Maven 依赖拉取失败常见原因和排查思路

在 Java 项目开发中，Maven 依赖问题很常见。 常见现象包括： SNAPSHOT 版本不是最新的 依赖完全拉不下来 本地能构建，别人拉不下来 实际使用的依赖版本和预期不一致 这些问题看起来都像是“依赖拉不下来”，但背后的原因可能完全不同。 有可能是： 本地缓存问题； Nexus 私服没有对应
作者：old wang
分类： 踩坑记录

Redis 大 Key 与多 Key 拆分方案

在 Redis 使用过程中，大 Key 或 Key 数量过多的问题。 常见场景包括： 单个 String 类型 Key 的 Value 很大； Hash、Set、ZSet、List 中存储了过多元素； Redis 集群中存储了上亿个 Key； Bitmap 或 BloomFilter 占用空间过大。
作者：old wang

MySQL 深分页查询优化：从 17 秒到 300ms 的一次记录

有一张财务流水表，数据量接近千万级，未做分库分表。 原始分页查询使用了 LIMIT，优化前耗时接近 17 秒： 16 s 938 ms 调整 SQL 后，耗时降到 300ms 左右： 347 ms 优化方式并不复杂： 先在子查询中只查主键 ID，再通过主键关联回原表查询完整字段。 也就是把原来的
作者：old wang
分类： 默认分类

Java 双层for循环

在日常开发中，经常会遇到两个集合之间做数据匹配的场景。 比如： 用户列表匹配用户备注； 订单列表匹配支付记录； 商品列表匹配库存信息； 部门列表匹配员工信息； 主表数据匹配明细数据。 很多时候，最直接的写法是双层 for 循环。 数据量小的时候，这种写法问题不明显。 但当数据量变大后，双层循环的性能
作者：old wang
分类： 踩坑记录

RAG实际应用场景

这是 RAG 最经典的应用场景，几乎每个上了规模的公司都有需求。 员工想查公司的报销制度、请假流程、技术规范，以前要么翻 Wiki 翻半天，要么直接问同事。现在接个 RAG 系统，自然语言问一句就能得到答案，还能告诉你出处在哪个文档。 典型的知识来源包括：公司制度文档、产品手册、技术文档、历史项目沉
作者：old wang

RAG的几个难点

1. 数据入向量库 企业里的知识不会乖乖地以纯文本形式等着你。PDF、Word、PPT、网页、Markdown、数据库，什么都有。光是把这些东西解析成干净的文本，就是一堆脏活累活。PDF 里的表格、扫描件、双栏排版，每一个都是坑文档要切成小块才能检索，但切多大是个问题。切太大，检索不精准，一大段里可
作者：old wang

RAG的优缺点

优点 1. 成本低 上手快 想让你的大模型懂你的业务知识 拿你的数据去微调模型 二用RAG把知识喂给大模型 微调模型要准备训练数据 要算力 要时间 RAG只需要你将文档灌进向量库 2. 知识更新方便 微调完的模型 知识就固话了 你想更新你得再去微调一轮 RAG不一样 文档有变动重新处理一个就好了 对
作者：old wang

RAG的核心

RAG大致分为6个流程 1. 导入 将你的数据接入系统 可能是PDF word内容 网页内容 这一步的目标就是 要拿到干净的文本内容 2. 分块 文档一般很长 直接用的会有两个问题 1大模型的上下文窗口有限 塞不下整篇文档 2我们检索时是找到最相关的一段而不是整篇文档 比如你的产品手册 可以按章节切
作者：old wang

Spring Boot + RustFS 构建高性能 S3 兼容的对象存储服务

RustFS 简介 RustFS 是一个基于 Rust 语言开发的高性能分布式对象存储软件，定位与 MinIO 高度相似，功能基本对齐 MinIO 开源版（包括分片上传、桶策略、版本控制、事件通知、生命周期管理等），完全兼容 AWS S3 协议，部署简单（Docker 一键启动），并提供现代化的可视
作者：old wang
标签： #环境搭建

本地搭建 PostgreSQL + PGvector 向量数据库

Docker 快速安装 PostgreSQL + PGvector 我们直接使用官方封装好的镜像，一步到位。打开终端，直接复制并运行下面这段命令（请注意修改 -v 挂载目录为你本地的实际路径）： docker run -d \ --name my_pgvector \ -p 5432:5
作者：old wang
标签： #环境搭建
共 32 篇文章
页