物理学上，用“熵”来描述一个体系的混乱程度。卡尔·弗里德曼提出熵增定律，他认为在一个封闭的系统内，如果没有外力的作用，一切物质都会从有序状态向无序状态发展。

如果我们不希望系统变混乱，有什么办法呢？答案是对抗熵增定律，对抗熵增定律的方法是借助外力，让系统从混乱回归有序。举个例子：

下图中，我们使用“熵”值来衡量“骰子系统”的混乱程度，1（最大值）表示“最混乱”，意味着我们不能控制“投骰子”的结果，每次投骰子的结果会在1~6随机出现，系统表现不稳定；1/6（最小值）表示“最有序”，意味着我们能够控制“投骰子”的结果，系统表现稳定，比如我们希望每次投筛子的结果都是6，我们可以引入作弊手段（即借助外力），让每次投骰子结果都是6。

如何在千万级数据表中进行深分页查询，并不断探索优化查询性能，本文将详细分解。

阅读本文，您将对异常堆栈消失问题有更深入的了解，并掌握解决问题的方法和技巧。

Java应用堆外内存持续增长，直到服务器内存全部耗尽，本文分享详细排查过程。

众所周知，在现实世界中，每一个资源都有其提供能力的最大上限，当单一资源达到最大上限后就得让多个资源同时提供其能力来满足使用方的需求。同理，在计算机世界中，单一数据库资源不能满足使用需求时，我们也会考虑使用多个数据库同时提供服务来满足需求。当使用了多个数据库来提供服务时，最为关键的点是如何让每一个数据库比较均匀的承担压力，而不至于其中的某些数据库压力过大，某些数据库没什么压力。这其中的关键点之一就是拆分键的设计。

在AIGC市场发展的趋势下，如何帮助设计工作者解放双手。本文将从图像生成方向切入，帮助大家体系化的学习Stable diffusion的使用，完成自有IP的训练以及生成，主要从部署、训练、生成3大核心进行系统性的讲解。

在移动端页面中，由于屏幕空间有限，导航条扮演着非常重要的角色，提供了快速导航到不同页面或功能的方式。用户也通常会在导航条中寻找他们感兴趣的内容，因此导航条的曝光率较高。在这样的背景下，提供一个动态灵活的导航条，为产品赋能，变得尤其重要。

本文介绍了京东小程序数据中心功能的整体业务全景以及技术架构，详细阐述了小程序数据中心帮助内外部业务，实现精细化数据运营以及全链路数据监控最佳落地方案。

Log4j是Apache的一个开源项目，通过使用Log4j我们可以控制日志信息的输出，但是如果使用不当也会给系统带来其他致命的风险。

距离 JDK 8 发布已经过去了 9 年，那么这 9 年的时间，JDK 做了哪些升级？是否有新的重大特性值得我们尝试？能否解决一些现在令人苦恼的问题？

如何根据项目背景灵活地处理访谈、如何快速通过访谈得出敏捷结论、如何结合零售背景及所对接的各业务方工作针对地设计访谈提纲和产出有效结论等，这些都要求我比过去学生时期更灵活、用时更短、考虑得更多、访谈目的更有业务针对性。

本文介绍了使用 ChatGPT逐步创建 一个简单的Java框架，包括构思、交流、深入优化、逐步完善和性能测试等步骤。

本文会从设计角度，一步步的剖析 Spring 事务管理的设计思路。

用ChatGPT让翻译不再生硬，跟着我基于ChatGPT做一个Chrome Extension，实现在网页中轻松划词翻译各种语言。

我们团队一直在持续推进业务系统的体系化治理工作，在这个过程中我们沉淀了自己的DDD脚手架项目。脚手架项目是体系化治理过程中比较重要的一环，它的作用有两点：

1. 可以对新建的项目进行统一的规范
2. 对于指导老项目进行DDD的改造提供指导

本文主要是梳理和总结了DDD脚手架使用中的编码规范以及遇到的问题。

伴随物流行业的迅猛发展，一体化供应链模式的落地，对系统吞吐、系统稳定发出巨大挑战，库存作为供应链的重中之重表现更为明显。

通过分析过往大促流量，分钟级流量增长率为75%，大促仓内反馈三方订单下传不及时，库存预占吞吐量和性能是导致订单积压因素之一。目前库存使用mysql数据库作为接单预占的扛量手段，随着一体化供应链建设以及重点KA商家不断接入，现有库存架构在业务支撑上存在风险和缺陷。

此外未来3到5年业务增长、流量增长预计增长5-10倍。为避免系统性能和技术架构缺陷导致业务损失，轻量级库存架构势在必行。