用 Spring AI 构建生产级 RAG 管道
从文档切分、向量化到重排，拆解如何把检索增强生成稳稳落地到现有的 Spring Boot 微服务中。
最新文章
按主题筛选 · 持续更新虚拟线程的五个隐藏陷阱
Project Loom 让并发变简单，但 synchronized、native 栈与线程局部变量依然会在高并发下反咬一口。
Distroless 镜像把 Java 体积砍掉 80%
为什么你的 Spring Boot 镜像有 600MB？用 distroless + JLink 定制运行时，安全面与冷启动同步优化。
用 Java 写一个 LLM 网关
限流、重试、fallback 与多模型路由——把不稳定又昂贵的大模型调用抽象成内部稳定接口。
用 eBPF 透视 JVM 的网络行为
不修改一行代码，借助 eBPF 在内核态捕获 Java 服务的连接、延迟与重传，定位偶发超时。
GraalVM Native Image 实战踩坑
把 Spring Boot 编译成原生二进制，启动从 4s 到 80ms，但反射、动态代理与资源加载需要重新认识。
把 AI 推理塞进容器
一个典型的部署：Spring Boot 通过 spring-ai 调用本地推理服务，推理服务跑在独立容器中，由 Kubernetes 根据 GPU 利用率做弹性伸缩。下面是一段最小化的部署片段。
关键不在写得多花哨，而在资源边界、优雅停机与可观测性都对齐。
# deployment.yaml (节选)
resources:
limits:
nvidia.com/gpu: 1
memory: 4Gi
readinessProbe:
tcpSocket: { port: 8080 }
initialDelaySeconds: 15
lifecycle:
preStop:
exec:
command: ["/bin/sh","-c","sleep 10"]