从 RAG 到 Context Engineering:大语言模型时代的上下文治理革命

Context Engineering(上下文工程)、LLM(大语言模型)、RAG(检索增强生成)分层记忆(短期 / 中期 / 长期记忆)、上下文治理(压缩 / 路由 / 窗口预算 / 评分) • LLM 多轮对话失忆解决方法( • RAG 的七宗罪(检索噪声 / 窗口爆炸)优化方案 • Context Engineering (分层 / 压缩 / 路由) • LLM 上下文窗口预算算法设计 • Context Engineering 与 RAG 协同 • 降低 LLM 使用成本(Context 压缩 / 缓存机制) • Context Engineering 常见误区(记忆混淆 / 安全缺失)
从 RAG 到 Context Engineering:大语言模型时代的上下文治理革命
从RAG到Context Engineering:重新定义AI系统的认知能力边界
什么是增量静态再生(ISR)技术?:从Next.js & Nuxt 开始入门
了解编程语言的编译器:从 CPU 指令到云原生,一次搞懂编译、字节码、JIT/AOT 的底层逻辑

MySQL InnoDB存储引擎深度解析:架构、原理与实践

本文是 MySQL InnoDB 存储引擎全景式指南,结合 MySQL 8.0 官方文档,从底层架构切入,拆解内存(缓冲池、redo/undo 日志缓冲)与磁盘(表空间、段页模型)的协同逻辑;深入 B + 树索引设计(对比红黑树 / B 树的优劣)、事务 ACID 实现(undo log 保障原子性、redo log 确保持久化、MVCC 解决读写阻塞);提供性能优化方案(索引避坑、参数调优、SQL 改写),并覆盖主从架构、分库分表等扩展手段。帮 DBA、后端开发者攻克高并发、大数据量场景下的 InnoDB 性能瓶颈,适配电商、金融等企业级业务需求,兼具原理深度与落地价值。
MySQL InnoDB存储引擎深度解析:架构、原理与实践

MySQL InnoDB核心原理与实践:从索引到分库分表的决策速记

本文是 InnoDB 全链路技术指南,聚焦 “索引→事务→优化→分库分表” 核心链路,结合 MySQL 8.0 官方文档,拆解 B + 树索引选型逻辑(对比红黑树 / B 树)、聚簇 / 非聚簇索引差异,详解回表、覆盖索引、最左匹配原则;剖析事务 ACID 实现(undo/redo log、MVCC),对比 4 种隔离级别;提供慢查询优化(explain 分析、索引避坑)、读写瓶颈解决方案(主从分离、Redis 缓存、Elasticsearch),最终落地分库分表策略(哈希 / 范围拆分、分布式 ID、双写迁移),帮开发者解决高并发、大数据量场景下的 InnoDB 性能问题,速记关键知识点。
MySQL InnoDB核心原理与实践:从索引到分库分表的决策速记

MySQL优化器(5)调试工具与面试指南:从“猜优化器”到“懂优化器”

本文系统梳理 MySQL 优化器调试核心工具(含EXPLAIN、EXPLAIN ANALYZE、optimizer trace等),通过 5 个实战案例演示工具组合排障技巧,详解优化器决策逻辑与调优方法。同时整理 20 + 高频面试题及原理级答案,助开发者从 “被动接受执行计划” 升级为 “主动调试优化器”,轻松应对实战排障与面试挑战。
MySQL优化器(5)调试工具与面试指南:从“猜优化器”到“懂优化器”
MySQL优化器(4)成本模型解剖:优化器的“成本”到底怎么计算的?
MySQL优化器(3)超图优化器解析:MySQL优化器的“智能大脑”进化
MySQL优化器(2)官方文档深读笔记:优化器的“操作手册”全解析
MySQL优化器(1)编年史:从 “规则执行者” 到 “成本决策者” 的演化之路 读懂进化,掌控性能