个人技术分享

Web前端可以转Java吗：一场技术与职业发展的探索之旅

同时，我们还需要了解Java开发的工作流程和最佳实践，以便更好地融入新的开发环境。挑战则在于，Java的语法、框架以及后端开发的思维模式可能与前端大相径庭，需要我们付出更多的努力和时间去学习和适应。在转型过程中，我们需要充分发挥自己的前端经验优势，同时积极掌握Java开发的相关技能和知识。通过不断学习和实践，我们可以在Java开发领域找到新的职业发展机会，实现自己的技术梦想。同时，我们还需要对Java开发的市场需求和发展趋势进行深入了解，以便为自己的职业发展做出明智的决策。

LVS三种负载均衡模式：NAT、Tunneling和DR的技术对比

NAT模式适合小规模集群，Tunneling模式适合跨网段负载均衡，DR模式适合高并发、大规模的负载均衡需求。：RS（Real Server）应使用私有地址，RS的网关必须指向DIP（Director IP）。：所有请求报文经过Director Server，但响应报文不经过Director Server。：对Director Server压力较大，请求和响应都需经过Director Server。：请求报文经过Director Server，响应报文不经过Director Server。

SpringMVC

过滤器的设计初衷是为了处理 Servlet 请求和响应，它们并不属于 Spring 容器的管理范围，因此在过滤器中无法直接通过 Spring 上下文来访问 Spring 托管的 Bean。控制器：一个或多个 Servlet 对象，根据视图提交的请求进行控制，即将请求转发给处理业务逻辑的 JavaBean，并将处理结果存放到实体模型 JavaBean 中，输出给视图显示。图为SpringMVC的一个较完整的流程图，实线表示SpringMVC框架提供的技术，不需要开发者实现，虚线表示需要开发者实现。

Flink作业执行之 3.StreamGraph

在前文了解Transformation和StreamOperator后。接下来Transformation将转换成StreamGraph，即作业的逻辑拓扑结构。在方法中调用方法生成实例。由负责生成。实例中封装了前面生成的Transformation集合。方法核心逻辑如下，首先创建一个空的StreamGraph实例。然后通过遍历transformations集合，依次调用transform方法完成StreamGraph中节点和边实例的创建，并将节点和边加入到StreamGraph中。

总结之Spring AI（一）——使用Spring AI

当前各种AI项目层出不穷，但绝大多数都是用python写的，现在Spring开源了Spring AI项目，让Java开发者也可以轻松给自己的springboot项目集成AI能力。目前spring AI正式版本为0.8.1，支持接入openAI、Ollama、Azure openAI、Huggingface等，可实现聊天、embedding、图片生成、语音转文字、向量数据库、function calling、prompt模板、outputparser、RAG等功能，就像Java版本的langchain。