SpringBoot + MinIO + 阿里云OSS 文件存储系统示例项目
基于SpringBoot的文件存储系统，支持MinIO和阿里云OSS两种存储后端，提供分片上传、断点续传、秒传等高级功能。
SpringBoot + MinIO + 阿里云 OSS：文件上传下载、分片断点续传全链路方案
文件存储在系统架构中从最初的小文件直接存数据库，到后来的分布式文件系统，再到如今的云原生对象存储，每一步演进都伴随着业务规模的扩大和技术需求的升级。今天，我就来和大家分享一套在生产环境中经过验证的文件存储全链路解决方案： SpringBoot + MinIO + 阿里云OSS ，涵盖文件上传下载、分片上传、断点续传等核心功能，让你的系统在面对大文件处理时游刃有余！
SpringBoot + Spring Security + RBAC：企业级权限模型设计与动态菜单渲染实战
如何用SpringBoot + Spring Security + RBAC模型，设计一个灵活、可扩展的企业级权限系统，并实现动态菜单渲染，让权限管理变得简单高效。
SpringBoot + Easy Rules 规则引擎实战指南：用实战诠释轻量之美
电商系统中，促销规则越来越复杂：满减、折扣、优惠券、会员等级、时间段、商品分类等等，各种规则组合在一起，代码变得越来越复杂，维护起来越来越困难。每次产品经理提一个新的促销规则，开发人员就要改代码、测试、上线，整个流程下来可能需要好几天。这时候，规则引擎就派上用场了。今天我们就来聊聊Easy Rules这个轻量级规则引擎，看看它如何用实战诠释轻量之美。
SpringBoot + JWT + Sa-Token：认证鉴权双框架对比，安全登录与权限控制最佳实践
传统的Session认证方式虽然简单，但在分布式系统中却存在诸多问题：Session共享、服务器内存占用、扩展性差等。这时候，我们就需要更现代、更灵活的认证鉴权方案了。今天，我们就来聊聊两种主流的认证鉴权方案：JWT和Sa-Token，从资深后端工程师的角度分析它们的优缺点和最佳实践。
SpringBoot 实现QPS监控：别等系统宕机了才知道加监控
系统运行得好好的，突然收到告警，CPU 100%，接口大量超时，用户疯狂投诉。你赶紧打开监控面板一看，QPS已经飙升到平时的10倍，而你之前根本没关注过这个指标。等你手忙脚乱地排查问题、扩容服务时，系统已经宕机了，这种场景在我们开发过程中并不少见。很多团队在系统上线初期，往往只关注功能实现，忽略了监控体系建设，直到系统真正出问题时才后悔莫及。今天，我们就来聊聊如何用SpringBoot实现QPS监控，让系统运行状态尽在掌握，别等系统宕机了才知道加监控的重要性。
SpringBoot + CompletableFuture + 线程池：高并发异步编排，接口响应提速 80%+
一个看似简单的用户详情接口，需要查询用户基本信息、订单列表、积分余额、优惠券信息等多个数据源。在传统的同步处理方式下，这些查询是串行执行的，总耗时等于所有查询时间之和。如果每个查询平均耗时200ms，4个查询下来就是800ms，用户明显能感受到卡顿。今天，我们就来聊聊如何用SpringBoot + CompletableFuture + 线程池这套组合拳，实现高并发异步编排，让接口响应速度提升80%以上。
告别Redis瓶颈：Caffeine本地缓存优化实战指南
Redis作为分布式缓存的明星选手，确实为我们的系统提供了强大的性能支持。但在某些场景下，Redis反而成了性能的瓶颈： 网络延迟：每次访问Redis都需要经过网络请求，即使在内网，延迟也在1-2ms左右 序列化开销：对象需要序列化和反序列化，增加了CPU开销 连接池限制：Redis连接池有最大连接数限制，高并发下容易成为瓶颈 带宽限制：大量缓存访问可能占用网络带宽 今天，我们就来聊聊如何用Caffeine这个本地缓存神器，来解决Redis的性能瓶颈问题。
SpringBoot + XXL-JOB + Quartz：任务调度双引擎选型与高可用调度平台搭建
在早期的小项目中，我们可能会直接用Timer、ScheduledExecutorService这些JDK自带的定时器。但随着业务越来越复杂，用户量越来越大，你会发现这些简单的定时器根本扛不住： 单点故障：一旦服务器挂了，所有定时任务都停摆 无法监控：任务执行成功还是失败，你根本不知道 扩展困难：任务多了之后，代码混乱得像一锅粥 容错性差：任务执行失败了，没有重试机制 分布式的挑战：在微服务架构下，任务执行节点分散，难以统一管理 这时候，你就需要一个专业的任务调度系统了。今天咱们就来聊聊两个业界主流的调度框架：XXL-JOB和Quartz，以及如何搭建一个高可用的调度平台。
我为什么坚持写技术博客？一位后端工程师的沉淀与分享
本文不灌鸡汤，只聊技术沉淀的价值，以及我如何通过写博客系统性提升后端工程能力。文末附上我的博客地址（纯分享，无广告）。
从入门到实践：玩转分布式链路追踪利器SkyWalking
相信很多后端同学都遇到过类似的场景：用户投诉响应慢，但查看单个服务日志都正常，问题到底出在哪？在复杂的微服务架构下，一次用户请求可能经过十几个甚至几十个服务，传统的监控手段已经无法满足需求。今天咱们就聊聊，如何用Apache SkyWalking这个分布式链路追踪利器，让你的微服务架构变得"透明"！
SpringBoot + MyBatis-Plus + 多数据源：主从读写分离与多租户 SaaS 架构实战
相信很多后端同学都遇到过类似的场景。随着业务快速发展，单数据源架构已经无法满足高并发、高可用的需求。今天咱们就聊聊，SpringBoot + MyBatis-Plus 如何实现多数据源的主从读写分离和多租户SaaS架构，让你的系统轻松应对高并发和多租户需求！ 在SaaS（Software as a Service）模式下，一个应用需要为多个租户提供服务，每个租户的数据必须严格隔离。同时，为了提升系统性能，我们需要将读写操作分离到不同的数据库节点上。这两大需求，正是多数据源架构的核心应用场景。
Elasticsearch最佳生产实践：从避坑到精通，让你的搜索系统稳如泰山
Elasticsearch不仅仅是一个搜索引擎，更是一个强大的数据分析平台。但要让它在生产环境中稳定运行，需要我们掌握一系列最佳实践。从集群架构设计到索引管理，从性能调优到安全防护，每一个环节都至关重要。今天我就把自己在生产实践中总结的Elasticsearch最佳实践分享出来，希望能帮你避开这些"坑"，让你的ES集群稳如泰山！
SpringBoot + ShardingSphere 示例项目
为数据库和表分片配置 ShardingSphere 使用 Spring Boot 与 ShardingSphere 集成 对分片数据实现基本的 CRUD 操作
SpringBoot + ShardingSphere：MySQL 分库分表实战，轻松支撑千万级用户数据
相信很多后端同学都遇到过数据库性能瓶颈的场景。随着业务快速发展，用户量从几万到几十万，再到几百万、千万级，单库单表的性能瓶颈就成了系统发展的最大阻碍。今天咱们就聊聊，分库分表到底怎么设计、怎么落地，SpringBoot + ShardingSphere这种神器组合又是怎么帮我们搞定千万级用户数据的！
