2026
04月
硬核教程：Docker+Ollama部署你的专属代码大模型
面对数据出境和代码隐私风险，自托管AI编程助手成为兼顾合规与降本的务实选择。文章指出，使用DeepSeek-Coder等开源模型在自有GPU上推理，成本可比云API降低50%以上，实测响应延迟仅300-800ms。通过Docker Compose一键部署Ollama与Continue插件，即可搭建完全离线、可控的私有编程助手，并可扩展至代码审查等自动化流水线，实现安全、高效的本地开发。
2025
12月
Java 性能优化实战 第 8 篇：Redis 性能优化与高并发热点缓存设计（上）
本文系统分析了Redis在高并发场景下的性能瓶颈与优化策略。Redis性能优势源于纯内存访问、单线程模型和I/O多路复用。常见问题包括大Key、热点Key和缓存雪崩/击穿/穿透。核心解决方案涉及Key设计规范（如业务:模块:对象格式）、热点数据打散、多级缓存（本地+Redis）及合理设置过期策略。生产环境应避免使用KEYS命令，推荐Pipeline批量操作和allkeys-lru内存淘汰策略，以提升系统稳定性和吞吐量。
Java 性能优化实战 第 7 篇：MySQL 性能优化必修课
本文系统阐述了MySQL性能优化的核心方法论。文章指出数据库是后端性能的主要瓶颈，优化的核心在于减少扫描行数、I/O和锁争用。重点讲解了高性能索引的设计原则（如高区分度、联合索引顺序）、通过慢查询日志定位问题、以及利用EXPLAIN分析执行计划（关注索引使用、扫描行数和Using Filesort/Temporary等关键信息）。最后提供了避免索引失效的实战案例和高性能SQL写法模板，强调一切优化的根本目标是让MySQL扫描更少的行。
Java 性能优化实战 第 6 篇：CPU 使用率飙高的根因定位（火焰图 + Linux 实战排查全流程）
本文系统介绍了Java服务CPU飙高问题的排查与优化方法。CPU飙高通常由线程死循环、锁竞争、GC频繁、IO阻塞或热点方法调用导致，表现包括CPU 100%、系统卡顿等。文章提供了标准排查流程：通过`top -H -p`定位高CPU线程，将线程ID转为十六进制，再结合`jstack`分析线程栈，即可快速定位问题根源。同时，文章分类解读了不同场景的栈特征与解决方案，并推荐使用火焰图进行深度分析。最后，给出了生产环境CPU性能优化的实用清单，如避免死循环、减少锁竞争、合理配置线程池等。
Java 性能优化实战 第 5 篇：JVM GC 调优（下）——GC 事故排查、内存泄漏定位、GC 日志可视化实战
本文系统介绍了线上GC问题的排查流程与实战解决方案。核心是“黄金五步法”：先确定RT抖动或CPU高等表现，再通过jstat等工具区分GC与业务问题，接着分析GC日志定位拖累系统的具体GC类型，进而判断对象产生过快、回收不足或内存泄漏等根本原因，最后使用MAT、Arthas等工具精确定位。文章还总结了周期性RT峰值、CPU 100%、FullGC爆发等五种常见事故模式及其调优方案，并提供了针对不同堆大小的G1调优模板，以及从G1切换到ZGC的考量标准。
Java 性能优化实战 第 4 篇：JVM GC 调优（上）——从 GC 原理到 G1 实战参数解析
本文系统阐述了Java GC调优的核心知识。文章指出线上性能问题（如延迟抖动、CPU满载）约70%与GC相关。核心观点是GC的本质是在不影响业务的前提下平衡延迟与吞吐。文章重点分析了GC发展史，强调G1因其可设定暂停目标、并发标记及成熟稳定，是当前线上服务的首选。同时，文章提供了G1的核心调优参数集，并指出线上90%的GC问题源于年轻代过小、老年代过快填满及回收阶段耗时过长三大常见陷阱。
11月
Java 性能优化实战 第 2 篇：如何定位性能瓶颈
本文提出性能优化的核心在于精准定位瓶颈，而非盲目调整。文章系统性地介绍了从Linux系统层、JVM层到业务代码层的三层排查法，并提供了具体工具与关键指标，如使用top、jstat、Arthas等快速诊断CPU、内存、线程及数据库问题。核心结论是：遵循标准排查流程，先定位再优化，可解决90%的线上性能问题。
Java 性能优化实战 第 1 篇：Java 性能优化全景图
本文系统阐述了Java性能优化的完整体系，指出性能优化并非单点改进，而是涵盖代码、线程、JVM、IO、持久化、架构及运维的七层立体结构。核心目标在于平衡响应时间、吞吐量与资源消耗。文章强调应遵循“发现问题—压测定位—分析瓶颈—方案验证”的黄金流程，并指出常见瓶颈多集中于GC、线程池、数据库及缓存设计。同时，推荐了必要的性能工具链，并总结了五大优化心法，强调系统性思维与监控预警的重要性。
