What Changes, What Doesn’t: True Engineering in the AI Coding era
1. Background
The software development landscape is undergoing a profound transformation since the advent of LLMs and Agentic AI. AI coding assistant tools like Amazon Kiro, Cline, Claude Code, OpenAI’s Codex, Gemini Code Assistant, Cursor, Github Copilot, Alibaba Qoder, ByteDance Coze and Windsurf[……]
GPT-OSS Java: From PyTorch to Performant Inference on CPU in 1000 Lines
1. Overview
In August 2025, OpenAI released gpt-oss, its first open-weight model family since GPT-2 — including gpt-oss-120b and gpt-oss-20b, both optimized for reasoning tasks. Within weeks, major cloud providers like AWS, GCP, and inference backends like vLLM, Transformers, Ollama, TensorRT[……]
LLM-based GenBI从探索到实践
随着LLM-based Generative AI的火热，这个浪潮也席卷到了数据库领域。DB for AI和AI for DB的概念更多地进入了人们的视野。首先看DB for AI，数据库与ML training和inference的集成产品化已久，比如AWS RedShift和SageMaker的集成思想[1] move model to the data rather than vice versa；这两年基于向量检索 + LLM的RAG更让各大数据库全面拥抱AI。再看AI for DB，基于ML智能调优数据库的想法，很早就被Andy Pavlo提出，其推动的self-driving da[……]
从MySQL InnoDB物理文件格式深入理解索引
1. InnoDB物理文件的基本结构
从服务和存储角度看异地多活的高可用架构
1. 前言
广告系统的平台架构与交互流程
阿里云第一届PolarDB数据库性能大赛Java排名第一分享
参加天池大赛-阿里云第一届PolarDB数据库性能大赛，比赛以NVME Optane SSD为背景，在此之上开发单机存储引擎比拼性能，支持C++和Java语言。我的完赛成绩是Java语言排名第一，总排名20（共1653人参赛，队伍名称：neoremind），与C++第一差距在2.1%（<9s）。众所周知，类似的系统如果想榨干硬件，那么越贴近底层越好，Java存在一些天然的劣势，但是作为这么多年的资深JAVAer，还是想挑战一把。
消息队列技术点梳理（思维导图版）
Nesto – Hulu用户分析平台的OLAP引擎
本文主要介绍Hulu用户分析平台使用的OLAP引擎——Nesto（Nested Store），是一个提供近实时数据导入，嵌套结构、TB级数据量、秒级查询延迟的分布式OLAP解决方案，包括一个交互式查询引擎和数据处理基础设施。
1. 项目背景
使用火焰图做性能分析
系统性能的评估维度可能很多，包括应用的吞吐量、响应时间、任务完成时间和资源利用率等。但是这些指标（metrics）仅仅是表象，一旦发现异常，如何从代码级别定位性能问题才是解决问题的关键，本文介绍了一种使用火焰图（Flame Graph）来做性能分析的方法，在实战中具备很高的可操作性和快速pinpoint问题的能力。
下面按照1. 发现问题，2. 分析问题，3. 解决问题三个章节展开，最后是4. Lesson Learned。
1. 发现问题
最近公司完成大数据集群的迁移，应用大多是Spark开发的，但是仍然存在一个老的每日运行的Hadoop任务突然发现指标异常，主要体现在[……]
浅谈从Google Mesa到百度PALO
1. Mesa
JAVA并发编程实战笔记
第二次认真读了Doug Lea的Java Concurrency In Practice这本大作，记录笔记在此链接。
[……]
Easy-mapper – 一个灵活可扩展的高性能Bean mapping类库
1 背景
ElementConf ef = new ElementConf(); ef.setTplConfId(tplConfModel.getTplConfIdKey()); ef.setTemplateId(tplConfModel.getTemplateId[......]<p class="read-more"><a href="https://neoremind.com/2016/08/easy-mapper-%e4%b8%80%e4%b8%aa%e7%81%b5%e6%b4%bb%e5%8f%af%e6%89%a9%e5%b1%95%e7%9a%84%e9%ab%98%e6%80%a7%e8%83%bdbean-mapping%e7%b1%bb%e5%ba%93/">继续阅读</a></p> |
从JVM说起到初探Scala应用实践
最近在公司组内分享了一次关于JVM、Scala以及Spark介绍性质浅析的议题，这种形式的分享可以鞭策自己主动、自驱的完成一些既定目标，还能和有经验的人士一起交流，共享与学习是每一个做技术的同胞都应该拥抱的价值观。
PPT见连接，请点此。
[……]
大塞车游戏活动的算法解
最近在公司组织的培训上，遇到了一个很有意思的算法题，这篇文章就借这个为题提供一个解。