[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"articles-2-10":3},{"code":4,"msg":5,"data":6},200,"成功",{"list":7,"total":98},[8,21,30,39,48,57,66,75,82,91],{"id":9,"title":10,"slug":11,"summary":12,"wordCount":13,"readingTime":14,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":19,"likeCount":18,"commentCount":18,"publishTime":20},"2010880124117905409","评论脏词过滤：基于DFA算法的高性能动态过滤方案","pinglunzangciguolujiyudfasuanfadegaoxingnengdongtaiguolufangan","评论系统是内容平台和社交应用的核心功能之一，而脏词过滤是保障内容安全、维护社区氛围的关键技术。本文将详细介绍如何在SpringBoot中实现一个**高性能、支持动态更新**的脏词过滤系统。 ## 一、背景与需求分析 随着Web应用的发展，用户生成内容（UGC）面临着严峻的内容安全挑战。脏词过滤系统需要满足以下核心需求： - **高性能**：处理海量用户评论时不能成为系统瓶颈 - **动态更新**：脏词库需要支持实时更新，无需重启服务 - **准确性**：准确识别敏感词，同时控制误判率 - **灵活性**：支持多种处理策略（替换、拒绝、审核） ## 二、核心技术选型：为何选择DFA算法？ 在脏词过滤场景下，**DFA（确定有限状态自动机）算法**相比传统方法有显著优势。 ### 2.1 传统方法的瓶颈 - **暴力匹配**：遍历每个脏词检查文本是否包含，时间复杂度O(n*m)，随脏词数量增加...",7520,25,"0","",2,0,296,"2026-01-13 09:02:35",{"id":22,"title":23,"slug":24,"summary":25,"wordCount":26,"readingTime":27,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":28,"likeCount":18,"commentCount":18,"publishTime":29},"2009074534064386049","MySQL如何解决深度分页问题？","mysqlruhejiejueshendufenyewenti","在MySQL开发中，除了计数场景，深度分页（即`LIMIT offset, size`中`offset`值极大的分页查询）也是高频遇到的性能问题。比如“查询第1000页数据，每页10条”（`LIMIT 9990, 10`），常会出现查询缓慢的情况。下面详细讲解深度分页的问题根源及解决方案。 ### 1. 深度分页的问题根源 先明确常规分页的实现方式：使用`LIMIT offset, size`，其中`offset`表示跳过前N条数据，`size`表示取N条数据。 问题核心：当`offset`极大时（如9990），MySQL需要先扫描并跳过前9990条数据，再取10条数据。即使查询条件有索引，也需要遍历索引到第9990条位置，才能定位到目标数据，导致IO开销大、查询效率低。 示例（低效查询）： ```sql -- 查询第1000页数据，每页10条，offset=9990 SELECT id,...",2845,9,213,"2026-01-08 09:27:51",{"id":31,"title":32,"slug":33,"summary":34,"wordCount":35,"readingTime":36,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":37,"likeCount":18,"commentCount":18,"publishTime":38},"2009073429104357377","MySQL中count(*)、count(1)与count(字段名)的区别详解？","mysqlzhongcountcount1yucountziduanmingdequbiexiangjie","在MySQL开发中，计数是高频操作，而`count(*)`、`count(1)`和`count(字段名)`这三种常见的计数方式，常常让开发者混淆——它们的计数结果是否一致？执行效率有差异吗？该如何选择？本文将从核心逻辑、具体区别、效率对比、实践建议四个维度，彻底讲清三者的差异，帮你避开使用误区。 ## 一、先明确核心：count()函数的本质 首先要厘清一个基础认知：`count()`是MySQL的聚合函数，核心作用是**统计查询结果集中符合条件的行数**。三者的差异根源，在于「统计范围」和「MySQL对其的优化逻辑」不同，而非函数本身的功能差异。 ## 二、三者的具体区别：逻辑+示例验证 为了更直观地对比，我们先创建一张测试表并插入测试数据（包含NULL值，模拟真实业务场景）： ```sql -- 创建测试表 CREATE TABLE test_count ( id INT COMMEN...",2555,8,181,"2026-01-08 09:23:26",{"id":40,"title":41,"slug":42,"summary":43,"wordCount":44,"readingTime":45,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":46,"likeCount":18,"commentCount":18,"publishTime":47},"2008065130120671233","二分查找的两种核心类型：精准查找与近似查找（Java实现与场景分析）","erfenchazhaodeliangzhonghexinleixingjingzhunchazhaoyujinsichazhaojavashixianyuchangjingfenxi","# 二分查找的两种核心类型：精准查找与近似查找（Java实现与场景分析） ## 前言 二分查找（Binary Search）作为有序数组的高效查找算法，其时间复杂度为O(log n)，远优于线性查找的O(n)。根据查找需求的不同，二分查找可分为两大核心类型：**精准查找**与**近似查找**。精准查找是二分查找的原始形态，专注于判断目标值是否存在并返回其精确索引；近似查找则是精准查找的扩展，用于在目标值不存在时，找到与目标值最接近的元素，满足实际业务中的模糊匹配需求。本文将详细讲解这两种查找类型的原理、Java实现及适用场景。 ## 一、 精准查找（Exact Binary Search） ### 1.",7161,23,154,"2026-01-05 14:36:49",{"id":49,"title":50,"slug":51,"summary":52,"wordCount":53,"readingTime":54,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":55,"likeCount":18,"commentCount":18,"publishTime":56},"2008058850450665474","Vue3 应用版本更新策略：实现浏览器自动加载最新内容","vue3-yingyongbanbengengxincelueshixianliulanqizidongjiazaizuixinneirong","本文将详细介绍如何在 Vue3 应用中实现版本更新后浏览器自动加载最新内容的完整方案，涵盖构建优化、缓存策略与版本控制的各个方面。 ## 1. 构建工具配置：静态资源哈希命名 在 Vue3 项目中，使用 Vite 或 Webpack 等构建工具为静态资源生成带哈希值的文件名是版本控制的基础。当文件内容变化时，哈希值会更新，浏览器会因 URL 不同而重新加载资源。 ### Vite 配置示例 ```js \u002F\u002F vite.config.js export default defineConfig({ build: { rollupOptions: { output: { entryFileNames: `assets\u002F[name]-[hash].js`, chunkFileNames: `assets\u002F[name]-[hash].js`, assetFileNames:...",7286,24,116,"2026-01-05 14:11:51",{"id":58,"title":59,"slug":60,"summary":61,"wordCount":62,"readingTime":63,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":64,"likeCount":18,"commentCount":18,"publishTime":65},"2008024308121661442","二分查找算法和实例介绍","erfenchazhaosuanfaheshilijieshao","### **1. 核心思想** 二分算法是一种高效的搜索算法，适用于**有序数组**，通过**分治策略**逐步缩小搜索范围。其核心思想是： - 将数组分为两半，比较目标值与中间元素的大小关系； - 根据比较结果，决定继续在左半部分或右半部分搜索； - 重复此过程，直到找到目标值或确定其不存在。 --- ### **2. 使用前提** - **数组必须有序**（升序或降序）。 - 适用于静态数据（无需频繁插入\u002F删除），因动态数据维护有序性成本较高。 --- ### **3. 算法步骤** 以升序数组为例，查找目标值 `target`： 1. **初始化**：定义两个指针 `low`（起始位置）和 `high`（结束位置）。 - 通常 `low = 0`，`high = 数组长度 - 1`。 2. **循环条件**：当 `low \u003C= high` 时继续循环。 3.",1858,6,102,"2026-01-05 11:54:36",{"id":67,"title":68,"slug":69,"summary":70,"wordCount":71,"readingTime":72,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":73,"likeCount":18,"commentCount":18,"publishTime":74},"2005630101352411138","场景面试题：如何避免用户重复下单（多次下单未支付，占用库存）","changjingmianshitiruhebimianyonghuzhongfuxiadanduocixiadanweizhifuzhanyongkucun","# Spring Boot 如何避免用户重复下单（多次下单未支付，占用库存）？—— 面试题详解 在高并发电商系统中，一个常见的问题是：**用户短时间内多次点击“下单”按钮，生成多个未支付订单，导致库存被无效占用，影响其他用户购买**。这不仅浪费系统资源，还可能引发超卖或库存不足的问题。 本文将围绕 **Spring Boot 技术栈**，从原理、方案设计到代码实现，详细讲解如何有效防止用户重复下单，并形成一套可落地的解决方案。 --- ## 一、问题场景还原（面试题背景） > **面试官提问**： > “在我们的电商平台中，经常有用户在未支付的情况下多次点击下单按钮，造成多个待支付订单和库存锁定。请问你如何在 Spring Boot 项目中解决这个问题？” 这是一个典型的 **幂等性 + 库存管理 + 分布式锁** 综合问题。 --- ## 二、核心思路分析 要解决重复下单问题，需从以下维...",4894,16,70,"2025-12-29 21:20:52",{"id":76,"title":77,"slug":78,"summary":79,"wordCount":80,"readingTime":54,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":14,"likeCount":18,"commentCount":18,"publishTime":81},"2005627729460916226","什么是 Netty，它在网络编程中解决了什么问题？","shenmeshi-nettytazaiwangluobianchengzhongjiejueleshenmewenti","Netty 是一个高性能、异步事件驱动的网络应用框架，用于快速开发可维护的高性能协议服务器和客户端。它由 JBoss（现为 Red Hat 的一部分）开发，并广泛应用于 Java 生态系统中，是构建高并发、低延迟网络应用的重要工具。 --- ## 一、Netty 是什么？ Netty 是基于 Java NIO（Non-blocking I\u002FO）封装而成的网络编程框架。它屏蔽了 Java 原生 NIO 编程的复杂性，提供了更简洁、更安全、更高效的 API，使得开发者可以专注于业务逻辑，而无需处理底层网络通信细节。 核心特点包括： - **异步非阻塞**：基于事件驱动模型，支持高并发连接。 - **高性能**：通过零拷贝、内存池、高效的线程模型等优化手段提升性能。 - **可扩展性强**：模块化设计，支持自定义协议、编解码器、处理器等。 - **稳定性高**：经过大量生产环境验证（如阿里巴巴、...",7367,"2025-12-29 21:11:25",{"id":83,"title":84,"slug":85,"summary":86,"wordCount":87,"readingTime":88,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":89,"likeCount":18,"commentCount":18,"publishTime":90},"2005275234708549633","Spring Boot中.properties和.yml 的配置文件区别是什么？","spring-bootzhongpropertiesheyml-depeizhiwenjianqubieshishenme","在 Spring Boot 中，`application.properties` 和 `application.yml` 都是用来配置应用程序属性的配置文件，它们的功能是等价的，只是语法格式不同。以下是两者的主要区别： --- ### 1. **语法格式不同** - **`application.properties`** 使用键值对的形式（类似 Java 的 Properties 文件）： ```properties server.port=8080 spring.datasource.url=jdbc:mysql:\u002F\u002Flocalhost:3306\u002Fmydb ``` - **`application.yml`** 使用 YAML（YAML Ain't Markup Language）格式，基于缩进表示层级结构： ```yaml server: port: 8080 spring:...",1734,5,19,"2025-12-28 21:50:45",{"id":92,"title":93,"slug":94,"summary":95,"wordCount":96,"readingTime":63,"categoryId":15,"tags":16,"coverImage":16,"thumbnail":16,"status":17,"isTop":18,"isRecommended":18,"allowComments":18,"password":16,"viewCount":89,"likeCount":18,"commentCount":18,"publishTime":97},"2005272316555096065","什么是 Spring Actuator？它有什么优势？","shenmeshi-spring-actuatortayoushenmeyoushi","Spring Boot Actuator 是 Spring Boot 提供的一个用于监控和管理应用程序的模块。它通过暴露一系列 HTTP 端点（endpoints）或 JMX 接口，让开发者和运维人员可以轻松地获取应用的运行时状态、健康状况、指标信息、配置详情等，而无需自己编写额外的监控代码。 --- ### 一、Spring Actuator 的核心功能 1. **健康检查（Health）** - 检查应用及其依赖（如数据库、Redis、外部服务）是否正常。 - 默认路径：`\u002Factuator\u002Fhealth` 2. **应用信息（Info）** - 显示应用的基本信息，如版本、构建时间、Git 提交信息等。 - 默认路径：`\u002Factuator\u002Finfo` 3.",2073,"2025-12-28 21:39:10","42"]