- ## 一、为什么去重是个高频问题后端接口合并多条数据、多选标签回显、URL 参数拼接……几乎每天都会遇到数组去重。ES6 之前大家手写循环，ES6 之后一句展开运算符就能搞定，但不同实现在性能、边界行为上差异很大。选错方法，轻则代码难读，重则在十万级数据下直接卡死页面。## 二、七种实现方式### 1. 双层 for 循环（最直观）```jsfunction unique(arr) { c... ## 一、为什么去重是个高频问题后端接口合并多条数据、多选标签回显、URL 参数拼接……几乎每天都会遇到数组去重。ES6 之前大家手写循环，ES6 之后一句展开运算符就能搞定，但不同实现在性能、边界行为上差异很大。选错方法，轻则代码难读，重则在十万级数据下直接卡死页面。## 二、七种实现方式### 1. 双层 for 循环（最直观）```jsfunction unique(arr) { c...
- 零基础教程：用码云数智快速制作题库刷题小程序如今，刷题小程序广泛应用于学生备考、职业考证、企业培训、知识测评等多个场景，成为轻量化学习的核心工具。但传统小程序开发需要专业代码技术、开发周期长、成本高昂，让很多个人创业者、培训机构、中小企业望而却步。码云数智零代码平台专为教育、测评场景打造，无需编写一行代码，依托内置的教育系统模板和完善的题库功能，普通人也能快速搭建专属题库刷题小程序。本文将从... 零基础教程：用码云数智快速制作题库刷题小程序如今，刷题小程序广泛应用于学生备考、职业考证、企业培训、知识测评等多个场景，成为轻量化学习的核心工具。但传统小程序开发需要专业代码技术、开发周期长、成本高昂，让很多个人创业者、培训机构、中小企业望而却步。码云数智零代码平台专为教育、测评场景打造，无需编写一行代码，依托内置的教育系统模板和完善的题库功能，普通人也能快速搭建专属题库刷题小程序。本文将从...
- 在上一篇文章中，我们从零实现了一个Raft共识算法，覆盖了领导者选举、日志复制与安全性约束。那篇文章聚焦的是分布式系统的一致性。这一次我们回到AI基础设施的核心数据结构，目标是一个完整的HNSW（Hierarchical Navigable Small World）向量索引。向量检索正在成为AI应用的基础能力。RAG系统需要从百万级文档中检索与查询语义最相关的片段，推荐系统需要从千万级物品中... 在上一篇文章中，我们从零实现了一个Raft共识算法，覆盖了领导者选举、日志复制与安全性约束。那篇文章聚焦的是分布式系统的一致性。这一次我们回到AI基础设施的核心数据结构，目标是一个完整的HNSW（Hierarchical Navigable Small World）向量索引。向量检索正在成为AI应用的基础能力。RAG系统需要从百万级文档中检索与查询语义最相关的片段，推荐系统需要从千万级物品中...
- 在排查数据库性能问题时，人们首先想到的往往是加机器、加内存、加缓存。但在实际项目中，同一条 SQL 语句，在数据量相同、硬件相同的情况下，执行时间可能从几毫秒变成几十秒。造成这种差距的最常见原因，是这条查询有没有用上合适的索引。本文介绍数据库索引的底层结构与工作原理，分析聚簇索引、联合索引和索引失效等问题，并总结设计索引的常见方法。文中以常见的关系型数据库为例，具体细节因产品和存储引擎不同而... 在排查数据库性能问题时，人们首先想到的往往是加机器、加内存、加缓存。但在实际项目中，同一条 SQL 语句，在数据量相同、硬件相同的情况下，执行时间可能从几毫秒变成几十秒。造成这种差距的最常见原因，是这条查询有没有用上合适的索引。本文介绍数据库索引的底层结构与工作原理，分析聚簇索引、联合索引和索引失效等问题，并总结设计索引的常见方法。文中以常见的关系型数据库为例，具体细节因产品和存储引擎不同而...
- 传统3D渲染引擎的核心是一个树状场景图。每个物体是一个节点，节点持有变换矩阵、材质引用和网格数据。渲染一帧的流程是：从根节点开始递归遍历，逐节点更新世界矩阵，逐节点提交绘制调用。这套架构在几百个物体的场景下工作良好，但当物体数量增长到几万甚至几十万时，它开始崩溃。崩溃的根源不在于GPU不够快，而在于CPU成为了瓶颈。每帧遍历十万个节点、为每个节点更新矩阵、为每个节点发起一次draw call... 传统3D渲染引擎的核心是一个树状场景图。每个物体是一个节点，节点持有变换矩阵、材质引用和网格数据。渲染一帧的流程是：从根节点开始递归遍历，逐节点更新世界矩阵，逐节点提交绘制调用。这套架构在几百个物体的场景下工作良好，但当物体数量增长到几万甚至几十万时，它开始崩溃。崩溃的根源不在于GPU不够快，而在于CPU成为了瓶颈。每帧遍历十万个节点、为每个节点更新矩阵、为每个节点发起一次draw call...
- 在分析程序性能时，人们通常关注算法复杂度：O(n log n) 优于 O(n²)，哈希查找优于线性查找。但在实际运行中，两段复杂度相同的代码，性能差距可能达到数倍甚至数十倍。造成这种差距的一个主要原因，是它们对 CPU 缓存的利用程度不同。本文介绍 CPU 缓存的层次结构与工作原理，分析局部性原理、缓存一致性协议和伪共享问题，并总结编写缓存友好代码的常见方法。 一、处理器与内存之间的速度鸿沟... 在分析程序性能时，人们通常关注算法复杂度：O(n log n) 优于 O(n²)，哈希查找优于线性查找。但在实际运行中，两段复杂度相同的代码，性能差距可能达到数倍甚至数十倍。造成这种差距的一个主要原因，是它们对 CPU 缓存的利用程度不同。本文介绍 CPU 缓存的层次结构与工作原理，分析局部性原理、缓存一致性协议和伪共享问题，并总结编写缓存友好代码的常见方法。 一、处理器与内存之间的速度鸿沟...
- 传统数据融合平台走的是“ETL中间件+多个专用数据库”的路线——关系型库存业务数据，文档库存日志，时序库存传感器，向量库存AI特征。数据搬来搬去，链路长、延迟高、一致性难保证。2026年，数据融合的范式正在从“外部搬运”转向“内核融合”。本文拆解传统ETL架构的三大结构性痛点，分析多模融合引擎的技术原理，给出数据融合平台选型的新框架。 传统数据融合平台走的是“ETL中间件+多个专用数据库”的路线——关系型库存业务数据，文档库存日志，时序库存传感器，向量库存AI特征。数据搬来搬去，链路长、延迟高、一致性难保证。2026年，数据融合的范式正在从“外部搬运”转向“内核融合”。本文拆解传统ETL架构的三大结构性痛点，分析多模融合引擎的技术原理，给出数据融合平台选型的新框架。
- 连接池是应用与数据库之间的第一道关口，配置不当会直接拖垮数据库。连接池配得太大，应用重启时会触发连接风暴，数据库CPU瞬间飙满；连接泄漏会导致连接数持续上涨，最终耗尽数据库连接资源。本文从连接风暴的三种触发场景入手，拆解连接泄漏的隐蔽表现、连接状态异常的排查方法，并给出HikariCP关键参数的实战配置建议。 连接池是应用与数据库之间的第一道关口，配置不当会直接拖垮数据库。连接池配得太大，应用重启时会触发连接风暴，数据库CPU瞬间飙满；连接泄漏会导致连接数持续上涨，最终耗尽数据库连接资源。本文从连接风暴的三种触发场景入手，拆解连接泄漏的隐蔽表现、连接状态异常的排查方法，并给出HikariCP关键参数的实战配置建议。
- DDIM采样步数优化：少步数生成高质量图像的秘诀 引言：步数即时间，时间即成本扩散模型的采样过程本质上是一个迭代去噪的过程，每一步都需要调用一次神经网络进行前向推理。在DDPM的原始设定中，这个过程需要1000步，意味着生成一张图像需要1000次网络推理。即使每次推理仅需10毫秒，1000步也需要10秒，这在实时应用场景中是不可接受的。DDIM的加速采样机制通过子序列跳跃，将采样步数从10... DDIM采样步数优化：少步数生成高质量图像的秘诀 引言：步数即时间，时间即成本扩散模型的采样过程本质上是一个迭代去噪的过程，每一步都需要调用一次神经网络进行前向推理。在DDPM的原始设定中，这个过程需要1000步，意味着生成一张图像需要1000次网络推理。即使每次推理仅需10毫秒，1000步也需要10秒，这在实时应用场景中是不可接受的。DDIM的加速采样机制通过子序列跳跃，将采样步数从10...
- 在开发过程中，我们经常会遇到这样的场景：一张表刚开始只有几千条数据，查询几乎瞬间完成；随着数据增长到几十万甚至上千万条，同一条 SQL 却越来越慢。这时候，很多人的第一反应是：给查询字段加个索引。加完索引以后，查询速度可能从几秒缩短到几十毫秒。但索引为什么有这么明显的效果？为什么有时候明明创建了索引，数据库却不使用？联合索引中的字段顺序又为什么如此重要？要真正回答这些问题，就需要理解数据库索... 在开发过程中，我们经常会遇到这样的场景：一张表刚开始只有几千条数据，查询几乎瞬间完成；随着数据增长到几十万甚至上千万条，同一条 SQL 却越来越慢。这时候，很多人的第一反应是：给查询字段加个索引。加完索引以后，查询速度可能从几秒缩短到几十毫秒。但索引为什么有这么明显的效果？为什么有时候明明创建了索引，数据库却不使用？联合索引中的字段顺序又为什么如此重要？要真正回答这些问题，就需要理解数据库索...
- 半同步复制解决了异步复制的数据丢失风险，但AFTER_COMMIT和AFTER_SYNC两种等待模式的差异直接决定了故障切换时是否丢数据。MGR基于Paxos协议实现自动选主与脑裂防护，GTID则让主从切换不再依赖手工位点。本文从复制的基本原理出发，拆解MySQL复制的三层机制——异步复制的流程、半同步复制的等待模式、MGR的一致性协议与GTID的全局事务标识，并给出生产环境的选型建议。 半同步复制解决了异步复制的数据丢失风险，但AFTER_COMMIT和AFTER_SYNC两种等待模式的差异直接决定了故障切换时是否丢数据。MGR基于Paxos协议实现自动选主与脑裂防护，GTID则让主从切换不再依赖手工位点。本文从复制的基本原理出发，拆解MySQL复制的三层机制——异步复制的流程、半同步复制的等待模式、MGR的一致性协议与GTID的全局事务标识，并给出生产环境的选型建议。
- 传统数据库迁移面临停机窗口长、数据一致性难保证、故障缺乏回退手段三大挑战。双轨并行方案通过“全量迁移+增量同步+双向回切”的技术组合，实现迁移期间的业务零中断和快速回退。本文拆解双轨并行的技术架构、增量捕获与双向同步机制、全周期一致性校验流程，并结合金融核心系统3TB数据不停机迁移的真实案例，给出可落地的实施路径。 传统数据库迁移面临停机窗口长、数据一致性难保证、故障缺乏回退手段三大挑战。双轨并行方案通过“全量迁移+增量同步+双向回切”的技术组合，实现迁移期间的业务零中断和快速回退。本文拆解双轨并行的技术架构、增量捕获与双向同步机制、全周期一致性校验流程，并结合金融核心系统3TB数据不停机迁移的真实案例，给出可落地的实施路径。
- InnoDB的并发控制核心就是MVCC——通过Undo Log版本链和Read View实现“读不阻塞写、写不阻塞读”。本文拆解版本链的构建方式、Read View的四个核心字段、RC与RR隔离级别下Read View生成时机的差异、快照读与当前读的底层区别，以及长事务导致undo log膨胀的根因。 InnoDB的并发控制核心就是MVCC——通过Undo Log版本链和Read View实现“读不阻塞写、写不阻塞读”。本文拆解版本链的构建方式、Read View的四个核心字段、RC与RR隔离级别下Read View生成时机的差异、快照读与当前读的底层区别，以及长事务导致undo log膨胀的根因。
- 在计算机科学中，有一句经典的话：“程序 = 数据结构 + 算法。”数据结构决定了数据如何被组织、存储和访问，而算法则决定如何操作这些数据。选择合适的数据结构，往往能让程序在时间效率、空间占用和代码可维护性上取得巨大优势。本文将介绍计算机领域中最常见的数据结构，包括它们的原理、典型操作、时间复杂度和应用场景。一、线性结构线性结构中的数据元素之间存在一对一的顺序关系。最常见的线性结构包括数组、链... 在计算机科学中，有一句经典的话：“程序 = 数据结构 + 算法。”数据结构决定了数据如何被组织、存储和访问，而算法则决定如何操作这些数据。选择合适的数据结构，往往能让程序在时间效率、空间占用和代码可维护性上取得巨大优势。本文将介绍计算机领域中最常见的数据结构，包括它们的原理、典型操作、时间复杂度和应用场景。一、线性结构线性结构中的数据元素之间存在一对一的顺序关系。最常见的线性结构包括数组、链...
- 昨天抽检发现5道答案有误，今天先把它们修正了。修正过程比想象中麻烦。 这5道题藏在800多道题里，靠人工翻列表找太慢。写了个小脚本，把昨天抽检记录的题目标题和答案列出来，在数据库里按标题模糊匹配，找到对应的题目ID，然后逐条修改答案和解析。5道题修完花了半小时，其中有一道题比较尴尬——正确的选项写成了“以上都对”，而这个选项又恰好是错误答案，属于是双重错误。顺手做了个功能：批量重新生成。抽检... 昨天抽检发现5道答案有误，今天先把它们修正了。修正过程比想象中麻烦。 这5道题藏在800多道题里，靠人工翻列表找太慢。写了个小脚本，把昨天抽检记录的题目标题和答案列出来，在数据库里按标题模糊匹配，找到对应的题目ID，然后逐条修改答案和解析。5道题修完花了半小时，其中有一道题比较尴尬——正确的选项写成了“以上都对”，而这个选项又恰好是错误答案，属于是双重错误。顺手做了个功能：批量重新生成。抽检...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签