寒蝉 Hancic
定时任务方案选择指南：crontab、K8s CronJob、Airflow、XXL-JOB 各自该出现的地方
一个项目刚开始，定时任务少，随手扔个 crontab -e，一行表达式一个脚本。没人纠结——能跑就行。 后来定时任务多了。三个 cron 变十几个，散在不同机器上。没人知道哪个在跑、哪个停了、哪个重复了。要补跑、要暂停、要看日志——每次都先 ssh 上去找脚本在哪。然后你开始看调度框架：Airflo
分类：科技
加密算法：从竞争到标准化
AES 不是 NSA 说了算的，是全球密码学家一起看、一起打、一起挑出来的。RSA 解决了密钥分发问题——公钥公开，私钥不出门。加密算法间的竞争，从暗箱走向公开标准。
校验码：只防意外，不防人
校验和哈希长得很像，但目的完全不同：哈希防恶意碰撞，校验防传输错误。从奇偶校验到 CRC，每一种校验算法都在对付更复杂的物理错误，但设计上永远不防人。
哈希算法的进化：从 MD5 到 SHA-3
MD5 被攻破了，SHA-1 被攻破了。SHA-2 还站着，SHA-3 等着接班。选哈希算法不是问「哪个最先进」，是问你的使用场景，攻击者是谁。
配置文件格式选择指南：JSON、YAML、TOML、INI、ENV、XML 各自的代价与适用场景
有个事在软件开发里反复发生：你花在纠结配置文件格式上的时间，比你花在写配置本身上的时间还多。 这不是你的问题。配置文件在任何一个项目里都长成痛点：一开始随手扔个 .env 就够，后来要分环境、要嵌套、要注释、要校验——每个需求冒出来时，先前的格式就有一项撑不住。于是你开始看别的格式，发现每种都有一帮
从内存到消息队列：数据交换的进化链
一个系统刚开始的时候，所有数据都在一个进程里。函数调函数，变量传变量——快，简单，不会出错。这时候你不需要什么 REST，不需要什么消息队列，甚至不需要文件。 后来系统长大了。数据量撑破内存，业务逻辑要拆成多个进程，甚至要拆到不同的机器上。这时候你才意识到：数据要跨边界了。跨边界的代价，比你以为的大
微服务是怎么长出来的
微服务不是设计出来的，是单体撑出来的。每个问题被堵上的同时，新的代价开始累积。
复杂度到底从哪来的？
做了快十年,经手的项目从几十行脚本到几十万行系统都有。有一个问题一直绕不开:复杂度到底从哪来的? 不是「为什么会有复杂度」——那个答案太简单:问题本身有复杂度,解决它就得付出复杂度。真正的问题是:为什么很多系统的复杂度,比它要解决的问题大得多?多出来的那一部分是谁加的、什么时候加的、怎么避免?
为什么从 demo 到生产路还很长？一次数据拉取功能的复杂度演进复盘
从 50 只 demo 到全市场生产，一个数据拉取功能长出了八套机制。回看演进链：规模 → 数据量 → 真实数据 → 失败 → 速度 → 成本 → 并发 → 接口限流 → 内存，每一层的解决都打开下一层。调用量靠估算暴露、内存靠崩溃、失败靠事故、并发靠推演、成本靠习惯、接口限流靠拒绝——demo 是单次的、小规模的、理想环境的，它把"功能正确"之外的所有维度都屏蔽了。
我不觉得会用 AI 工具是人与人之间的差距
我不觉得会用 AI 工具是人与人之间的差距。说这话的人，不是在贩卖焦虑，就是在自我欺骗。 这句话不讨喜，但我还是想说。因为最近半年，你一定见过这些场景：朋友圈里有人截图发「我用 AI 一天干完了别人一周的活」，评论区清一色「求教程」「求带」；短视频里博主表情严肃地告诉你「不会用 AI 的人正在被淘汰
