- 博客(168)
- 收藏
- 关注
RSS订阅原创 Vue入门到精通八之data 函数
data() {return {// 返回一个对象，包含响应式数据count: 0,user: {name: '张三',age: 25},// ❌ 错误：直接使用对象（仅Vue实例中可以使用）data: {// ✅ 正确：组件中必须使用函数返回对象data() {return {组件可能被多次复用，使用函数可以确保每个组件实例都有独立的数据副本。要点说明定义data()函数返回对象，包含响应式数据必须是函数组件复用时每个实例有独立数据副本不能使用箭头函数箭头函数不绑定this。
2026-03-15 22:50:39
242
原创 Vue入门到精通七之关键字const
/ 获取用户列表},// 获取用户详情},// 创建用户},// 更新用户},// 删除用户场景推荐使用组件配置常量constAPI接口路径const枚举值const响应式数据data()或循环变量let或const需要重新赋值let不需要重新赋值constconst声明的变量不能重新赋值，但对象/数组内容可以修改Vue的data()返回对象中的属性不能用const推荐在组件顶层、方法内定义常量时使用constVue 3的ref和reactive本身就是响应式，但声明时用。
2026-03-15 22:26:38
240
原创 Linux学习四之 rm 命令详解
核心用法rm 文件名rm -f 文件名；rm -rf 目录名（你操作 Vue 项目的核心用法）；安全原则执行rm -rf前先pwd确认目录；重要文件删除前加-i确认，或先备份；高危禁止：绝对不要执行rm -rf /或rm -rf ~。掌握rm的核心参数（-r-f）就能安全高效地删除文件 / 目录，避免因误操作导致数据丢失。
2026-03-12 23:07:00
192
原创 Linux学习三之 清空 nohup.out 文件
保留最后 1000 行，其余清空核心命令或（安全清空，保留文件）；生产环境优先：清空前先备份，避免丢失关键日志；避坑要点不要直接删除运行中进程的nohup.out；清空后进程仍能正常写入，无需重启；长期方案：用logrotate配置日志自动轮转，替代手动清空。按上述方法操作，可安全清空nohup.out且不影响正在运行的进程，是生产环境的最优实践。
2026-03-12 22:52:32
377
原创 广告系统设计一之什么是RTA？
广告实时接口，是广告平台（如巨量引擎、腾讯广告、字节跳动）开放的实时接口能力，允许广告主在广告曝光 / 点击的「毫秒级窗口期」内，通过自己的服务器实时决策是否投放这条广告。RTA 核心：广告平台实时问、广告主实时答的毫秒级决策接口，解决传统投放不精准的问题；技术落地：用调用 RTA 接口时，核心是「低超时 + 加密参数 + 异常兜底」；核心指标：响应时间（<300ms）、成功率（>99.9%）、决策准确率（直接影响投放 ROI）。
2026-03-11 23:08:07
464
原创 Vue入门到精通五之yarn部署项目
Yarn 是一个快速、可靠、安全的 JavaScript 包管理器，由 Facebook、Google、Exponent 和 Tilde 联合开发，用于替代 npm。
2026-03-11 22:51:08
249
原创 Linux学习二之 ll 命令详解
核心本质ll是的别名，非原生命令；常用组合ll -lh（人性化大小）、ll -rt（按时间倒序）、ll -a（显示隐藏文件）；避坑核心脚本中用ls -l而非ll；提示命令不存在时，手动配置别名；输出解析：重点关注第 1 位（文件类型）、第 5 位（大小）、第 6 位（修改时间）。掌握这些用法，能覆盖日常 Linux 文件查看的绝大多数场景，是运维 / 开发的基础必备技能。
2026-03-07 21:50:45
524
原创 Vue入门到精通四之快速上手
你现在应该已经运行起来了你的第一个 Vue 项目！请注意，生成的项目中的示例组件使用的是。，它是 Vue 官方的项目脚手架工具。输入项目名称：my-vue3█。如果不确定是否要开启某个功能，你可以直接按下回车键选择。文件夹中为你的应用创建一个生产环境的构建版本。，并且你的当前工作目录正是打算创建项目的目录。在本节中，我们将介绍如何在本地搭建 Vue。的构建设置，并允许我们使用 Vue 的。在命令行中运行以下命令 (不要带上。创建的项目将使用基于。确保你安装了最新版本的。这一指令将会安装并执行。
2026-03-03 19:58:47
214
原创 Vue入门到精通三之Vue与Node.js的关系
核心关系：Vue 是前端界面框架，Node.js 是服务端 JS 运行环境，二者无强制依赖，但工程化 Vue 项目必须用 Node.js 做工具 / 接口；核心协作Node.js 运行 Vue 工程化工具（Vue CLI/Vite）；Node.js 为 Vue 提供数据接口；进阶场景：SSR 服务端渲染；广告行业落地：开发广告投放后台、广告落地页时，Vue 做界面，Node.js 做接口 / 打包工具，是国内互联网公司最主流的前后端组合之一。
2026-03-02 20:36:29
654
原创 Vue入门到精通二之从零开始学Node.js
Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行环境「JavaScript 运行环境」：让 JS 代码能脱离浏览器运行（比如在服务器、本地电脑上执行）；「Chrome V8 引擎」：保证 JS 运行速度极快（和 Chrome 浏览器里的 JS 执行效率一致）。👉 最核心的改变：以前 JS 只能在浏览器里写前端交互（比如按钮点击、表单验证），有了 Node.js 后，JS 可以写后端接口、操作文件、跑自动化脚本，甚至开发桌面应用。核心定位。
2026-03-02 20:12:29
609
原创 Vue入门到精通一之从零开始学Vue入门
Vue（读音 /vjuː/，类似 view）是一套用于构建用户界面的渐进式 JavaScript 框架「构建用户界面」：就是做网页 / APP 的前端界面（比如按钮、表单、广告投放后台、电商页面）；「渐进式」：你可以按需使用它的功能，不用一次性学完所有内容（比如先只用它做一个表单，再逐步扩展到整站）；「框架」：相比原生 JS，Vue 帮你封装了复杂的逻辑（比如数据和界面的联动、页面跳转），让你少写重复代码。Vue 是目前国内互联网公司最主流的前端框架之一。
2026-03-02 20:03:55
593
原创 Cursor 使用一 之 Cursor 完整安装和入门教程
Cursor 是，本质上是 VS Code 的 AI 原生增强版。如果说 GitHub Copilot 是"插件"，那 Cursor 就是。
2026-03-02 09:57:55
407
原创 Flink实战八之使用copilot开发监听BinLog
GitHub Copilot 是，由 GitHub 与 OpenAI 合作开发，基于 GPT-4 模型。在这小节主要介绍如何使用 copilot 工具生成一个 从MySQL数据库读取数据发送kafka的例子。
2026-03-01 21:39:00
327
原创 Flink实战七之Flink SQL应用
广告场景核心需求：用户下单前最后一次点击的广告即为归因广告，用 Flink SQL 实现：sql-- 定义订单表（Kafka 流）-- 最后点击归因：关联点击表和订单表，取用户下单前最后一次点击的广告SELECTo.user_id,-- 只看下单前1小时内的点击// 自定义 UDF：判断用户是否为高价值用户// 业务逻辑：查询用户消费金额，判断是否为高价值在 Flink SQL 中注册并使用：sql-- 注册 UDF-- 使用 UDF 筛选高价值用户的广告点击核心价值。
2026-03-01 15:13:27
307
原创 Flink实战七之Flink SQL 入门
在 Flink SQL Client 中，我们需要通过 DDL 定义一个连接到 MySQL 的 Source 表。) WITH (Flink CDC 是实时数据集成领域的“瑞士军刀”。它解决了传统 ETL 的痛点，利用 Flink 强大的流处理能力，实现了全量与增量数据的无缝衔接。关键点回顾环境：务必开启 MySQL Binlog (Row + Full)。开发：推荐使用 DataStream API 处理复杂逻辑，Table API (SQL) 处理标准同步。原理。
2026-03-01 15:13:10
676
原创 Flink实战六之Flink在广告业务场景中的应用
读数据：离线读取静态规则 / 历史数据，实时 CDC 捕获业务数据变更，为计算提供输入；写数据：将实时 / 离线计算的广告指标、计费数据写入 MySQL，实现结果持久化；存状态：将 Flink 计算状态持久化到 MySQL，保证状态高可用、可共享；核心价值：让 MySQL 的「静态存储能力」与 Flink 的「实时计算能力」结合，支撑广告场景的实时竞价、精准归因、计费结算等核心业务。
2026-03-01 11:25:10
597
1
原创 Flink实战五之Flink CDC MySQL 实时数据同步
即数据变更捕获。它不像传统方式那样去“询问”数据库现在的状态，而是监听数据库的“日志”（对于 MySQL 来说就是 Binlog）。比喻：传统方式是你每隔一小时打电话问朋友：“你现在在干嘛？”（轮询）；CDC 是朋友发朋友圈，你立刻就收到了通知（监听日志）。
2026-03-01 10:06:11
657
3
原创 Flink实战四之为什么要使用Flink?
Flink 本质是为「高吞吐、低延迟、精准一次」的实时数据处理而生，尤其适配广告、电商、风控等对实时性和准确性要求高的场景。
2026-02-28 17:45:36
697
原创 Flink实战三之连接kafka实现消息消费功能
Flink 的 Apache Kafka 连接器支持从 Kafka 主题读取数据以及向主题写入数据
2026-02-28 10:49:08
736
原创 Flink实战二之使用 DataStream API 进行欺诈检测
Apache Flink 提供了用于构建健壮的有状态流应用程序的 DataStream API。它提供了对状态和时间的细粒度控制，从而能够实现高级的事件驱动系统。在这里，你将学习如何使用 Flink 的 DataStream API 构建有状态流应用程序。
2026-02-27 08:45:49
654
原创 Flink实战一之Flink入门
Flink是一个支持流批一体的分布式数据处理引擎，具有低延迟、高吞吐和精准容错特性。本文介绍了Flink的安装与基本使用方法：首先下载并解压Flink二进制包，检查Java环境；然后通过启动脚本运行本地集群，可通过8081端口访问Web界面；接着演示了如何提交内置的WordCount示例作业，查看执行结果和日志；最后说明了如何监控作业状态和数据流执行计划。该指南帮助用户快速完成Flink的本地环境搭建和基础作业运行。
2026-02-26 21:02:52
896
原创 消息队列之顺序消息
顺序消息是一种保证特定消息组内严格FIFO处理的消息类型，通过ShardingKey将消息路由到固定队列实现局部有序。主要分为分区顺序消息（推荐）和全局顺序消息（性能低）两种模式。其核心原理依赖单线程单队列模型，要求同步发送和顺序消费，适用于订单流程、金融交易等强顺序场景。实现时需注意消息组划分、同步发送等关键点，并权衡顺序性与系统性能。
2026-02-24 12:46:19
596
原创 消息队列之死信队列
摘要：死信队列用于存储无法正常消费的消息，具有防止消息丢失、避免阻塞正常流程、便于问题排查等优势。在RocketMQ中，可通过配置broker文件启用死信队列功能，生产者在发送消息时指定死信队列路由键，消费者可订阅死信队列处理异常消息。具体实现包括设置存储路径、发送消息时配置死信队列参数、创建专门处理死信消息的消费者等步骤。该机制为消息处理提供了可靠的容错方案。
2026-02-24 08:26:49
407
原创 消息队列之消费者如何获取消息
消息队列消费数据拉取机制是异步通信的核心，主要分为拉取模式（消费者主动请求）和推送模式（服务端主动推送）。RocketMQ采用改进的长轮询拉取机制，通过PullMessageService、PullRequest等组件实现高效消息获取，兼具实时性与稳定性。Kafka则采用简洁的轮询拉取，消费者完全主导拉取过程。两种机制都实现了生产消费解耦和流量控制，RocketMQ适合高吞吐场景，Kafka更侧重简单高效的大数据处理。
2026-02-23 18:38:45
863
原创 微服务设计之带过期时间的积分系统
摘要：积分系统设计采用三张表（总表、流水表、可用明细表）管理积分生命周期。通过定时扫描可用积分表及时清理过期记录，优先使用即将过期积分，不足时拆分记录处理。采用消息队列（MQ）实现5亿用户积分到期提醒，避免全表扫描。该方案有效解决积分时效性、使用优先级和大规模用户提醒问题，兼顾数据准确性与系统性能。（149字）
2026-02-23 12:12:35
632
原创 系统监控Prometheus之三自定义埋点上报
本文介绍了SpringBoot集成Prometheus监控的方案。主要内容包括：1. 基础配置：通过spring-boot-starter-actuator和micrometer-registry-prometheus依赖实现自动采集JVM/GC/HTTP等指标；2. 自定义指标上报：封装Counter、Gauge和Histogram三种指标类型，实现请求总数、并发数和耗时分布等业务指标采集；3. 拦截器实现：通过HandlerInterceptor拦截HTTP请求，在preHandle和afterComp
2026-02-17 17:50:38
349
原创 系统监控Prometheus之二监控原理和配置
摘要：本文系统介绍了Prometheus监控系统的原理与配置方法。作为微服务架构下的主流监控方案，Prometheus通过pull模式采集指标数据，支持多种metric类型和灵活的标签系统。文章详细解析了Prometheus的核心组件、工作流程和数据模型，并推荐结合Grafana实现可视化展示。该方案能有效解决微服务环境下系统监控的复杂性问题，为故障诊断和性能优化提供可靠依据。（149字）
2026-02-16 18:17:59
687
原创 系统监控Prometheus之一Docker安装部署Prometheus
Prometheus是一个开源的系统监控和警报工具包，采用拉取式模型采集时序数据，特别适合云原生环境监控。其核心特性包括多维数据模型、PromQL查询语言、内置时序数据库和服务发现等。主要组件有Prometheus Server、Exporter、PushGateway和Alertmanager。支持多种指标类型如Counter、Gauge和Histogram，常与Grafana可视化工具搭配使用。通过Docker可快速部署Prometheus和Grafana，分别运行在9090和3000端口，实现完整的监
2026-02-15 17:59:59
604
原创 广告用户画像设计
广告用户画像是基于用户多维度数据构建的标签体系，用于精准广告投放。小说平台的核心标签包括基础属性、阅读行为、广告互动和消费偏好四大维度，通过数据采集、标签生成和调用实现技术落地。系统采用Redis缓存优化高并发场景，并设计了用户画像配置表和标签存储表。该体系能有效匹配广告与用户偏好，如为言情小说女性读者推送美妆广告，在提升广告变现效率的同时优化用户体验。后端开发需实现用户标签查询与广告匹配逻辑，通过定时任务更新标签数据。
2026-02-11 14:47:50
480
原创 Clickhouse
Clickhouse是一个高性能且开源的数据库管理系统，主要用于在线分析处理(OLAP)业务。它采用列式存储结构，可使用SQL语句实时生成数据分析报告，另外它还支持索引，分布式查询以及近似计算等特性，凭借其优异的表现，ClickHouse在各大互联网公司均有广泛地应用。
2024-01-02 11:45:13
576
原创 SSO单点登录
单点登录(SingleSignOn，SSO)，就是通过用户的一次性鉴别登录。当用户在身份认证服务器上登录一次以后，即可获得访问单点登录系统中其他关联系统和应用软件的权限，同时这种实现是不需要管理员对用户的登录状态或其他信息进行修改的，这意味着在多个应用系统中，用户只需一次登录就可以访问所有相互信任的应用系统。这种方式减少了由登录产生的时间消耗，辅助了用户管理，是比较流行的。
2023-12-25 14:55:25
691
原创 JAVA序列化--Protobuf
Protocol Buffers（简称protobuf）是一种轻便高效的数据序列化格式，可用于结构化数据的序列化和反序列化。它由Google开发并开源，用于解决数据交换和存储的通用问题。
2023-12-20 18:18:01
2174
原创 扩展点设计
在平时业务开中经常会遇到不同业务走不同的业务逻辑，为了代码的扩展性，不得不采取一些手段来对其进行解耦，代码扩展点实现方式主要包括 Java SPI、dubbo SPI、策略模式及改进扩展点实现、Cola扩展点和抽象业务扩展点实现方式，这里我们介绍下Cola的实现方式。
2023-12-13 11:51:41
2910
原创 Java Agent探针技术
Java Agent探针，JVM 一旦跑起来，对于外界来说，它就是一个黑盒。而 Java Agent 可以像一支针一样插到 JVM 内部，探到我们想要的东西，并且可以注入东西进去。
2023-11-22 20:36:25
2733
原创 埋点数据设计
简单来说，埋点就是在网站或APP中加入一些程序代码，用以收集和统计用户在该网站/APP中的浏览、访问数据和应用使用情况，分析用户交互行为，从而帮助产品和运营进行后续优化。
2023-11-16 21:25:53
1091
原创 一次线上环境YoungGC 停顿超长时间调优
JVM性能调优牵扯到各方面的取舍与平衡，往往是牵一发而动全身，需要全盘考虑各方面的影响。在优化时候，切勿凭感觉或经验主义进行调整，而是需要通过系统运行的客观数据指标，不断找到最优解。同时，在进行性能调优前，您需要理解并掌握以下的相关基础理论知识。
2023-11-06 13:52:26
1118
原创 如何降低消息队列系统中消息的延迟?
这时，你要关注的就是消息队列中，消息的延迟了，这其实是消费性能的问题，那么你要如何提升消费性能，保证更短的消息延迟呢？在我看来，你首先需要掌握如何来监控消息的延迟，因为有了数据之后，你才可以知道目前的延迟数据是否满足要求，也可以评估优化之后的效果。然后，你要掌握使用消息队列的正确姿势，以及关注消息队列本身是如何保证消息尽快被存储和投递的。接下来，我们先来看看第一点：如何监控消息延迟。一、如何监控消息延迟？使用消息队列提供的工具，通过监控消息的堆积来完成；通过生成监控消息的方式来监控消息的延迟情况。
2023-11-04 17:31:39
445
原创 如何保证消息只被消费一次
消息一旦被重复消费，就会造成业务逻辑处理的错误。那么我们要如何避免消息的重复呢？想要完全的避免消息重复的发生是很难做到的，因为网络的抖动、机器的宕机和处理的异常都是比较难以避免的，在工业上并没有成熟的方法，因此我们会把要求放宽，只要保证即使消费到了重复的消息，从消费的最终结果来看和只消费一次是等同的就好了，也就是保证在消息的生产和消费的过程是“幂等”的。
2023-11-04 13:51:47
452
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人