小菜鸟

Lucene 评分公式：解析文档相关性的核心逻辑

Lucene 的评分机制是实现 “将最相关的文档排在前面” 的核心，其评分公式综合了多个维度的因子，量化文档与查询的匹配程度。理解这些因子的作用及公式逻辑，有助于优化索引质量和查询效果。

评分公式的核心逻辑

Lucene 的评分公式基于向量空间模型（Vector Space Model），将查询和文档都视为 “词项向量”，通过计算向量相似度（得分）判断相关性。简化后的核心公式如下（完整公式需结合所有因子）：

其中，d 代表文档，q 代表查询，Σ 表示对查询中所有词项的贡献求和。每个因子的具体作用如下：

评分公式的核心因子解析

词频（Term Frequency, TF）

• 定义：词项在当前文档的某个字段中出现的次数。
• 计算逻辑：为避免高频词过度主导得分，Lucene 通常采用 tf(t in d) = sqrt(词项在文档中出现的次数) 或 1 + log(词项出现次数)（出现次数为 0 时取 0）。
• 作用：词项在文档中出现次数越多，说明文档与该词项的关联越紧密（如 “机器学习” 在某篇论文中出现 10 次比出现 1 次更相关）。

逆文档频率（Inverse Document Frequency, IDF）

• 定义：衡量词项的 “罕见性”—— 词项在整个索引中出现的文档越少（越罕见），IDF 越高。

• 计算逻辑：

Eureka 服务发现：微服务间通信的核心机制

在微服务架构中，服务发现是实现服务间动态通信的关键。Eureka 不仅提供服务注册功能，还通过 DiscoveryClient 组件让服务消费者能够自动发现注册中心中的可用服务实例，无需硬编码服务地址。本文详细介绍 Eureka 服务发现的实现方式与核心用法。

服务发现的核心作用

服务发现解决了以下问题：

• 动态地址管理：服务实例的 IP、端口可能动态变化（如扩容、迁移），消费者无需手动更新地址；
• 负载均衡基础：通过获取服务的多实例列表，消费者可实现简单的负载均衡（如轮询、随机）；
• 服务可用性校验：结合 Eureka 的健康检查，确保消费者只调用健康的服务实例。

Eureka 服务发现的实现方式

Eureka 服务发现主要通过 DiscoveryClient 接口实现，该接口由 Spring Cloud 提供，封装了与 Eureka Server 交互的细节。

1. 核心依赖

服务消费者需引入 Eureka Client 依赖（与服务注册的依赖一致）：

Eureka 架构深度解析：基于 AP 原则的服务发现设计

Eureka 作为 Netflix 开源的服务发现组件，其架构设计严格遵循AP 原则（可用性优先，兼顾分区容错性），通过独特的集群模式和自我保护机制，在分布式系统中实现了高可用的服务注册与发现能力。本文将从分布式系统的 CAP 取舍出发，详解 Eureka 的架构设计、核心机制及与 Zookeeper 的本质区别。

分布式系统的 CAP 取舍：为什么 Eureka 选择 AP？

在分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance） 三者不可兼得，必须根据业务场景取舍：

• 一致性（C）：所有节点同时看到相同的数据（强一致性）；
• 可用性（A）：集群中任一节点故障时，其他节点仍能正常响应请求；
• 分区容错性（P）：网络分区（部分节点通信中断）时，系统仍能继续工作（分布式系统必选）。

因此，分布式系统只能在 CP（优先一致性）或 AP（优先可用性）中选择：

• CP 系统：保证数据一致，但网络分区时可能暂时不可用（如 Zookeeper）；
• AP 系统：保证服务可用，但数据可能短暂不一致（最终一致）（如 Eureka）。

Spring Cloud：微服务架构的一站式解决方案

Spring Cloud 是基于 Spring Boot 的微服务生态系统，它整合了一系列组件，为微服务架构提供了完整的解决方案。从服务注册发现到配置管理，从负载均衡到熔断降级，Spring Cloud 简化了微服务开发的复杂性，成为企业级微服务架构的主流选择。

Spring Cloud 与微服务的关系

微服务是一种架构风格（将单体应用拆分为独立服务），而 Spring Cloud 是实现这种风格的技术集合。它基于 Spring Boot 的自动配置特性，提供了微服务所需的核心能力（如服务通信、容错、监控等），让开发者无需从零构建这些基础设施，专注于业务逻辑。

与 SOA 架构相比：

• SOA 依赖企业服务总线（ESB）整合服务，通信协议重（如 SOAP），服务粒度较粗；
• 微服务无需集中式总线，通过轻量级 API（如 REST）通信，服务粒度更细，且 Spring Cloud 提供了更灵活的服务治理能力。

Spring Cloud 的核心价值

Spring Cloud 的核心目标是解决微服务架构中的共性问题，主要体现在：

MyBatis 分页深度解析：从原理到工程实践（含自定义插件与 PageHelper 实战）

MyBatis 分页是企业级开发中高频需求，核心分为逻辑分页（内存分页）和物理分页（数据库层面分页）两类。系统梳理 MyBatis 分页的实现方式，包括逻辑分页原理、自定义物理分页插件深度解析、第三方插件（PageHelper）整合，以及工程化最佳实践，帮助你彻底掌握分页逻辑并规避性能陷阱。

MyBatis 分页的两种核心类型

在深入代码前，需先明确两种分页的本质区别，这是选择分页方案的基础：

逻辑分页：MyBatis 原生 RowBounds

RowBounds 是 MyBatis 内置的逻辑分页工具，无需额外配置，但仅适用于小数据量场景。

原理剖析

• 核心属性：offset（起始索引，默认 0）、limit（每页条数，默认 Integer.MAX_VALUE）；
• 执行流程：
  1. MyBatis 执行 SQL 时，先查询全表数据到 ResultSet；
  2. 通过 RowBounds 跳过 offset 条数据，读取 limit 条数据到内存；
  3. 丢弃剩余数据，返回截取后的结果。

使用示例

（1）Mapper 接口