技术百科 今日: 0|主题: 190|排名: 10 

前言 一、两大图像底层类型：位图 vs 矢量图 位图（点阵图） 手机相册里的照片、截图、AI 生成绘画，绝大多数都是位图。图像由大量像素小色块拼接而成，每一个像素独立记录颜色信息。当你把图片持续放大，就会看到方块状马赛克，这是位图的固有特性。JPEG、PNG、GIF、WebP、AVIF 全部属于位图格式。 矢量图 矢量图不存 ...

当公司服务器数量超过 3 台，多名运维人员需要远程登录操作服务器时，一系列安全难题就会接踵而至：谁在什么时间执行了什么操作？误删数据库该如何定位责任人？员工离职之后，会不会还留有服务器后门？堡垒机，也叫**运维安全网关**，就是专门用来解决这类运维安全问题的基础设施。很多人简单把它理解成跳板机，但它不只是 ...

导语日常电脑操作、AI 知识库 RAG 系统做文件上传时，经常会遇到一类困惑：修改文件后缀名之后，文件依旧打不开；服务端只靠文件名后缀校验上传文件，被恶意文件绕过检测。文件扩展名（后缀）仅仅是文件名上的标签，不会改变文件内部二进制真实内容。本文通俗讲解扩展名工作机制、魔术数字（文件签名），区分 “修改后缀” ...

导语 一、什么是光猫 光猫（ONU/ONT，光网络单元），正式名称光调制解调器，光纤入户 FTTH 的核心硬件。 [*]光纤线路内部传输激光光脉冲来承载网络数据； [*]路由器、电脑、网卡只能识别电信号； [*]光猫承担光电信号互相转换，同时完成运营商网络身份注册认证，只有注册认证通过，家庭宽带才可以正常上网。 光猫主要接 ...

导语 一、什么是路由器 路由器（Router）：工作在网络层，核心职责是连接多个不同网段的网络，对 IP 数据包做路径选择与转发。 [*]交换机：负责同一个局域网内部设备之间互相通信，依靠 MAC 地址转发； [*]路由器：负责不同网络之间的数据互通，依靠 IP 地址做路由决策。 ⚠️家用路由器是一体机，把「真正路由器、交换 ...

导语 一、什么是 OCR OCR 光学字符识别：输入一张包含文字的图像（扫描件、照片、截图、截图 PDF 页面），输出机器可编辑的文本字符串。 [*]输入：图片像素； [*]输出：普通文本，可用于检索、翻译、大模型 RAG 知识库向量化。 现实业务价值： [*]扫描纸质合同、发票、档案，数字化归档； [*]RAG 知识库处理扫描版 PDF ...

大语言模型参数规模飞速增长，千亿级别已经成为行业常态。以 FP16 精度为例，1600 亿参数仅参数权重就要占用 200GB 以上显存；再叠加训练过程中的梯度、优化器状态，显存需求会进一步放大数倍，远远超过单张 H100 80GB 的物理上限。 很多人会疑惑：已经有多卡的数据并行，为什么还需要张量并行？本文对比三种主流并行方案， ...

导语 一、什么是网络劫持 网络劫持：攻击者在域名解析、网络传输链路或者本机客户端环节，篡改正常网络请求，将用户流量重定向至攻击者控制的恶意站点，或是在正常网页中注入广告、恶意脚本。劫持分为 DNS 劫持、HTTP 劫持、客户端劫持三大类，发生的攻击位置完全不一样，表现现象也各不相同。 二、三类主流网络劫持原理 ...

当我们在搜索框输入问题，搜索引擎如何从海量文档中找出真正符合用户意图的内容？ 很多做知识库、大模型 RAG 开发的同学都会遇到一个现实困境：只用关键词搜索，抓不住用户真实语义；只使用向量检索，专有名词、编号、法条又容易出现匹配错误。于是，关键词 + 向量的混合检索，正在成为新一代智能搜索、检索增强生成（RAG） ...

一、为什么需要.env 文件 硬编码密钥会带来三类致命问题： [*]密钥泄露风险：密码、大模型 API‑KEY 写死在源码，提交 GitHub/Git 仓库，爬虫会自动扫描仓库窃取密钥，造成账号被盗刷。 [*]团队协作冲突：团队每个开发者本地数据库、API 密钥各不相同，所有人都要修改源码，代码极易互相污染。 [*]多环境部署噩梦：开发 ...

一、什么是知识蒸馏 知识蒸馏（Knowledge Distillation），Hinton在2015年提出的模型轻量化技术。采用教师‑学生（Teacher‑Student）架构： [*]教师模型Teacher：性能强、参数量巨大的预训练大模型，训练完成之后参数冻结，只做推理，不参与梯度更新。 [*]学生模型Student：结构更简单、参数量远小于教师，目标学习教师 ...

一、什么是向量与向量数据库 向量（Embedding嵌入）：借助Embedding模型，把文本、图片、音频转换成一串固定长度浮点数，也就是高维向量。向量代表这份数据在语义空间里的坐标。 核心规律：两份内容语义越接近，它们在高维空间的向量距离就越近。 向量数据库：专门用于存储、索引、检索高维向量的数据库系统。除向量本身 ...

一、什么是依赖冲突 依赖冲突：项目的直接依赖、传递依赖同时引入同一个第三方库的多个不同版本。包管理器按照内部规则只能选择其中一个版本进入最终运行环境，如果选中版本和代码预期版本API不兼容，就触发各类运行时报错。 关键特征：大多属于运行时异常，编译/静态检查阶段不会报错，非常容易迷惑开发者。 Java生态典 ...

一、什么是Content‑Type 通俗快递包裹类比：HTTP返回的二进制报文就像快递包裹，包裹内部只有原始字节。Content‑Type就是贴在包裹外面的标签，写明包裹里面装的是什么东西：网页、图片、JSON、二进制文件。收件方（浏览器、HTTP客户端）根据标签决定处理方式：渲染网页、展示图片、调用解析器、弹出下载框。 Content‑T ...

一、什么是沙箱环境 通俗密封实验箱类比：把来历不明的实验材料放进密封实验箱内操作。箱内可以正常做实验，但实验物不能随意跑出箱子破坏外部环境；就算里面发生爆炸、泄漏，伤害也被限制在箱子内部。 沙箱 Sandbox：一种安全隔离运行机制，为不可信的程序、脚本、AI 生成代码提供独立受控执行环境。沙箱内部程序可以完 ...

一、什么是 Token（词元） 通俗乐高积木类比：人类阅读文字是看完整句子；大模型不能直接读懂汉字、英文单词。它把文本拆成一块块乐高积木，每一块积木就是一个 Token。模型只对这一组积木数字 ID 做计算，预测下一块积木是什么，最后再把积木还原成可读文字。 Token（中文官方译名：词元）：大语言模型处理文本的最小子 ...

一、什么是丢包率 通俗快递类比：把网络数据包理解成邮寄信件。数据包从一台主机发往另一台主机，如果数据包在传输中途丢失，对方完全收不到，这就是丢包。丢包率 = 丢失数据包数量 ÷ 全部发送数据包总数 ×100%。例如发送 100 个数据包，丢失 3 个，丢包率即为 3%。 网络传输由无数个数据包组成，网页、SSE 流式 token ...

一、什么是上下文压缩 通俗类比：拿到一本厚厚的参考书籍，不需要把整本书全部摊在桌面上阅读。只筛选摘抄和当前问题强相关的重点内容，去掉废话、重复描述，只把提炼后的材料交给模型阅读。这个筛选、提纯、精简文本的整套过程就是上下文压缩。 上下文压缩：不改变原始文档，对输入文本做筛选、裁剪、提纯，保留回答问题 ...

一、什么是云服务器 ECS 生活化租房类比：传统物理服务器相当于直接买下一整栋房子；云服务器 ECS 相当于在大型写字楼里面租独立隔断房间。大楼底层是高性能物理硬件，通过虚拟化技术分割成大量互相隔离的独立房间，每个租户拥有完整独立使用权限，不用自己购置、维护大楼硬件。 ECS 全称 Elastic Compute Service，弹性 ...

一、什么是环境变量 通俗类比：环境变量相当于操作系统给每一个运行程序准备的一张配置便签纸。程序启动时拿到这张便签，读取上面记录的各类参数，用来决定自己的行为。不同进程拿到属于自己的副本，互不干扰。 环境变量（Environment Variable）：操作系统层面的键‑值（KEY=VALUE）配置项。进程启动时会从父进程继承一 ...

一、精排：对单条视频做多目标概率预测 经过召回、粗排两轮过滤，候选集规模收缩到几百条，此时可以部署重型深度学习模型做精细打分，也就是精排。 精排和召回不一样：召回侧重向量相似度匹配；精排输入全套完整特征：用户特征、视频多模态特征、ID 类特征、上下文场景特征，利用MMoE 多任务学习模型同时预测多个业务目标 ...

一、内容特征：多模态拆解一条短视频 一条视频不是单一文件，而是视觉、音频、文本三路信息流的集合，系统会分别对三路信息提取特征，再完成融合对齐。 1. 视频流（视觉信息） 系统抽取视频关键帧，做裁剪、缩放，将像素数值归一化到 0‑1 区间，稳定模型计算。 [*]预训练视觉模型：提取颜色、纹理、物体、场景等静态外 ...

一、为什么召回是整个推荐的入口关键 短视频平台每天源源不断产生海量新视频，视频库规模可达亿级别。如果把亿级视频全部送入重型深度学习模型做打分，算力开销、响应延迟会完全失控，用户会明显感受到卡顿。 召回的核心目标： [*]速度优先：毫秒级完成筛选，保障刷新体验； [*]保证覆盖面：不能漏掉潜在感兴趣内容，兼 ...

一、推荐系统永恒矛盾：速度 vs 精度 当你手指轻轻上滑，抖音需要在百毫秒之内，从千万级视频池里选出几条最适合你的内容展示出来。 这里存在天然冲突： [*]高精度深度学习模型：可以深度理解用户兴趣、视频多模态内容，预测点赞、完播、转发概率，但参数量大、推理耗时高，如果拿大模型直接对全库视频打分，延迟会完全 ...

一、什么是内存泄漏 通俗租房类比：程序向操作系统申请内存就像租房子。正常用完之后归还房屋。内存泄漏就是租了房子，用完之后不归还，钥匙还攥在自己手里，操作系统无法回收再分配。 单次泄漏影响很小，不断重复执行就会大量内存被白白占用。 内存泄漏（Memory Leak）：程序申请内存存放临时数据，业务逻辑已经不再使用 ...

一、什么是 JSON 通俗类比：JSON 就是软件世界的标准集装箱。不管是 Python、Java、JavaScript，还是数据库、大模型服务，把数据装进这套标准集装箱，各个系统之间就可以无障碍搬运、交换信息。 JSON 全称 JavaScript Object Notation，JavaScript 对象表示法，是一套轻量级、文本型的数据交换格式，并不是编程语言。2001 ...

一、什么是心跳包 通俗类比：异地工作的两个人，不需要一直通电话，每隔一段时间互相发一句 “还在吗”。收到回复代表链路正常；连续多次收不到回应，则判定对方失联，执行断线处理。 心跳包（Heartbeat/Ping‑Pong）：应用层定时发送的极小体积探测数据包，本身不承载业务数据，专门用来探测双向网络链路是否依旧可用。 ...

一、什么是抓包与 Wireshark 底层原理 通俗类比：网络通信就像货车在封闭管道中运送货物；Wireshark 相当于架设在管道上的透明观测站，可以把每一辆货车（数据包）拦下来，拆开集装箱查看源地址、目标地址、内部载荷数据，完整记录整个通信全过程博客园。 Wireshark 依靠操作系统底层抓包驱动（Windows Npcap / Linux lib ...

一、什么是 User‑Agent 通俗类比：寄快递时附带一张寄件人身份卡片，写明自己是什么设备、什么软件、系统版本。浏览器、爬虫、curl、APP 发起 HTTP 请求，都会带上 User‑Agent 请求头，告诉服务器客户端软件类型、版本、操作系统、设备硬件信息。 UA 示例： ⚠️一个有趣历史冷知识：开头的Mozilla/5.0并不是代表现在使 ...

摘要：刷朋友圈、浏览电商商品详情，这些高频访问背后都离不开读写分离架构。本文用通俗案例讲解读写分离是什么、主从复制的工作原理，分析它解决的三大核心问题，同时梳理生产环境下主从延迟、数据不一致等坑点，以及落地实现方案，帮你理解互联网后端数据层的基础架构。 通俗理解：图书馆的比喻 我们可以把数据库比作一 ...

一、什么是丢包重传 通俗快递类比：TCP 就像严谨的快递物流系统。每一份数据被切分成多个数据包（快递包裹）。发送出去之后，必须收到接收方的签收回执（ACK 确认）。如果包裹中途丢失，物流系统会自动补发。但补发不是没有代价，一旦判定网络拥堵，还会主动降低发送速度，避免整条线路彻底瘫痪。 网络传输链路并不是稳定 ...

摘要：浏览网页关闭标签页，网络连接并不会瞬间消失。TCP 作为可靠传输协议，断开连接需要一套完整协商流程，也就是我们常说的四次挥手。本文结合浏览器访问网页的真实场景，讲解 FIN、ACK 报文交互逻辑，解析CLOSE_WAIT、TIME_WAIT等 TCP 状态成因，帮你理解 TCP 如何安全释放连接，同时掌握线上网络问题排查思路。 四次 ...

一、什么是报文分片 生活化类比：要运输一根超长钢梁，隧道通行尺寸有限，无法整体通过，只能切割成多段，分段运输，抵达工地之后再焊接复原。网络报文分片就是同样的思想：把体积巨大的原始数据，切割成多个符合链路上限的小独立数据包，逐个传输，接收端再重新拼接恢复原始完整数据。 网络链路硬件存在硬性上限，这个上 ...

一、什么是 JWT 通俗类比：Session 相当于在服务端前台保存登记本，用户只拿一张取号小票（Session‑ID）；JWT 相当于一张自带完整防伪信息的通行证。登录校验通过之后，服务器把用户身份、权限、过期时间打包，加上防伪签名，整体交给客户端保存。后续每次请求带上这张通行证，服务端只校验签名和有效期，不需要去后端数 ...

TCP 协议与三次握手的核心目标 TCP 是面向连接的可靠传输协议。和 UDP 只管发送、不管对方收没收到不一样，TCP 在正式传输业务数据前，必须先在客户端与服务器之间建立逻辑连接。类比打电话：拨通之后，双方先要确认线路通畅，确认对方能听见自己说话，才开始正式对话。这个确认连接的过程，就是三次握手。 三次握手要完 ...

一、什么是 IPv6 生活化类比：IP 地址等同于网络世界的门牌号，每一台联网设备（手机、电脑、GPU 服务器、摄像头、智能传感器）通信都需要唯一门牌号。 IPv6（Internet‑Protocol‑Version‑6，互联网协议第六版），是用来接替 IPv4 的新一代网络层协议，定义数据包寻址、转发规则，完成设备之间的数据通信。 [*]IPv4：3 ...