系统设计

开发者使用AI 工具写API 的工作流程示意图,展示Spec-First 方法论

AI 写API 完整指南:Spec-First 工作流避免埋雷

用Claude 和GPT 写后端API 的正确姿势。本指南揭示Spec-First Prompting 如何让AI 写API 效率提升60%,减少迭代次数,附实战案例与常见踩雷点。立即查看完整工作流。

AI 写API 完整指南:Spec-First 工作流避免埋雷 阅读更多 ”

软体工程师, AI, , , , ,

MCP 是什麼?軟體工程師一篇文搞懂 AI 工具的標準協定

MCP (Model Context Protocol) 是 Anthropic 推出、Google / OpenAI 都跟進的 AI 工具標準協定。如果你寫程式、做 SaaS、或想串接自家系統到 AI,這篇手把手教你。

MCP 是什麼?軟體工程師一篇文搞懂 AI 工具的標準協定 阅读更多 ”

技术文章, , , , ,
system-design-系统设计12-CDN-基础概念与设计-how-cdn-work-hogantech

CDN 基础概念与设计– 系统设计12

CDN 是一组根据地理位置去做置放的代理伺服器(Proxy Server)。其中,代理伺服器是客户端和伺服器之间的中间伺服器,代理伺服器也会放置在网路边缘(Network Edge)。也因为网路边缘靠近最终用户,代理伺服器的放置有助于透过减少延迟和节省频宽来快速将对应的资料传送给使用者。 CDN 除了作为简单的代理伺服器之外还,也可以透过一些设定以及操作让他们变得更有效率。

CDN 基础概念与设计– 系统设计12 阅读更多 ”

技术文章, 系统设计
system-design-系统设计11-键值资料储存-key-value-store-introductoin-to-database-fundamentals-hogantech

Key-Value Store 键值资料储存解说– 系统设计11

键值资料储存(Key-Value Store)是一种分散式杂凑表(Distributed Hash Table),其中DHT是一种去中心化储存方式,提供类似杂凑表的查找、储存。杂凑表(Hash Table) 也是一个Abstract Data Type (ADT),它的优点是通常可以用比较快的时间完成Search operation 的动作。

Key-Value Store 键值资料储存解说– 系统设计11 阅读更多 ”

技术文章, 系统设计, 数据库,
system-design-系统设计10-资料复制-data-partitioning-introductoin-to-database-fundamentals-hogantech

Data Partitioning 资料分区是什么? – 系统设计10

资料分区(Data Partitioning) 是将资料库中的资料分割成更小、更易于管理的子区块的过程。这些子区块称为分区(Partition)。资料分割可以根据多种因素进行,例如:时间、客户ID 或产品类别。为何要进行资料分区呢?对于任何不对扩增的系统,资料量也会持续增长,并且针对资料库的读写流量也会越来越大。

Data Partitioning 资料分区是什么? – 系统设计10 阅读更多 ”

技术文章, 系统设计, 数据库,
system-design-系统设计09-资料复制-data-replication-introductoin-to-database-fundamentals-hogantech-hoganblab

Data Replication 如何优化资料库? - 系统设计09

资料复制(Data Replication)是一种有效解决瓶颈的方法,可以通过在多个节点上复制资料来提高资料库的效能、可扩展性和可用性。本文将介绍资料复制的三种主要模型:主从复制(Single-leader replication)、多领导者复制(Multi-leader replication)和点对点复制(Leaderless replication),并分析它们的优缺点。

Data Replication 如何优化资料库? - 系统设计09 阅读更多 ”

技术文章, 系统设计, 数据库,