开始写博客

从今天起开始写博客。 以前只看别人写的博客，从今天起我也要写博客。

<br />  终于下定决心写一个博客了。相信很多的人也都有看到过刘未鹏大牛的一一些个文章，前几天发现了他的博客，看到了其中的了一些篇章有种相见恨晚的感觉：）特别是看到《从今天开始写博客》（大概是这样）觉得更是应该开始写一个博客吧。<br />  为了尽量不在博客中出现口水话，可以让自己更加努力的思考。今天开始这样做吧。

一款针对Spring漏洞框架进行快速利用的图形化工具。

Java开发语音👩‍💻、一键部署、文档清晰📄、小程序、代码规范

truefalse。

C++基础知识

✅ 优点：零依赖、最轻量、任何环境可运行❌ 缺点：无连接池、频繁创建销毁连接、无失败重试、不处理FE307重定向、不支持GZIP压缩、无日志、无异常兜底、不支持高并发如果不写重定向，http客户端底层会自动请求，但是有概率丢失请求头，自定义Heade，丢失报文等，所以不推荐生产使用1、极致精简：删除冗余重复代码、统一工具方法、结构清晰，无多余逻辑2、注释全覆盖：每一个请求头、每一步逻辑、核心机制全部附带通俗释义，新手也能看懂3、补齐完整调用Demo：含Authorization鉴权生成、

医院影像管理系统实现全流程数字化管理，覆盖放射、超声、病理三大专科。系统采用Vue3+SpringBoot技术架构，支持DICOM标准，包含从登记、检查、诊断到归档的完整工作流程。重点解析了DR、CT、MR、US、PATH、PET等主流检查技术的成像原理与临床适用场景：DR用于骨骼筛查，CT是急诊首选，MR擅长软组织成像，US无创实时，PATH是肿瘤诊断金标准，PET可显示代谢活性。系统实现影像数据全生命周期管理，提升诊疗效率与数据安全性。

交换排序——冒泡排序，快速排序

本文详细解析了阿里企业知识库RAG二面的10道真题，涵盖了数据清洗、文档切片、表格处理、权限过滤、增量更新、多路召回、答案引用、拒答机制、效果评估及常见踩坑点等核心内容。这些题目不仅考察了RAG系统的技术实现，更强调了数据治理和工程闭环的重要性。通过深入分析每一道题目的技术细节和实际应用场景，我们能够更好地理解企业在构建RAG系统时所面临的挑战，并掌握相应的解决方案。

本文介绍了一套成熟稳定的商用级云PACS系统完整源码解决方案。该系统采用纯Java技术栈，前端基于Vue3+TypeScript，后端采用SpringBoot3.5+Java17，数据库使用MySQL8.0，支持国产化环境部署。系统覆盖放射、超声、病理三大影像专科，提供从患者登记到胶片打印的全流程管理，内置专业影像浏览器支持三维重建等高级功能。包含12个核心功能模块，如系统管理、影像诊断、报告管理、统计分析等，支持与HIS系统对接。该方案开箱即用，也可二次开发，适合多院区集团化运营。

文章摘要（149字）： Claude Code通过四层记忆架构解决Agent失忆问题：1) 永久索引（MEMORY.md）自动记录关键偏好；2) 按需深度加载，通过轻量级调用注入相关记忆；3) 实时配置（CLAUDE.md）动态加载项目环境；4) 档案层（Transcripts）支持搜索但不加载历史。结合自动记忆提取与定期整理的Auto Dream机制，实现记忆持久化与认知优化，确保跨会话一致性。该设计平衡了上下文限制与长期记忆需求，通过分层策略提升Agent的连续性表现。

namespace _2_ini文件读写//全局读取配置文件路径，与工具类路径保持一致[节点] 键=值系统API3、DllImport：托管代码调用非托管系统方法4、二次封装意义：屏蔽复杂参数，调用极简、易维护5、配置文件优势：路径统一管理，无需改代码改路径1、未添加 System.Configuration 引用 → 读取配置报错2、路径写错 → 文件找不到，读写无效果3、节点名、键名大小写不一致 → 读取不到数据4、未使用StringBuilder缓冲区 → 无法接收读取数据。

以下是文章摘要： 摘要：微服务架构下高并发QPS监控方案设计 本文提出一种基于滑动窗口算法的高性能QPS监控方案，重点解决传统固定窗口统计存在的临界点问题和数据精度不足的缺陷。方案采用Spring Boot+Micrometer技术栈，核心创新点包括： 数据结构优化：结合环形缓冲区(RingBuffer)与LongAdder实现无锁化计数，相比AtomicInteger性能提升5-8倍（JMH基准测试） 动态维度支持：通过ConcurrentHashMap维护URI维度的独立计数器，支持业务级细粒度监控 时

从日志到 HBase 的这条实时链路，是大数据入门的一个经典实验。把 Flume、Kafka、Flink 串起来跑通之后，再去看生产架构会清晰很多。 如果你在搭建过程中遇到问题，或者有自己想尝试的链路组合，欢迎评论区交流。我会尽量回复。

本文通过一个统一的地图Demo（初始化+标记点+折线），横向对比高德、百度、腾讯、丰图四家地图API的JSSDK接入差异。从Key申请、SDK引入到核心功能实现，详细对比了各家在类名、参数格式、坐标顺序等方面的不同。重点指出腾讯纬度在前、丰图层化架构等关键差异，并总结了坐标传反、方法名混淆等常见踩坑点。最后给出选型建议：高德文档友好适合快速上手，丰图对物流场景更友好。建议开发者实际跑通各家Demo，30分钟内即可掌握基础接入能力。

摘要： Java中equals和hashCode必须协同重写，以确保对象在散列集合（如HashMap、HashSet）中正确工作。核心约定是：equals相等的对象，hashCode必须相等。默认实现基于内存地址，若业务上相同的对象（如相同ID的用户）未重写这两个方法，会导致集合重复存储或无法覆盖数据。 原因：散列集合先通过hashCode定位槽位，若槽位不同则跳过equals，导致逻辑相同的对象被误判为不同。 正确做法：重写时确保hashCode和equals使用相同字段（如业务ID）。String等JD