posts
系统级 Prometheus 实战指南：数据模型与指标类型详解、Exporter 生态与自定义 Exporter 开发、服务发现机制（DNS/K8s/Consul/File SD）、PromQL 高级查询（聚合/子查询/二元运算/预测/同比环比）、Recording Rule 与告警规则设计、Alertmanager 分组/抑制/静默/路由、高可用联邦与远程存储、Thanos/VictoriaMetrics 扩展架构。附完整配置与实战代码。
系统性 API 设计与 BFF（Backend for Frontend）实践：RESTful API 设计规范（HTTP 方法/状态码/资源命名/分页/版本控制）、HATEOAS、OpenAPI 规范与自动化（生成客户端/文档/Mock）、GraphQL 类型系统与查询优化（N+1/DataLoader/缓存）、tRPC 端到端类型安全、tRPC 路由与中间件、BFF 架构设计（职责边界/API 聚合/权限转发）、前后端协作模式（契约测试/API First/Mock Server）、API 版本化策略与平滑迁移、gRPC-Web 在浏览器场景的应用。附 Node.js/Go 实战。
系统性梳理可观测性三大支柱（Metrics/Logs/Traces）的核心概念、数据模型、采集范式和适用场景。对比维度覆盖数据类型、查询方式、存储成本、采样策略、告警响应、根因定位。延伸至事件（Events）、剖析（Profiling）、真实用户监控（RUM）等第四/第五支柱，构建完整的云原生可观测性认知框架。
深入解析 TiDB 分布式数据库核心架构：TiKV 分布式键值存储、Placement Driver 调度中心、TiDB 计算层、Raft 共识协议、Region 分裂与调度、乐观/悲观事务模型以及 TiFlash 列存引擎。
大语言模型 LLM 应用开发：Prompt Engineering、RAG 检索增强生成、Fine-tuning 微调、Function Calling 与 AI Agent 架构设计
MLOps 工程化实践：MLflow 实验追踪、DVC 数据版本管理、模型注册中心、CI/CD for ML 与自动化流水线设计
ML 模型生产化部署指南：ONNX 跨平台转换、TorchServe 服务化、量化蒸馏压缩、TensorRT 加速与边缘端部署
系统性 WebAssembly 前端实战：WASM 核心概念与运行模型（VM/线性内存/Table/Module/Instance）、主流编译工具链对比（Rust+wasm-pack / Go+wasm / C++/Emscripten / AssemblyScript）、WASM 与 JavaScript 互操作（export/import/memory/Table）、性能基准对比（WASM vs JS vs native）、前端典型应用场景（图像处理/编解码/加密/物理引擎/数据可视化）、WASM 模块异步加载与流式编译、多线程 WASM（SharedArrayBuffer + Atomics）、WASI（WebAssembly System Interface）演进。附 Rust→WASM 完整实战。
从行存储与列存储原理出发，深入讲解 HTAP（混合事务/分析处理）架构设计、OLTP 与 OLAP 融合方案，以及 ClickHouse、TiFlash 等实时分析引擎的工程实践。
机器学习特征工程深度指南：特征选择、特征构造、时间序列特征、文本/图像特征提取与自动化特征工程
推荐系统全栈技术：协同过滤、矩阵分解、FM/FFM、深度推荐模型 DeepFM/DIN 与工业级召回+排序架构
计算机视觉深度解析：YOLO 系列、图像分割、OCR 文字识别与生成模型 GAN/Diffusion
NLP 核心技术：文本预处理、词向量 Word2Vec/GloVe、BERT 微调、文本分类与命名实体识别实战
从 RNN 到 Transformer：序列建模演进，LSTM/GRU 门控机制、Self-Attention、多头注意力位置编码与 BERT/GPT 架构解析
全面解析分布式事务核心协议：2PC 两阶段提交、3PC 三阶段提交、TCC _try-confirm-cancel 补偿模式、Saga 长事务编排，以及 Seata 框架实战与消息最终一致性方案。
CNN 卷积神经网络全解析：卷积/池化/全连接、经典网络 LeNet 到 EfficientNet、目标检测基础、数据增强与迁移学习
从感知机到多层神经网络，深入理解激活函数、反向传播、损失函数、优化器与 Dropout/批归一化等训练技巧
K-Means、层次聚类、DBSCAN、PCA、t-SNE、UMAP、关联规则等无监督学习算法的原理与实战
线性回归、逻辑回归、决策树、集成学习、SVM 等核心监督学习算法的原理、实现与调优
机器学习核心概念、三大范式、模型评估指标、过拟合与正则化、特征工程入门