Netflix 技术博客 2026 年 3 月的文章，讲 Ranker 推荐服务里一个占单节点 CPU 7.5% 的热点（视频惊喜度打分的余弦相似度计算）如何被一步步优化到 1%：先把 M×N 次独立点积重构成矩阵乘，发现批处理反而慢了 5%，定位到内存布局和分配策略问题后用扁平数组加 ThreadLocal 复用解决，试过 BLAS 因 F2J 和 JNI 开销放弃，最终落在孵化中的 JDK Vector API（纯 Java SIMD，无 JNI），上线后整体 CPU 降约 7%、平均延迟降约 12%、CPU/RPS 改善约 10%。核心启示：性能优化拼的不是找到“最快的库”，而是计算形状、内存布局、分配策略、计算内核四件事全部对齐。

在高并发 Java 业务里，缓存几乎是标配。但“用缓存”这件事从来不是只有“加 Redis”一种答案：本地缓存快却解决不了多机一致，Redis 能共享却多了网络与序列化开销。我最近实现一个把两者结合起来、并针对集群一致性做了不少细节处理的小而美框架 —— keCache，现在做一次系统梳理。

介绍 我开发的 KE Reliable Executor：一个 Java 17 + Spring Boot 3.x + Redisson 实现的轻量级可靠任务执行框架。支持失败重试、分布式调度、状态可观测，并提供 Redis 与 MySQL 双存储后端，适合不想立刻引入 Kafka/RocketMQ 的业务场景。

介绍我开发的 Photoshop 模拟工具 jphotoshop：纯 Java Swing 实现的多图层图像编辑器，支持魔棒/套索/贝塞尔选区、24 个滤镜、HSB 调整、文字图层与 .jps 工程文件。本文深入解析其像素管线、链式图层合成缓存、魔棒的 flood fill + 并查集 + 轮廓追踪算法链、通用卷积引擎与声明式插件装配等技术实现。

系统梳理 Java 高并发中的核心工具与常见陷阱：从线程状态、JUC 同步类、volatile、死锁、锁策略到线程池与阻塞队列，配合图例与可运行代码。

系统梳理 JVM 运行时数据区、垃圾回收算法与收集器演进（含 ZGC/Shenandoah），补充现代 JDK 特性、图例解析、高频面试八股与线上性能调优避坑指南。