qq_39356542的博客

原创 Query

长期：如果 RAG 链路变复杂，再考虑引入 LangChain Query Transformer、LlamaIndex QueryTransform / HyDE、Haystack QueryPipeline，或将 Query 改写拆成独立 Query Understanding 服务。将问题是否改写，改写用的模型，原始问题描述，改写后的问题描述，改写提取的meta过滤Json条件，改写生成的扩展查询数组。xx产品每期多少天，帮我把上个产品取消掉。产品A和产品B利率分别是多少，哪个高？

原创 reg切片chunk大小如何选择

max token 是边界chunk size 是调优参数overlap 是保险topK 是召回量LLM context 是最终容量。

原创 Streaming API responses（流式API响应）

Responses API WebSocket 模式 WebSocket 长连接 长流程 Agent、很多轮工具调用、需要低延迟连续交互。Realtime API WebSocket WebSocket 语音对话、实时音频、实时多模态（语音助手）Responses API 流式响应 HTTP + SSE 普通网页聊天，边生成边显示文字。→ Responses API WebSocket 模式。只想让文字边生成边显示。

原创 AI应用开发

Developer（定义模型行为、规则、身份）>User（提出当前需求和问题）>Assistant（提供上下文，保持对话连续性）文本、图片、音频、工具调用、MCP、推理、Structured Output、Agent。优先使用 instructions 来定义模型的长期行为（身份、风格、规则等）。定义评估指标（准确率、JSON 合法率、工具调用成功率、成本、延迟等）6.4 推荐instructions（System Prompt）instructions（开发者指令） input（用户输入）

原创 redis.5.0.14-windows

分布式场景下多线程调优。redis 分布式锁。redis数据一致性。

原创 IDEA2025.1安装包

​​​​​​https://pan.baidu.com/s/5jd3sxKtNc4jbVoPFPRoZ2g

原创 MySQL MVCC实现原理

MySQL的InnoDB存储引擎使用多版本并发控制（MVCC，Multi-Version Concurrency Control）机制来支持高并发的读写操作，同时保证事务的隔离性和一致性。MVCC允许不同的事务看到不同的数据版本，从而减少了锁的竞争，提高了数据库的并发性能。

原创 MQ如何实现高可用（集群模式，主从复制）

RabbitMq通过镜像队列来实现高可用。（RabbitMQ的集群功能不行，消息本身不会在集群节点之间复制，如果某个节点故障，其上的队列和消息将不可用）。每个队列可以配置多个镜像（副本），分布在不同节点上。主节点负责处理消息，从节点同步主节点的数据。RabbitMq会自动选举一个从节点作为一个新的主节点。

原创 支付系统中，如何确保支付消息的可靠性和事务一致性

原创 MQ的消息延迟实现限时队列

RocketMq原生支持延迟消息，可以设置消息的延迟级别进行订单超时处理。Rabbit本身不支持延迟消息，但可以通过死信队列（DLX）和消息TTL（time-to-live）实现延迟效果。消费者监听死信队列，当消息从普通队列进入死信队列时，消费者会收到该消息，表示订单超时，可以进行订单取消等操作。当用户下单时，将订单消息发送到普通队列，并设置消息的TTL为订单的超时时间（如30分钟）在普通队列中设置死信交换器（DLX），当消息在普通队列中过期后，会被转到死信队列。创建一个死信队列，用于接受超时的消息。

原创 Redis内存淘汰策略

一、Redis有8种内存淘汰策略不会淘汰任何数据，当使用的内存空间超过maxmemory值时，返回错误。筛选设置了过期时间的键值对，越早过期越早被删除。筛选设置了过期时间的键值对，随机删除。使用算法筛选设置了过期时间的键值对LRU:使用时间最早的数据使用算法选择设置了过期时间的键值对。LFU:使用次数最少，使用时间最早的数据在所有键值对中，随机选择并删除数据。用lru在所有数据中筛选。使用lfu算法在所有数据中筛选。二、策略解释。

原创 Redis数据类型Stream及应用场景

基于以上问题，Redis 5.0 便推出了 Stream 类型也是此版本最重要的功能，用于完美地实现消息队列，它支持消息的持久化、支持自动生成全局唯一 ID、支持 ack 确认消息的模式、支持消费组模式等，让消息队列更加的稳定和可靠。Redis Stream 是 Redis 5.0 版本新增加的数据类型，Redis 专门为消息队列设计的数据类型。

原创 Redis数据类型GEO及应用场景

一组经纬度落在某个区间后，就用区间的编码值来表示，并把编码值作为 Sorted Set 元素的权重分数。这样一来，我们就可以把经纬度保存到 Sorted Set 中，利用 Sorted Set 提供的“按权重进行有序范围查找”的特性，实现 LBS 服务中频繁使用的“搜索附近”的需求。LBS（基于位置信息服务Location-Based Service，LBS） 应用访问的数据是和人或物关联的一组经纬度信息，而且要能查询相邻的经纬度范围，GEO 就非常适合应用在 LBS 服务的场景中。

原创 Redis数据类型HyperLogLog及应用场景

但要注意，HyperLogLog 是统计规则是基于概率完成的，不是非常准确，标准误算率是 0.81%。在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数，和元素越多就越耗费内存的 Set 和 Hash 类型相比，HyperLogLog 就非常节省空间。HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的内存空间总是固定的、并且是很小的。所以，简单来说 HyperLogLog 提供不精确的去重计数。

原创 Redis数据类型BitMap及应用场景

BitMap通过最小的单位bit来进行0|1的设置，表示某个元素的值或者状态，时间复杂度为O(1)。String 类型是会保存为二进制的字节数组，所以，Redis 就把字节数组的每个 bit 位利用起来，用来表示一个元素的二值状态，你可以把 Bitmap 看作是一个 bit 数组。Bitmap 类型非常适合二值状态统计的场景，这里的二值状态就是指集合元素的取值就只有 0 和 1 两种，在记录海量数据时，Bitmap 能够有效地节省内存空间。3.连续签到用户总数。

原创 Redis基本数据类型Zset及应用场景

Zset 类型（有序集合类型）相比于 Set 类型多了一个排序属性 score（分值），对于有序集合 Zset 来说，每个存储元素相当于有两个值组成的，一个是有序结合的元素值，一个是排序值。有序集合保留了集合不能有重复成员的特性（分值可以重复），但不同的是，有序集合中的元素可以排序。

原创 Redis基本数据类型Set及应用场景

Set 类型比较适合用来数据去重和保障数据的唯一性，还可以用来统计多个集合的交集、错集和并集等，当我们存储的数据是无序并且需要去重的情况下，比较适合使用集合类型进行存储。Set 类型除了支持集合内的增删改查，同时还支持多个集合取交集、并集、差集。存储某活动中中奖的用户名 ，Set 类型因为有去重功能，可以保证同一个用户不会中奖两次。Set 类型是一个无序并唯一的键值集合，它的存储顺序不会按照插入的先后顺序进行存储。Set 类型支持交集运算，所以可以用来计算共同关注的好友、公众号等。

原创 Redis基本数据类型Hash及使用场景

Hash 是一个键值对（key - value）集合，其中 value 的形式如： value=[{field1，value1}，...{fieldN，valueN}]。Hash 特别适合用于存储对象。Hash类型的结构和对象类型的结构类型，一般用String+Json存储对象信息，对于频繁变动的对象用Hash类型保存对象信息。以用户 id 为 key，商品 id 为 field，商品数量为 value，恰好构成了购物车的3个要素。1.添加商品：HSET cart:{用户id} {商品id} 1。

原创 redis基本数据类型List及应用场景

List 类型的底层数据结构是由双向链表或压缩列表实现的，在 Redis 3.2 版本之后，List 数据类型底层数据结构就只由 quicklist 实现了，替代了双向链表和压缩列表。List 列表是简单的字符串列表，按照插入顺序排序，可以从头部或尾部向 List 列表添加元素。列表的最大长度为 2^32 - 1，也即每个列表支持超过 40 亿个元素。

原创 redis基本数据结构String及应用场景

如果字符串对象保存的是一个字符串，并且这个字符申的长度小于等于 32 字节（redis 2.+版本），那么字符串对象将使用一个简单动态字符串（SDS）来保存这个字符串，并将对象的编码设置为embstr， embstr编码是专门用于保存短字符串的一种优化编码方式。如果字符串对象保存的是一个字符串，并且这个字符串的长度大于 32 字节（redis 2.+版本），那么字符串对象将使用一个简单动态字符串（SDS）来保存这个字符串，并将对象的编码设置为raw。4.共享session信息。二、Redis应用场景。

原创 算法基础一

因为不同常数时间的操作，虽然都是固定时间，但还是有快慢之分的。比如，位运算的常数时间原小于算术运算的常数时间，这两个运算的常数时间又远小于数组寻址的时间。如果两个时间复杂度一样的算法，你还要去在时间上拼优劣，就进入到拼常数时间的阶段，简称拼常数项。这就是时间复杂度的意义，它是衡量算法流程的复杂程度的一种指标，该指标只与数据量有关，与过程之外的优化无关。，每一步常数操作的数量，依然如等差数列一般，所以，总的常数操作数量 =，每一步常数操作的数量，如等差数列一般，所以，总的常数操作数量 =