的字母验证码,咱们可以用 p、 t、 s r 做 o c 二、识别,复杂一点的划快点选验证码,要么用预训练的 ai 模型识别,要么对接第三方的打码平台 挤离钱一次就能解决,比你手动输效率高多了。不过大家要注意,不要随便爬需要实名认证的敏感网站哦,核规是第一位的。 接下来咱们讲怎么提升爬虫的效率,普通的同步爬虫发一个请求就要等响应回来才发下一个, 大部分时间都浪费在等待上了。咱们用 i o p 步写一步爬虫,同时发几十个请求,不用等前一个回来就发下一个,效率能提升十几倍甚至几十倍,不过要注意哦, 不要把病发得太大,不然一下子把人家网站打垮了,那可就违法了。咱们要控制好请求频率,做友好的爬虫。 然后咱们讲数据去重的技巧。爬取的时候经常会碰到重复的链接,要是反复爬相同的页面,既浪费自己的资源,又给人家网站增加负担。咱们可以用布隆过滤器或者 radis 的 集合来存已经爬过的 u r r, 每次爬之前先判断这个 u r r 是 不是已经爬过了, 要是爬过了就直接跳过。不隆过滤器占内存特别小,适合一级别的 u r 去虫。大家做大规模爬虫的时候一定要用上。 重点来了,大家咱们做爬虫一定要遵守 robots 协议,每个网站根目录下都有个 robots 点 txt 文件, 里面明确写了哪些路径允许爬,哪些不允许爬,还有爬取的频率限制,咱们一定要按照规则来,不然随便爬人家禁止爬取的内容,比如用户隐私数据,那是要负法律责任的,大家一定要记住,技术是中立的,但是用技术的人要守规矩。 接下来再给大家强调一下反爬应对的边界。咱们学进阶爬虫技巧是为了合法获取公开的公共数据,比如公开的行业报告, 公开的商品信息这些,绝对不能用这些技巧去爬取非公开的隐私数据,也不能用爬虫攻击人家的网站,不然轻则封号,重则吃官司,这一点大家一定要记牢,不能拿技术干违法的事。 最后给大家留个课后作业,大家可以找一个公开的资讯网站,用咱们今天讲的请求头伪装 ip 代理,一步爬取这些技巧, 写一个合规的小爬虫练手,遇到问题可以在评论区留言交流,最后别忘了给老师点个赞,关注一下后续的课程,也可以进咱们的学习群跟大家一起讨论问题,后续还会给大家分享更多拍放和爬虫的干货内容哦!

你简历上写了 ai 应用开发,那我问你, java 里怎么接入大模型啊?如果你一上来就回答,后端发给 app 请求调接口,恭喜你!这场面试基本就凉了。面试官抛出这道题,根本不是想听你的一个呆萌,他想考的是,当模型想要长达十几秒,随时可能超时限流,甚至格式乱掉的时候, 你的系统架构能不能扛得住?屏幕前的朋友,要是你准备跳槽,想走 java 加 ai 的 转型路线,但没有方向。我整理一套 java 加 ai 的 学习路线图, 还有线上通用的实战场景的面试文档,包含了近两年各个大厂的热门产品和经典八国面试题等内容。只要你是我的粉丝,扣三三直接安排,帮你快速应对转型面试。你以为接个大模型 就是拼个 u l, 发个请求?真正的上线的项目,核心在于对不确定性的极致管控,大厂都有这三个核心维度来设计的。第一,架构 需求,拒绝硬编码。很多新手喜欢在 ctrl 里写 http 请求的逻辑,线上出了问题,根本就没有办法排查。今天公司用通一千万,明天要换成豆包,后天又要接本地部署的开源模型。如果你一开始就把调用逻辑和业务代码 死死的绑定在一起,后续叠加就是灾难。正确的做法就是抽象出一个独立的模型,调用服务层。业务层呢,只认这个接头,底层随便你怎么替换,这才是架构该有的弹性。第二,智能路由分发,严禁模型幻觉用户的问题进来,绝不能无脑的就给大模型。大模型啊,不是万能的数据库,他拿不到实时的业务数据, 所以后必须先做意图识别闲聊类,直接放行公司的制度,先走 r i g 解锁知识库。如果啊是查订单查库存,必须单独调用,有接口。比如用户问我订单怎么还没有发货呀?后端第一步是叫验有没有订单号, 没有就主动追问。拿到订单号后删掉订单系统,查出真实的状态。比如仓库已检猎货,然后再把这个实时数据喂给大模型,让它能做出自然的 语音润色输出。您的订单已在仓库验货完成,正等待快递揽收,决不允许。他凭空编了一句,预计明天送达。第三,全链路日制与工程化的防护。普通的 c i u d 业务数据库,查到什么就返什么。结果是确定了,但大模型的输出啊,是天生具备不稳定性的。所以啊,日制 必须要记全了用户的原始提问,今天完整的 problem, 提示词调用的模型类型、接口耗时模型的完整的返回内容,以及是否命中了知识库,少计一个现场白搭,故障的时候就是盲人摸象。除此之外,还必须配套敏感词的过滤、固定输出格式,约束异常容错的降级,甚至啊人工负荷机制。

啊,从今天开始,我们将进入到 spring ai 阿里巴巴,从入门到进阶实战的课程学习。关于啊,我们整个课程的介绍啊,就是课程啊,会以 spring ai 阿里巴巴为主啊, 为什么要学习 spring ai 阿里巴巴啊,虽然 spring ai 它现在还没有发布正式版本啊,但是啊,我们啊去啊构建 java 的 应用的话,我们还是会以 spring 的 生态为主,是不是? 这里就是 supreme 阿里巴巴,它是阿里官方基于 supreme 构建的一个框架,它是与阿里的百炼模型平台深度集成的, 就是通过阿里云百炼,我们可以接入啊,阿里的通用一千万的一些模型,然后还有像 deepink 那 些模型,特别适合国内的啊这种啊, java 的 智能 ai 应用开发这是啊,这一个点啊, 然后我们整个课程的目标啊,就是要基于 spring 的 生态啊,去实现那个 ai 应用的开发啊,会覆盖大模型的集成, r a g or corning, m p c 协议啊,以及整体等核心的一些场景。 然后整个课程的特点呢啊,会从这三个角度啊,一个是基础的入门啊,然后啊,就是啊,我们的进阶的实战啊,最后还会有一个具体的智能客服的一个项目的实战啊,就整个啊课程啊, 会做到啊,就是 spring 应用开发啊,包教包会啊,然后整个课程啊,需要的基础就是那个 spring boot 啊,美文, my secret, race 这些啊,技术你会用啊就可以。最后我们课程的那个代码啊,我已经上传到 get e 啊,大家啊,直接啊就从官网拿去啊就可以 啊,这是关于我们整个课程的介绍,那接下来我们就来看一下 spring 二零八基础入门本视频面试笔记已售罶二加六最新面试要求与完整应对技巧 加瓦加大模型主流技术站高平面题与实战场景题,同时还有各阶段面试简历模板,还有全套模拟面试指导,留下面试无偿分享。哈喽,同学们大家好,我是同龄课堂的傅导师,从今天开始,我们将进入到 spring 阿里巴巴的学习。 首先我们来看一下 spring 阿里巴巴基础入门这节课的目的啊,是为了带大家去掌握 spring 阿里巴巴核心组建的使用。 首先会带大家去了解什么是 supreme 阿里巴巴啊,它的作用啊,然后它里面相关的一些核心的概念,然后会带大家去搭建一个基本的一个环境,项目环境啊,以及啊能够快速入门我们的大模型应用开发啊。然后第三部分呢,会带大家去啊了解 supreme 阿里巴巴它的核心的组建 啊,然后最后会给他去讲解啊,我们那种通用千万模型的参数怎么去左调右好,这是关于啊基础部分的这个内容。那么首先我们来看第一部分 spring 阿里巴巴的介绍, 这里我们首先要了解个问题啊,在 java 中啊,我们大模型应用开发的生态啊,其实 java 的 应用生态它相对于啊 python 来说啊,不是很强大啊,在 java 中的啊,它的那个 ai 开发这块相对来说是有延迟的啊, 比如啊,那个 supreme 出来之后啊,它才帮我们去啊接入很多的一些那个大模型是不是 supreme 阿里巴巴,它实际上啊,是在 supreme 技术上做的一个封装啊,它啊,主要是阿里官方啊 啊,它为了去推自己的啊,那个阿里云的那个大模型啊,它会有一个对应的阿里云百面的一个平台, 主要是专注于阿里云生态的一个深度集成,当然啊, spring 二零八八它肯定也适合我们国内的这种 ai 开发,是不是?特别是啊,就是很多公司的这种项目啊,它都是基于啊那个阿里云开源的一些框架去构建的, 所以啊,我们做大中型开发的话,在国内的话,其实还是建议啊,大家可以去使用 spring 二零八八好,然后啊,其实在家务中还有一个框架叫囊千附件, 是啊,当下项目的一个 java 的 一致版本啊,它主要是专注于啊构建那个那种多模态啊,啊,还有那种啊,多参与展示的那种 ai 应用啊,就是我们的这个 ai 正体, 需要你这种复杂的 ai 工作流的时候,我们可以去考阅使用那个当下附件啊,它其实就是 python 的 那个当下项目的一个 java 一 致版本,是不是啊,这是这一块啊,那这里老师重点给大家去讲一下那个 spring 阿里巴巴啊,然后带领大家啊,快速的去掌握啊, java 大 模型应用开发。 好,首先我们来去看一下 supreme 阿里巴巴的官方网站啊,他已经把它改成了 java to ai 啊,然后这是他对那个文档当前啊,已经发布到了那个一点零点零 m 六点一的版本。 好,我们给看一下他对那个概念啊,其实他就是基于 spa 构建的,是不是啊,主要是阿里云的通用模型啊,以及服务在加微领域的一个最佳的时间啊,主要就是为了阿里云他的产品服务的,是不是?然后我们可以去看一下他整个的一个生态啊? 比如啊,在我们的边缘节点的话,比如像那个 app, 还有电脑端呀啊,这是我们请求的一个入口,用户通过啊,比如浏览器去请求想要去掉我们对应的一个大模型, 这里阿里云的有些产品就可以提供啊,比如我们请求过来的话,会经过它对应的 h g s 网关,是不是 h g s 网关现在已经是 ai 网关了啊?在这端它有对应的一个缓存呀,还有那个限流啊等等啊, 把我们的请求路由到我们的后端那个服务,比如像我们的 ai 的 整体啊,那这里就有可能啊,有些模块,比如大模型的啊,记忆啊,还有那个 r e g 啊,减速增强啊等等工作流啊,相应的一些模块支持。然后啊,这个应用外肯定最终啊还是会去掉你的阿里的百年的啊, 它对的大模型的,比如它有纤维系列,还有其他的 a c 模型,比如像 deepsea 啊啊,构成它整个的生态,然后这边还有啊,那个 ai 的 一个监控啊,可说话这块好,这是啊,整个阿里云啊,它基于 supreme, 阿里巴巴的一个生态, 然后他会有一些核心的概念啊,那这些概念呢,我这里面给他做了一个总结啊,那不用看这么多啊,这里面啊,刚开始我们入门的时候不用啊,过于详细去了解概念,因为概念比较那个深色难懂啊,然后我们啊会在后续的 就是我们学习过程中啊,进一步的去对这些概念做深层次的讲解。先简单了解一下,比如像模型的话,你就可以把理解为学霸的大脑, 是不是?学霸他知识非常丰富,我们大模型的话,他其实学习了很多的知识,他形成了自己知识库,是不是?比如你教一个小孩子,你去认猫狗的话,你看多了照片啊,看多了一百张照片之后,他也能够认出什么是猫,什么是狗,大模型他也是一样的,是不是?他能够啊,根据你的输入,他给输出 你想要的一个结果,是不是?这是回能够回答你的问题啊,这是大,这是模型啊,就是我们对你的大脑可以揭露啊,我们的啊啊,像叉、 g p t 啊,然后 d p, c 啊这些大模型啊,然后提示,欸,就相当于啊,你的那个考试的题目,是不是学完去参加考试,它会有那考试题目,它根据那个题目写出自己结果。 比如啊,对 ai 来说,他就是啊,你问他问题,你问他啊,比如啊,问手机助手今天热吗,他就会告诉你今天这个天气是不是你。比如你问他啊,啊,用小学生能听懂的话去解释量子逆学, ai 他 也会啊,帮你啊,用很简单语言去解释一下什么是量子逆学,对不对?比如啊,我们来去看一下啊,比如我们使用的一个模型啊, deepsea, 那我们来看一下,用小学生啊都能听懂的话去解释量子逆选 啊,这首他给你直接讲了一个故事,是不是啊?这是这个点啊,就你想要的结果,其实取决于你对那一个提示词, ai 它要求就提示词是越明确越好啊,你不要整那种啊有歧义的提示词,或者是模棱两可的。好吧,这是这个点啊,就是我们的 提示词啊,然后就嵌入,嵌入是什么意思?哎,就是啊,相当于把一段文本可以把它转成那种数字密码,就比如你像苹果这个词,他转成那个像样啊,表示他可能是啊,零点二,零点七啊,负零点三啊,那水果呀,他给变成零点三,零点六,负零点二啊,你会发现 这两个项链它非常相近似,是不是就可以把它们归为一类啊?你的维度越多的话啊,它越相似东西它它越像零,是不是 啊?这种啊,其实就是我们的项链的一个近似算法啊,有是一个算法啊,就你的苹果啊,和我们的衣服 他们是相差很远的,对吧?你把文本转成数字表示就可以。呃,去啊,统计他们的一种那个相似性呀,那个搜索的时候可以获取一个近似的结果,是不是啊?这是一个欠入啊,就把他一大段文本啊,转成这种项链 好,然后就 token, token 的 话啊,大模型啊,他其实生成的话是一个个字出来的,是不是一个一个字出来的啊?他其实就是一个 token 啊, token 的 话啊,你可以把理解为啊,就是我的一大的文本,我想去啊,那个分析它怎么办?我把它细分成一小段一小段的,是不是 比如啊,你好啊,他给拆成啊,你好啊三个词啊,然后他预测的时候,比如啊,你今天早上有没有吃 吃的后面啊,大魔性,他预测的话最大概率的话应该就是饭有没有吃饭,是不是?他不会是别的吧,别别的词的概率是更低的,比如苹果,苹果的他的概率会更低,是不是饭的概率最大?他是一个词一个词啊,出来的啊,一个 token, 一个 token 出来的。好,这是这个点啊, token 啊,然后就结构化输出,就是我想让大模型给我生成一个表格,或者是给我生成一个课表,他就会按照你的要求生成你本周的课表,或者是啊,生成你的表格, 对不对?你如果不做要求的话,他就是这么一大段的一个文本,那你做要求,比如我想生成个 jason, 他 就会给我生成对的 jason 想生成表格就生成图片。支持啊,我们图片的模型,他就会给你生成对到一个图片,是不是啊?这是这个点啊,就是结构化的一个输出 啊,然后啊就是微调,微调的话你就可以理解,就是一个学生,他去上那个补习班啊,对学霸来说啊,他可能就是专门啊,攻某一个学科,提升啊特定领域的能力啊,比如专门啊去攻数学啊,攻奥数,是吧?比如一个爱爱医生的话,他专门去学这种啊,皮肤病的图片啊, 他学完之后就可以专攻皮肤科的诊断,是不是啊?这是这个点啊,就是微调在某个领域啊,对模型进行一个进一步的啊,那个 强化,然后啊就是解锁增强生成是什么意思啊?解锁增强生成的话,就比如啊,就是我想去查相关数据,比如啊,我去问 deepsea, 我 小学的老师是谁,他肯定不知道啊,是不是我小学的老师是谁? 他知道吗?不知道,是不是因为他没有这个数据,他都不知道我姓什么,对吧?他不知道我是 fox, 所以啊,他不知道他回来,你不知道,那怎么办?我们可以给他外挂一个知识库,我们是不是就可以知道啊?那知识库里面你可以去记录你的那个小熊老师的信息,你的姓名,你相关的一些信息, 然后他啊去查的时候,他可以怎么样?先去查你的智库,然后把智库里面关于你老师信息的片段解锁出来,然后统一为个大母型,然后大母型给输出。那这种情况他是不是就告诉你小学老师是某某某,对不对啊?就是啊,这个点啊,就是我们的一个解锁增强 加速增强啊,这是点啊,就三个月啊,你是说是那种开卷考试对不对啊?然后啊,就是我们的函数调用,这个也很好理解,你就可以啊,把它理解为啊就是一个工具的使用它,其实后面啊,它就叫 toss。 比如我现在啊,想让大模型啊,帮我去设置闹钟。想让大模型啊啊帮我去啊把家里的灯打开啊,想让大模型啊,帮我去查询一下那个啊天气信息,或者是规划一下我今天的出行的行程,这些大模型他是做不到的,除非啊你去掉对应的工具, 比如啊,我去调啊那个天气的那个服务,我去调那个高德地图,帮我规划今天的行程,是不是啊?这就是啊 function 啊,现在很火的 m c p 啊,它其实啊 本质上还是通过啊方克星关联啊去调的啊,它是通过方克星关联啊去集成啊你的 m c p c 浏览器,然后再去啊调对应的 m p c server 服务,是不是 好?这是这个点啊,就是函数调用啊,然后啊最后啊一个概念啊,就是评估人工智能的回答,这个啊,就相当于老师帮你批改作业, 是不是因为 ai, 它有的时候它是一本正经的胡说八道的啊,这个时候啊,你可以通过这种准确 ai 召回 ai 给它进行打分,比如 ai 如果说太阳从西边升起,那你知道它错了,是不是?就是这个点,这是关于啊,我们 ai 里面的一些核心的概念,后续啊,我们会在基础 组建啊,以及我们进阶使用中啊对这些概念做进一步的讲解啊,这是关于啊这个点,那接下来我们去看一下关于啊 supreme 阿里巴巴环境的搭建,以及啊快速入门。 哈喽,同学们大家好,我是同龄课堂的傅老师,上一小节啊,我们简单的介绍一下 supreme 阿里巴巴啊,介绍它的一个生态,然后它的核心概念,那么接下来我们就快速的啊去接入 supreme 阿里巴巴。首先啊,我们来看一下 基于 supreme 阿里巴巴去开发大拇指应用它的一个版本选型,这个非常重要啊,就是你的版本不兼容的话,你要调半天是不是?这里大家注意啊,老师会使用啊 jdk 十七,然后是使用 supreme 三点四点零的版本啊 啊,这是 supreme 三之后啊,它基本的要求就是 jdk 十七,是不是?然后 supreme 的 话啊,也会使用当前啊 supreme 最新的版本以及 supreme 阿里巴巴啊,会用最新的版本, 这里大家注意啊,就是你第一次使用啊那个 supreme 阿里巴巴的时候啊,要注意啊,因为它是依赖了相关的 supreme 包的是不是?然后 supreme 相关的依赖包,哎,它还没有发布到中央仓库,所以啊,你得自己啊去把它引入一下啊,引入对应的这个仓库的配置 啊,这里啊,我整理了一个完整的一个配置啊,就是大家可以直接啊拿到这个思维导图之后,直接啊把它贴到你的项目中去啊,这是一个 pullm 啊,就是我们看一下有具体的啊,比如那个 spring i i spring i 阿里巴巴的版本, spring boot 的 版本,是不是啊?然后有对应的啊,就是它的相关的一个依赖的管理啊,这是这个点啊,然后还有啊相关的一些那个插件啊,还有仓库,是吧, 你可以啊去建一个那个聚合工程啊,就比如啊那个 ai demo, 这下面有很多的一些那个子模块,然后在它的 support 里面,你就可以直接把我的这个配置直接把它贴过来,那这里就是相关的一些约束的配置,是吧?好,就是这个点啊, 好,那接下来我们就来去看一下那个大模型的选型。好的同学们啊,大家好,我是托尼课堂的佛导师啊,上一小节我们讲呢版本选型是不是?那接下来的话,我们要去啊进行大模型的选型,就我要去掉大模型, 我得知道啊,我钓的是什么大模型,对不对?那大模型的话,通常啊,我们可以去钓你本地部署的大模型,然后可以去钓云端的大模型,当然本地部署的大模型的话,因为大家机器的配置肯定是效果没有那么好的,是不是?但是不影响啊,你去学习 那云单大模型呢,我们就可以调啊,比如像阿里云百炼平台的,还有像那个硅基流动的啊,平台的啊,对应的大模型哎,像阿里云百炼还有硅基流动,他们都有对应的一个免费的额度啊啊,刚开始足够你学习使用了啊,这是这一块啊,那具体的我们就来看一下啊,如果我是去部署 本地的大模型的话,我们应该怎么去做好?同学们啊,首先我们来看一下本地大模型的一个部署,那本地的话,你可以选择那个通用的模型或者是 deep think, 但是我们需要去借助于啊一个开源的平台叫 alama, 直接啊去点击 这个欧拉玛的话,这是它的官网啊,你可以直接啊去先去下载它,就是点击下载就安装,安装之后啊,就是我们就会拿到一个欧拉 mini 啊,然后你可以去选择你所想要的模型。这里可以去搜索的啊,比如 q d m q 或者是 deepsea, 那 我这里面就以 deepsea 举例啊,你可以直接点进来 这里,它给我们提供的 tipsix 二一的啊,对应的不同参数版本的模型,比如啊,一点五 b 啊,就代表啊是一十五亿的参数,一 b 是 代表十亿啊, 这它对应的大小啊,然后是七 b 的, 然后就是那个对应的八 b 的, 是不是?然后十四 b 的, 然后这块的话啊,它其实会占用你的那个机器的配置,所以啊,我们啊,一般的话啊,它其实会占用你的那个机器的配置,所以啊,我们啊,一般的话啊,它其实会占用你的那个七 b 就 差不多了啊 啊,你如果机器配置更低的话啊,或者说你说东西装太多了,我不想部署大拇指,这个很卡,你可以考虑直接啊部署这个 最少参数的啊,就是一点五 b 的 这个版本,这是啊,老师准备的一份文档啊,就是本地部署这个四个二一的推理模型,先把它去下载啊,下载,嗯,直接跟普通的那个软件安装一样的啊,然后你去选择时候注意一下啊,就是满血的肯定是不行的啊,满血他要求是你看 它的那个配置要求啊,那个 a 一 百的卡是个十六张是不是?嗯,基本达不到啊,然后啊,你三十二 b 的 话,它也需要那个四零九零的啊卡啊,这是这个点啊,然后大家一般的你部署一个七 b 八 b 一 点五 b 就 差不多了啊。 然后啊,你安装好欧拉玛之后啊,我因为已经装了,我就不带它去安装了啊,就直接啊 c n d 安装好之后啊, 你这里面会有一个对应的欧拉玛的一个命令的啊,欧拉玛,对啊,我们是不是可以看到啊,对应的欧拉玛是装好了的啊,然后这里面他有个什么欧拉玛是 run, 就 可以帮你运行个模型,然后 p i 就 可以帮你去拉取这么一个那个模型。当然啊,我们直接运行的话,他没有的话,他也会帮你去下载,就有点类似于那个像我们的多克,是不是欧拉玛他可以帮我们去啊,部署很多一些中间件, 一个意思啊,那这里我们就可以去运行一下,是不是比如我们可以去啊运行这个一点五 b 的 啊,或者你的机器配置好一点的话,你就可以直接啊去啊,运行七 b 的 来,直接跑七 b 的。 好,我们去啊,那个跑一下啊, alama round dipstick 二一七 b 七十一参数的这个版本是不是 好?此时注意看啊,他如果没拿取完的话会怎么样?他会去拿取,是不是?这拿取成功之后他就会啊,进行一个部署,他已经部署成功了,是不是?看啊,你可以问一下啊,你是谁? 他告诉你啊,我是由中国深度求索公司开发的智能助手 deepsea 二一,然后啊,你可以问他啊,那个讲个笑话啊, 好,他想听一个笑话,他就会给你讲一个笑话,是不是?这就意味着啊,我们本地的这个模型已经部署好了啊,然后对应的啊,就是我们啊,想去调它的话啊,其实它会提供的对应的啊,那个端口的,我们直接可以去调的啊,我们可以看到 north horse 的 幺幺四三四, 它是监听这个档口,然后我们可以看到 api tax, 我 们看对应那个模型是不是有那个七 b 的 啊,一点五 b 的是吧? 好,这是这个点啊,好,然后通过这种方式我们去操作这个客户端,不是很方便,是不是?我们还可以去啊,安装一个可适化的一个工具,你可以用啊, chatbox, 但是老师推荐大家可以使用这个 cherry studio 啊,非常的好用啊,这是我用过之后 觉得很好用的啊,推荐给大家,你打开七十九九然后干嘛?然后你可以在这里啊,注意啊,进到这个设置这里面啊,是他的一个链接啊,就是大家直接去下载,在设置里面注意看啊, 这里面它会有很多的一些模型的服务厂商,是不是?比如我现在是用的欧拉玛,我只要点这个欧拉玛点进来是不是就可以啊?然后你把你的对应的这个模型,它默认的监听端口是幺幺四三四,你没去改它啊,默认监听幺幺四三四端口,好,把它复制进来,复制进来之后啊,你点这个管理, 然后你所部署的模型呢?这里面都会有,比如有个七 b 版本,是不是然后有个一点五 b 的 啊,然后都会在这儿,然后管理,管理上之后啊,就可以在我们的这个绘画的窗口啊,比如我这个代码助手,我就可以去选择啊,选择一个模型的,我,比如说我选择啊我的 o n a, 假设是那个七 b 的 版本。 好,那我这输入啊,讲个笑话,讲个笑话, 此时啊,它实际上啊,它就会去掉我们对应的这个七 b 的 这个大模型,是吧,帮我们啊去输出一些信息。好,它已经是在思考中啊, 开始输出了,可以很显然看到它是一个 token, 一个 token 的 输出的是不是好,这是啊,关于啊我们的这一个大模型的一个本地的部署,然后后续我们想去钓的话啊,其实我们是可以通过这个 u r 地址去钓的,是不是?好,这是关于啊这一个点。 好,那么接下来的话啊,我们就去讲一下关于这个云端大模型啊,怎么去配置 好。同学们,大家好,我是图理课堂的 fos 老师,上一小节我们基于欧拉玛部署了本地的 deepsea 七 b 的 模型,然后借助于啊 cherry studio 这个客户端,可以去访问我们大模型。那么接下来啊,我们来讲一下基于啊云端大模型啊,我们怎么使用啊?那个 cherry studio 去接入, 我们可以去看一下啊,那个阿里云的百炼平台,我们直接啊点进去啊,去看一下, 这块呢,需要大家先去注册啊,你注册之后啊,你进来的话啊,就会进到这里面会有一个对那个模型,然后我们可以看到他是新用户开通啊,就可享受每个模型是一百万的一个免费的一个 token 啊,这个大家注意一下,然后我们点进来之后啊, 这里啊,点这儿啊,会有对应的啊这个模型的广场,模型广场哎,他会帮我们去接入很多大模型,比如啊,有那个同意的啊, 就是阿里统一系列的一些模型啊,比如像那个统一纤维啊,还有 q w q 啊之类的啊,还有那个纹身视频的,还有那个纹身图的啊,纹身那个音频的等等啊,一系列的一个模型模型,这你可以看到它的类型非常全,是吧啊,文本生成,全模态啊,音频理解,视频生成,图片处理, 所以啊,啊,老师为什么要建议大家使用这个通用型的一个模型啊,就是基本上啊,就是你的啊,各种的一个啊需求,他都有对应的一个方案,是不是?好,然后啊,你如果想使用 deepsea 的 话,他其实也部署了 deepsea 的 满血模型啊,还有他的对那个真六的模型,这都可以去使用啊, 好,当然他还有这是其他的啊,一些比如像那个智普 ai 之类的,是不是?好,这是啊,我们的阿里云百店,那我们怎么去使用它?哎, 那我们啊如何去使用啊?首先啊,我们肯定是需要去登录的,是不是啊?登录的话输入你对应的一个用户名啊,密码进来好,然后注意啊, 那怎么去啊?接入我们去使用啊对应的这个大模型呢?啊,注意啊,这里面有一个 api k 是 不是在那个左下角啊,然后我们点进来,点进来之后啊,你只需要去创建一个你对那个 k, 明白吗?啊,就可以了啊,那这里面我已经创建好了啊,直接啊,我们直接是可以复制这个 k 的, 是不是直接复制啊,然后我们可以去借助于啊对应的我们的 cherry 啊 studio, 是 不是我们找到啊对应的啊,那个阿里云啊百念 模型,然后啊,我们啊去啊,复制我们对应的这个 a p i k 啊,你这里面其实还可以去检查一下啊,你比如说你可以去检查啊,以那个阿里云的啊,它的这个模型可以选择很多模型,是不是比如你阿里云的这个千万的这个模型,来 去测一下,连接成功是没问题的,是不是这里啊,配置它对应的这个 api 的 一个地址啊,就可以去接入阿里云百联啊,然后我们再去请求的时候啊,这里面啊,我们就可以选择阿里云百联相关的模型,比如可以是啊,它的啊,那个 deepsafe, 也可以是那个千万的这个 模型,是不是?那比如我们问一下啊,就是讲个笑话,很快啊,他就可以帮你分享一个笑话,为什么程序员总喜欢用 iphone 啊?因为他们不喜欢安卓,是不是啊?这是啊,这一个点, 同样的啊,我们啊可以啊,快速的啊去啊接入,对呢,硅基流动也是一样的,硅基流动,哎哎,它送的更多啊,就是你注册它即送你两千万的 token, 然后我们进来之后啊, 就是你只需要在我们我们的这啊去拿到它的一个 api k 就 可以了啊,当然它也支持很多模型啊,模型广场我们可以点开这个筛选器啊,千万的 它也支持,是不是?然后 deepsea 也支持啊,都支持啊,然后腾讯的混元啊,它其实也都支持啊,当然我们一般的话就千万的效果比较好,是吧,千万 deepsea 啊用的比较多好,然后你可以选择对应的这个 api 密钥啊,然后在这面啊去直接啊复制 打开我们的 cherry studio, 然后啊选择啊在这儿啊找到啊归机流动的这个服务,然后啊复制你对应的 api key 啊,然后它这是它的对应的一个 api 的 地址 啊,然后啊我们可以去测试,比如说你选择啊对应的啊归机流动的,比如可以选择这个千万的 qmdq 三十二 b 的 模型,是不是我们可以去问一下啊,就是讲个笑话, 此时啊其实是那个归机牛顿这个模型再进行回答是不是好,这是啊,关于啊我们啊如何去啊使用这种云端大模型的讲解,那么接下来啊,我们就将啊使用啊那个 supreme 阿里巴巴去揭露我们的大模型。 hello, 朋友们大家好,我是图林克隆的 for 导师。上一小节我们讲了大模型的选型,带大家去搭了本地的大模型以及啊云端大模型,都接入了 cherry studio 进行的调用,大家对大模型应该有一个初步的了解,那么接下来啊,我们就通过编码的方式去接入大模型,我们就可以使用啊 spring i 阿里巴巴框架帮我们去接入我们本地的大模型以及云端的大模型。这里关于啊 spring i 阿里巴巴去接入大模型的方式, 这里老师总结了一下啊,有这么三种啊,官方啊,他其实啊整理了一份非常详细的文档啊,这里面啊,他都做了一个整理 啊,这几种方式来规划起来的话,其实就是三大类,第一类啊就是我们的本地大模型的记录,第二类就是阿里云百年平台它所具备的大模型的记录,第三类就是符合那个兼容 openai 接口的大模型的记录。 好,那我们就来详细来看一下这三种方式如何啊?去接入,首先我们来看一下本地大模型的接入,我们首先啊,就是你得去部署一个本地的大模型是不是?那我们可以借助 alama 的 方式啊去进行部署,部署好之后啊, 我们啊需要去引入对应的这个依赖啊,就是 spring ai alama, spring boot starter 引入这个依赖。 然后第二步就是要去啊接入大模型,你要知道你配置大模型的地址是不是?比如啊,我们现在啊通过欧拉玛配置了一个 deepsafe, 二一,我们要通过这个 spring 阿里巴巴去访问 deepsafe, 二一我们就可以啊,在对应的这个亚姆中啊,去指定你欧拉玛的平台的地址,然后指定你需要选择的模型是不是?那首先啊,我们就通过本地方式去部署,我们来看个例子啊,首先第一步 是不是得去引入那个依赖啊,就引入那个 i o rama spring boot 的 依赖,好引进来。然后第二步,哎, 就是在配置文件中啊,去进行配置,接入欧拉玛的本地大模型,指定欧拉玛的地址,然后指定啊,你所想使用的这个模型, 是吧?啊,然后啊,第三步的话就是编码嘛,在我们的那个有个 ai 的 这么一个接口啊, chat ctrl 接口中啊,首先我们需要注入一个 chat client, 插入 client, 大家就可以把理解它和那个大模型通话的一个工具啊,就是一个封装的调动工具绘画的一个客户端 啊,然后通过这个库单,我们就可以和大模型通话,比如我去实现一个聊天的接口啊, chat 接口,然后这里面传入啊,你的用户的输入啊,然后它会把它封装成那个用户的这种提示词啊,通过啊,啊 prompt 啊,点 user 这方式啊,封装为提示词啊,输入, 然后啊,就是那个点框,就去掉那模型,然后就是输出,对吧?就跟类似这种效果啊,我去问他,然后他给我一个输出,是不是。好,那我们来看啊,先啊,把它取起来。 好,此时我们就可以去测试一下。是不是啊,我们去测试一下啊,我们通过啊,那个 north horse 的 八零八八,然后 ai chat 输入,比如输入一个你是谁,然后啊,我们再去访问一下, 好,他会告诉你,你好,我是中国深都球所公司开发的 deepsky。 二、一,如果你有任何问题,我会尽力为您提供帮助。 好,这个是不是就调通了,就通过这种方式,我们就接入我们本地的这么一个大模型。好,这是啊, supreme 阿里巴巴通过啊, o nama 这种方式去接入我们部署的本地大模型。那么接下来我们来看一下我们如何去接入百炼的大模型。 哈喽,朋友们大家好,我是同林可乐的副导师,上一小节我们讲的那个 supreme 阿里巴巴通过欧拉玛这种方式去接入本地的大模型。那么接下来我们来看一下如何去接入云单大模型啊,比如啊, 就是阿里云的自身的这种百炼平台的里面的一些大模型。那这里同样的啊,我们需要去引入对那个依赖啊,就使用 supreme 阿里巴巴的依赖就可以啊,然后你只需要去指点啊,就你百炼平台啊, dyp 它对应的 api k 啊,然后你选择你索要接入的模型就可以啊,比如我可以选择接入 deepico, 我 也可以选择统一的这种啊, qd m q 三十二 b 的 模型,是吧?这个比较简单,我们直接来看一下啊,第一步啊,就是引入啊, spring a 阿里巴巴的 inan。 好, 我们啊,去引入那个 spring a 阿里巴巴的 inan 导入。然后啊,我们的第二步啊, 我们要去配置啊,你的模型的地址是不是调用的一个地址啊啊,它默认是有个地址的,这是百年平台地址啊,然后我们可以不用去写了啊,然后直接指定那个 api k, 对 吧?就是啊, api k 这配置好一个还原变量,你可以通过接文本参数方式,或者是直接在系统中啊去配置这么个还原变量, 把阿里云百念平台的对应的这个 api k 啊,把它复制过来,这里面有这么个 k 是 不是没有,你可以去新建一个啊?好, 然后啊,就是指令你想要调用的模型,那模型的话,我可以是 deep 四个二二一也可以?是啊,同一千万的啊,比如千万 plus 啊,千万 max 啊,是不是都可以啊,比如我们想去调那个千万的啊,千万 max, 好, 那我们来看一下啊, 法系就用你是谁啊?同一千万是不是?好,这是这种方式啊,这是第二种方式, 那如果我们想去钓其他的云端大模型呢?比如像硅基流动啊,它不属于阿里平台的,那我们能去钓吗?可以啊,有第三种方式,只要啊你的啊这些大模型啊,兼容的 open i 的 接口啊就可以。那么下一小节我们就来讲一下这种啊内 open i 的 这种大模型如何去接入。 好,同学们,大家好,我是同龄课堂的 fos 老师,上一小节啊,我们就讲了啊,那个此盘 i 阿里巴巴啊,整合 阿里云百炼平台,接入自身的大模型,通过 disco 这种方式去接入,是不是那么硅基纽动啊,这种平台,它的啊大模型我们应该怎么去接入?哎,只要支持符合 open ai 的 这个规范的话啊,它就可以接入。是不是我们通过 open ai 的 这种方式, 例如啊 spring ai, open ai 的 这个依赖,然后啊在我们的那个配置文档中啊,我们只需要去指定那个 open ai 的 对应的 a p i k, 然后啊它对应的一个 base 二地址 啊,然后选择啊它所对应的一个模型就可以啊,比如像归机流动的话,我们指定那个 apikey, 然后啊就是它的地址,然后啊只需要指定啊归机流动它所支持的这个大模型就可以啊,归机流动啊,它里面有很多大模型,是不是比如我们啊可以选择一千万的一个模型,那我们来去测试一下啊, 第一步啊,是要引入 open ai 的 一个模型,那我们来去测试一下啊,第一步啊,是要引入 open ai 的 一个依赖,是不是先把这个 好刷新,然后啊,在对应的配置文件中啊,我们去啊,接入 open i 的 配置, 这里的关键注意啊,这里面它指定那个轨迹流动的一个地址是不是?然后啊,选择轨迹流动所支持的这个大模型。好,配置好之后我们再来测试,此时啊,我们要去访问这一个聊天的这个接口啊, 好,这里面啊,有错误,我们看一下啊, open ai 的 k 必须得去设置是吧?没有找到这个 k 的 话,你要检查一下是不是这个配置有问题,按道理我是已经配置到环境变量的啊,是吧,那我们来看一下啊,它的原因是这儿啊,不小心把这个 ai 也注视掉了,是不是?大家要注意啊,就是 spring ai 点 open ai 好, 这个应该就没问题了,然后我们再来测试, 好,注意啊,我们运行一下,我是困,是由阿里云开发的超大规模的语言模型,是不是?好,这是这个点啊,是不是调通啊?好, 这是关于我们大模型的一个接入啊,就讲到这啊,那接下来的话带大家去啊,搭建自己的啊,第一个 ai 应用,聊天机器人。

大家好,我是老李,今天再说一个 java hashmap 的 面试高频考点, hashmap 在 jdk 一 点八做了一次彻底重构,面试官最爱问的就是它跟一点七到底有什么区别?很多人只知道多了红黑树, 其实背后是数据结构、插入方式、扩容机制三个维度的全面升级。今天一次讲透,先看底层结构。 jdk 一 点七是数组加链表, entry 节点只有 key、 value、 next, hash 四个字段,简单粗暴。 jdk 一 点八加了一个 tree node, 当链表长度超过八且数组长度大于六十四时,链表自动转红黑数, 查询性能从 o n 直接降到 o log n, 哈希冲突不再致命。第二个区别, 插入方式 j d k 一 点七用的是头插法,新节点直接插到链表头部。 这有个致命问题,多线段扩容时,会把链表顺序反转, a 到 b 到 c 变成 c 到 b 到 a, 两个县城同时操作,就形成环形链表, cpu 直接飙到百分之一百。 jdk 一 点八改成尾插法,新节点插到链表尾部,保持了插入顺序,此循环问题彻底解决。看代码对比, 一点七的 entry 类就四个字段, next 指向下一个节点,纯单项链表一点八拆成了 node 和 tree node, tree node 继承自 link hash map 点 entry 多了 parent、 left, right 和 red 四个字段, 这就是红黑树的节点结构,两个关键域值,记住, triffy 下划线 threshold 等于八,链表转述 untripy 下划线 threshold 等于六,树退回链表。第三个区别,扩容机制, j d k 一 点七扩容要对每个元素重新计算 hash 值,在取模算新位置效率很低。 j d k 一 点八用了高低位算法,根本不需要重新算 hash, 只需要看 hash and oldcap 这一位是零还是一,是零 就留在原位置,是一就放到原位置加原数组长度的位置,直接利用二进至高位特性,省掉了大量哈希,计算效率极大提升。最后说一个面试陷阱题,面试官问 jdk 一 点八改成尾差法就县城安全了吗? 答案是依然不是。死循环确实解决了,但多县城并发插入时,两个县城可能同时判断同一个 slot 为空,同时写入 后一个会把前一个覆盖掉,这就是数据覆盖问题。所以高病发场景下,还是得用 concurenseh map。 总结一下 j、 d、 k 一 点八的 hash map 三个核心,改进数据结构,升级 头叉改尾叉,解决死循环高低位算法,优化扩容效率,但记住它依然不是现成安全的,关注老李,持续更新!

好的,各位同学,今天来讲一下啊, reddis, 然后我们的一个安排就是首先讲一下 reddis 和 reddis inside 的 下载安装启动,然后再讲一个呃数据类型的一些常用的命令,然后讲完之后再讲一下进阶。呃,包括什么?呃?发布者订阅模式啊,主动复制啊,哨兵模式啊,是吧?呃,最后讲一下就是一个随缘部的整合 redis 的 一个操作 啊,那下载的话可以直接进入这个网站,然后下载呃压缩包,然后直接解压就行了。解压完之后呢?呃,我们直接 用这个命令启动就行了,因为你们刚开始可能没有配置环境变量,所以你们说的啊命令可能长一点,那你们感觉这个太麻烦的话呢?那就只需要配一个环境变量,然后启动的话就只用前面这部分就行了。好,我们来做个演示, 可以看到这样就是已经启动成功了,然后我们再来用一个终端去连接一下这个啊, 可以看到六三七九端口已经启动了,这就是我们安装启动连接的一个成功的命令啊。然后我们接下来讲一下啊字母串的一个常用的命令,是吧?哎呦,首先讲一下字母串的一个常用的命令。字母串常用的命令, 因为讲的主要是以常常用的命令。嗯,做一个例子, 如果你觉得这些太少了,是吧?你可以自己到官网去看一下啊,自己需要哪些命令,因为官网上面可能比较全一点,这个 share comments 是 吧?这就是一个他讲的非常齐全了。那我们首先主要讲一些常用的命令。 好,我们以呃做一个例子,那首先呢就是一个增值,也就是设置命令, set 设设置值的命令啊,你给他做一个标注吧啊, 我们来设置一个值,比如 set 一个 name 啊, name 叫什么呢?叫 j 啊,那就是看到 ok, 看到这个 ok 就 已经设置成功了, j, 一 样的,我们把这个给大家做一个备注啊,我们设置完成了之后呢啊,我们再来去查看一下,那就是 get, get 查值,查值,查看值, 你给他做一个标题,好,我们来查一下刚刚那个内值,对什么呢?内啊,看到没?就是刚刚设置的那一个值,我们也同样把这个复制下来。 查值,查值完了呢,然后我们还有长一个长,还有一个命令,就是一个 z 的 命令,就是判断它是否存在的一个命令, e x i s, 哈, 我们来看一下这个判断是否存在,判断是否存在的内容,来演示一下 u c 的, 判断一下 name, 好, 所以所以说它是存在的啊,如果我们去检验其他的值,也可以用这个命令去判断它是否存在这个, 那设置值,查看值,判断值是否存在,都有了,是吧?我们再来给他看一个,就是一个删除值, be 删除值, 删除,来演示一下,就是这样,删除什么值呢?删除 name 值,好,所以也是删除成功了,那也把这个标注好,那个设置查看,删除啊,都讲了,然后我们已经删除了,是吧?我们删除, 已经删除之后,我们再来执行一下这个命令,看它是什么样的啊?因为已经刚刚删除了,所以现在的就是一个零的状态啊。然后我们还可以再来讲一个,嗯,查看有哪些键,就是一个 kiss, kiss, kiss 的 一个命令。 来演示一下,比如我们现在再来设置一个值 name, 嗯,方三, 好,我们现在再来用刚刚那个 case 查看一下,比如我们 case 以,嗯,以 m e 结尾的是吧?好,可以看到我们语言内,那我们再来做一个其他引字,比如 seat, 嗯, a g e 是 吧? a g e 是 十八岁,我们再来用 case 查看一下 case 信号以一结尾的,那么现在展示的就是一个 name 的 一个键,还有一个 age 的 一个键,我们再来看一下。哎,你再来确定一下啊,他说的是一个 a 啊,设置错了, 这个啊,看到没?那就是一个 name 和 age 结尾的一个,呃,两个键。好,那我们,呃想把这个也复制一下吧,这是 case 还有什么?嗯,我想一下,嗯,给一个值,给一个箭头队设置一个时间,比如我们 seed 是 吧?如果英语好的同学可能知道这个单词 excel, 那 后面就是加一个 e x, 比如设置一个 code, 那 这个 code 的 多长时间过期呢?比如像我们验证码,一般,是 啊,三十秒过期还是六十秒过期是吧?那就三十秒。那这个验证验证码是什么内容呢?三三四四五五啊,所以是 ok 的。 那我们这时候可以来看一下倒计时还有多长时间啊?那就是 ttl 啊,我们设置酷狗看还有十九秒过期。 嗯,那我们也可以用一下数据库这个工具,就会更直白一些。那先加一个直接添加就行了 啊。这就是我们刚设置的一个值吗?你看到我们进来的时候这个扣子还有七秒钟过期,再把它刷新一下,哎,没了,说明刚刚设置的这个三十秒的时间已经过期了。啊,我们再来更更便捷的演示一下吧。啊,给它设置时间长一点, 有设置一个六十秒,三十秒过期,你看吧,我们再来看一下。啊,刷新,哎,到了这个, 这个是吧?还有二十六秒过期,那就是这就是一个啊,设置过期时间,还有一个查看时间的一个命令。好,你先把这个屏幕清除一下吧,那上面的这个就是一个啊, 上面的就是一个字母串常用的一个命令。你把刚刚这个写一个备注啊,查看时间,查看过期过期时间, 你给它 t t a t t 选 kiss t t a key。 好, 然后我们还有一个,嗯,设置过过期过,设置过期时间的命令 就是 set e s, 比如 set code, 是 吧?多长时间不行?三十秒,这个 code 的 内容是什么?三三四四五。好,这就是我们主要就是一个字母串常用的一个命令。嗯,我们再讲一个啊,那再讲一个全部删除的命令吧。嗯,啊, 全部删除的命令就是一个,我们来演示一下。嗯, flash 不 好,我们现在就把所有的剪辑都给它删除,我们再来看一下这里,把它刷新一下。哎,是吧?所有的都没了,这就是一个全部删除,删除全部剪辑队的一个命令。啊,那这就是一个自传常用的一个命令,我们接下来再讲一个列表。

你还只知道用这种常规方式练 isolation 吗?今天教你七个进阶版核心头肩爱瘦的思路 in the woods, he goes out at the side and slowly spreads his unready to fly from the love。 六七走一二三哒四五六七哒八一二哒三哒四五六七哒 一二哒三哒四五六哒七哒八哒一二哒三四哒五六七哒八哒一哒再走 慢动作啊!五六七走,一 二三四五六七八二二三四五六七八 台高 醍醐灌顶!

ai 编码时代啊,代码细节都不用去抠了,但那些 low 的 面试题还在今天呢,分享五个 low 到爆的面试题,下次啊,看到了直接怼。第一个,哈士麦普在 gdk 七中用头叉法扩容时,为什么会形成死循环? 现在早就没有人用 gdk 了,普通业务开发根本就不需要去修改哈士麦普的原码,哪怕知道了这个知识点,工作上面也完全用不到。第二个, alice 的 默认促使用量是多少?扩容因子是多少?每次扩容是原容量的几倍,这 是纯背八股文的知识点,实际工作没有人会记这个数字,然后要改容量,直接去查文档看编码就可以了,哪怕不知道也完全不影响写业务代码。第三个, request mapping, 注解包含的所有属性有哪些,分片有什么作用?实际开发 idea 会自动的提示,根本就不需要记全,需要什么属性搜一下就可以了, 全是为了考你有没有背过 spring 注解。第四个, g m 永久代和原空间有什么区别?原空间的默认最大内存是多少? 普通业务开发根本就不需要去做 gvm 调优,就算要调优,查一下配置文档就 ok, 完全没有必要去背的一个 知识点。第五个, service 的 生命周期包含几个阶段? in linux 方法有哪两个存在版本?现在啊,都是 server 开发,早就没有人写原声的 service 了,这个知识点完全过时,除了面试根本就不会用到。大家面试中还遇到过哪些奇葩面试题?评论区聊聊。

hello, 大家好,这里是程序的糖水,今天来讲解一下 webcoing, 以及分享一下如何更好地使用 ai 去写代码。首先来看一个常见的问题, 呃,有了 ai 之后还需要手写代码吗?呃,我个人觉得有了 ai 之后不一定需要把大量的时间花在手写每一行代码上,但是你个人开发者需要具备呃,能读懂代码、判断代码和修改代码的一个能力。 开发能力的重点,它从手写代码到转向能开发者清楚地表达呃这个需求,并完成这个需求的最终开发。 呃,大部分人对常见的一个误区啊,对 web web coding 的 一个误区就是让 ai 替你写代码,自己就是彻底完全躺平。呃,接受 ai 所有的产出。呃,其实不是这样的,真正的 web coding, 它其实只是让 ai 更快地实现你已经想清楚的这个东西,这个需求。它关键的转变在于写代码这个动作,到 你去描述这个需求,并最终去验证 a ai 给你的这个产出。从忽略呃这个技术实现细节,到你拥有这个产品思维和系统架构能力的设计, ai 其实就是相当于你的一个写代码的劳动力。 总之, ai 就是 帮助你完成写代码的这个动作,但是你要来为 ai 写出来的代码负责任,最终完成这个需求的开发。接下来介绍一下几个常见的 web coding 的 阶段吧。 呃,首先来看一下就是这个 web coding 氛围编程,呃,它的工作原理就是你开发者,呃,描述一个帮我写一个登录功能, ai 就去思考给你一个简单的一个代码产出,然后你 ai 和开发者去持续持续的进行多轮对话,大概是这样, 呃,这样的典型特征就是你快速去迭代,呃,凭你当下的感觉去驱动 ai, 但你缺乏一个全局的 plan, 呃,边做边改,可能到最后你也不知道你到底去改了什么,可能这边改了,那边就错了。 第二阶段就是比较一个规范的一个 ai 开发的阶段吧,就是 spec 编程,它的核心的思想就是在写代码之前,开发者要想清楚你要去做什么和如何去做 它的工作流程就是你先别写 spec 规格说明文档,明确需求边界,定义数据结构,先把先和 ai 去对齐你这个需求的一个方案设计,然后 ai 根据这个 spec 规格说明文档,然后再去生成代码, 呃,然后最终人开发者再去审核 ai 的 这个产出验证是否符合预期,它这个核心的优势就是你初期就是把这个需求的细节都对齐了,呃,减少 ai 的 瞎猜和导致的反反攻, 呃,提高代码的质量和可维护性。第三阶段呢,就是我最近刚了解的一个循环编程, 它的核心突破不再是人去 prop ai, 而是设计一个循环,让 ai 自己去运行,完成这个需求的开发。 呃,它的核心的机制就是你,呃,当前的任务未完成,它这个 agent 去读取当前的上下文,呃,决定要不要去进行下一步,然后执行工具去写代码,或者是 看验证结果,调取调取工具之类的,然后再将结果写回上下文,然后判断是否要进行下一轮的开发。 ai 开发,其实这个我个人理解,它这个循环编程很像一个人工约束版的 react 范式, react 的 核心,它其实就是 思考行动啊,观察结果,然后再思考,再行动啊。这个循环编程在这里对应的,我感觉就是,你读懂 读代码,然后再去让 ai 修改代码,然后再去运行测试,然后再看输出,再去修改它。可以把它总结为一句话,它其实就是定定义一套让 ai 反复执行的一个, 呃,工作方式。然后接下来介绍一下这个,呃, superpowers, 呃,它是一个 ai 的 编程脚手架,呃,让 ai 在 写代码之前能仔细地思考。呃,像资深的工程师一样, 呃,规划,去规,规划,思考和验证。它的核心的模块儿组成是由 skill 模块儿组成的。呃,常见的几个 skill 模块儿,呃,比如说 brostorming, 头脑风暴。在写代码之前, ai 会先问你,你的需求是什么?技术栈是什么?有什么约束? 呃,然后再再一个常见的 skills, 呃, writing plans, 编起计划,呃, ai 会把这个计划拆成, 呃,几个小任务,逐个去完成,比如看我这样如何平时是怎么去使用的。呃,你把这个 github 仓库拉到这个 ai 全集中,呃,它就会自动去调用这个 skills。 呃,大概是这样。举个例子就是,呃,你和 ai 去对话,说你帮我做一个计划清单的 web 项目 agent, 它会先触发这个 brostorming 头脑风暴的一个 skills, 然后再去编辑计划,然后再呃,派 agent 去开发代码,然后最后去测试驱动开发,去验证结果。 嗯,它这个工作流的话,就是需求理解,设计文档,任务拆分去设置测试驱动开发。大概是这样的一个逻辑, 新的同学想尝试 web coding, 然后或者有已经有 web coding 的 经验,但是如何去更好的工程化的去使用?我的建议是,呃,可以先从一个主力的工具开始,比如说 curson 或者 chun, 其实都大差不差的。 然后自己去为项目编写一个 ai 的 上下文文档,写清楚项目背景,技术站目录结构,然后构建自己的 harness 系统,构建围绕 ai 工程的 harness, 包括上项目加载、任务拆解工具调用测试执行结果验证。现在其实都是围绕 harness 工程来做的。嗯,今天的介绍主要就是介绍了 webcoine 如何工程来做。这期视频就讲解到这里。

推荐四个宝藏网站,这四个网站让你学习编程算法,这个编程人都知道的宝藏站廖雪峰官方网站,专门做零基础能看懂的原创技术教程,从拍分 java 到前端 c, 主流技术站全覆盖。从零基础入门到进阶实战,所有教程全程免费,不用登录,不用付费,讲解直白通俗,新手也能轻松跟上。 他就是宇哥林多,一个专注整合实用内容的纯净站点,页面干净,规则,没有多余弹窗和广告干扰,站内资源分类清晰,还有标签快速解锁,更新及时查找方便,省去了你到处奔波找资源的麻烦。 这个共创型技术博克即刻蜂巢,专门分享一线开发实战经验,覆盖 java、 cnet 等主流技术站,从开发技巧、项目源码到测试方法论,全是落地的实操经验与开源项目拆解。还有超有趣案例 元神,它就是茶兔社区,一个主打实用分享的数码资源交流社区,整体氛围干净纯粹,页面动画流畅, 站内覆盖优质软件工具干货教程,资源和谐,内容靠谱不踩雷,分类清晰,好场图片教学更加直观。

现在有些面试官我也是服了啊,一个 synchronized 锁升级,它能给你问出四五个问题出来, 比如 mark word, 它里面都存了哪些标志位?为什么升级为偏向锁之后呢?对象头会发生变化,如果一个对象正处于偏向锁,被其他的现成抢了,会经历哪些锁的过程?那其实这些都是跟 synchronized 锁升级原理相关的, 一次来给大家讲清楚。那首先啊,当我们去 new 了一个对象,那么在 gvm 的 堆内存当中就会存储这个对象的信息,其中呢,就有一块叫做 microword 的 区域,它是由八个字节,六十四个 bit 位组成的,会根据锁的状态呢来去记录不同的内容。那当我们创建一个对象初始状态,里面会有未使用的区域以及 哈士扣的区域,当然这个区域啊,如果你没有调用对象的哈士扣的方法,它里面呢是不会存储任何信息,除非你调用了哈士扣的方法才会进行存储。另外呢,就是分段年龄用于垃圾回收的。那么最后这三位呢,就是用于记录 锁的信息,那么在无锁状态,它是零零幺,那么此时啊,如果我们通过 single night 去锁住了这个对象,它就会升级为天象锁,那么前面五十四位就会存储持有当前对象锁的线状锁,那么前面五十四位就可以非常方便地去识别 是不是同一个县城去只有这个对象的锁,如果是的话,就代表呢,没有其他的县城跟他竞争,他不需要再进行升级。那另外啊,你可以看到无锁状态后三位是零零幺,升级偏向锁之后变成了幺零幺,那这些位信息我们能不能 形象的看得到呢?其实你想看的话也有办法,我们完全呢可以在控制台去打印这个对象的磁解码信息出来,你就可以看到 这个锁的状态信息了。那我的这个笔记里面呢,每一种锁的状态信息也都有,除此之外呢,还有一整套的 gbm 并发的笔记资料,需要的话可以直接拿去。那这里呢,还有一个点,就是在 jdk 一 十五之后啊,天象锁的功能呢, 就已经禁用掉了,为什么禁用呢?因为 jdk 他 觉得现代的应用呢,基本上都是多现成来去竞争锁资源的,那么一旦发生了 多县城的竞争呢,这里存储的县城 id 啊,就得撤掉,造成了新人的浪费,所以他干脆呢就把偏向锁给去掉了。也就如果有其他的县城也持有了这个对象的锁,那么你就会发现啊,他就会从偏向锁升级为轻量级锁,并且呢 siri 的 id 也会撤掉存储 锁记录,那么另外锁的标记位呢,就变成了零零。当然这里你要注意啊,这里的多县城竞争资源并不是并行同时去执行的,而是串行。 好吧,我也就是我现成 a 拿完这个对象的锁之后,我的现成 b 再去拿这个对象的锁,它就会升级为轻量级锁。 好吧,那如果是并行一起去竞争这个对象的锁资源呢,就会升级为重量级锁。那么重量级锁呢,是由操作系统啊,一个叫做 monitor 来完成的现成组色,所以这个过程呢,会涉及到用户态 切换到内核态的一个过程,这也是耗性能的所在了,也是为什么 j d k 它不一开始就用重量级锁的原因,因为重量级锁呢,它用到的是 操作系统级别的护持方式,那么此时前面六十二个 bit 位呢,它存储的就是操作系统当中 monitor 护持锁的这个, 并且后面的标记位呢,变成了幺零,代表重量级锁。好吧,那这其实你说这些东西要记谁记得住呢?我觉得一般人啊,他能记住这几种锁的状态,然后呢每一种锁的状态,他的升级过程就可以那些面试问你每一个标记位里面存的什么信息,我觉得就有点过分了。另外我们再来说一下为什么需要偏量级锁啊? 比如当一个县城 a, 他 去访问这个对象,那此时这个对象里面啊,他就会存储 server id, 通过 cs 的 方式呢,来去判断当前的县城是不是对象里面存储的这个 server id, 如果是的话就直接放行。我们再来说一下为什么需要偏向锁啊? 首先你要知道,在轻量级锁当中啊,一个县城去持有另外一个对象的锁信息,他会通过 c a s 的 方式来去判断这个对象呢有没有被其他的县城给持有,如果没有持有的话,他才会拿着,如果已经持有呢,他会发生自旋,也就是死循环,一直 等待那把锁。那么偏向锁的作用呢,就是用于判断同一个县城,比如说县城 a, 他 想去持有这个对象的锁, 假如这个对象当中存储的 source id 也是 a 的 话,那么它就直接持有就完了,就不需要再通过 cs 的 方式呢再去判断了。最后呢再来给大家总结一下这个锁升级的几个过程啊。首先第一个状态呢,就是当我们创建了一个对象,它就是无锁的状态,那么当有一个县城 去持有了这把锁,就会升级为偏向锁,由 source id 来去记录持有锁的那个县城,那么如果有多个县城交替的也是以串行的方式去持有对象的锁, 就会升级为轻量级锁。轻量级锁呢,是通过 c a s 的 方式来去判断这个对象是否已经被其他的县城给持有了,如果已经持有呢,就会自选等待。那最后呢,就是重量级锁,如果有多个不同的县城并行的去竞争锁的资源,就会升级为重量级锁。那么重量级锁呢,是通过操作系统的 monitor 组建来完成的互斥,所以会涉及到用户态切换到内核态的一个过程。什么用户态,说白了就是我们通过交换代码就可以完成的锁的互斥,就是我们之前说的 c s 自旋的方式,那 monitor 这种方式呢,它就是通过操作系统来实现现成之间的互斥效果, 那么它的这种方式呢,也更重,性能呢,肯定比 c a s 的 方式呢要更差一点,但是在竞争激烈,也就是在高并发的情况下,它会比 c a s 这种自旋锁的方式呢更加的稳定。因为你想一下,如果在高并发的情况下,用 c a s 自旋的方式来去竞争锁的资源的话, 那么保不齐啊,就会有其中的一个县城呢一直在自旋,最终呢超出了自旋的时间,出现自旋失败,此时你会发现既占用系统的资源,反而导致呢程序的出错率更高,所以这个时候呢,用重量级锁就会更加的合适。好吧,那我就给大家总结,这里我们下期见。