vault backup: 2026-04-22 10:10:19

This commit is contained in:
2026-04-22 10:10:19 +08:00
parent 51f07228d3
commit 388d4439de
15 changed files with 1656 additions and 355 deletions
+17
View File
@@ -0,0 +1,17 @@
# Claude Code 配置 - Obsidian 知识库
此知识库级别的配置为 Claude 操作提供额外的指导说明。
## 新增和完善文件
在初始化和完成文件时,必须**完整**读取参照 `./config/agent/DOCUMENT_OPERATION.md
了解结构、规范和惯例。
在初次完善后,读取文件并二次检查是否符合文档的每一条内容规范——
- **教学者模式** 提问设计
- **代码示例** 合理注释
- **图表** Mermaid 格式正确性
## 行为规范
- 不要读取多余的无关文件,以减少 Token 消耗,这非常重要。
- 当你不确定某个文件应该放在什么地方时,应当优先询问用户,而不是自己探索。
+62 -74
View File
@@ -244,89 +244,77 @@ graph LR
## 参考实现
### 伪代码
### 核心实现(伪代码)
```python
class HeavyKeeper:
def __init__(self, m, L, threshold, decay_factor):
self.m = m # 每层桶数
self.L = L # 哈希层数
self.threshold = threshold
self.decay_factor = decay_factor # 衰减因子
# 初始化多层 sketch
self.buckets = [[KeeperBucket() for _ in range(m)]
for _ in range(L)]
# 初始化哈希函数
self.hash_funcs = [get_hash_func(i) for i in range(L)]
def insert(self, item, timestamp):
def __init__(self, m, L, decay_factor):
self.m, self.L = m, L
self.decay_factor = decay_factor
self.buckets = [[Bucket() for _ in range(m)] for _ in range(L)]
def insert(self, item):
for layer in range(self.L):
idx = self.hash_funcs[layer](item) % self.m
bucket = self.buckets[layer][idx]
bucket = self.buckets[layer][hash(item) % self.m]
if bucket.item == item:
# 守护项匹配,直接计数(大象流强化)
bucket.count += 1
bucket.last_seen = timestamp
bucket.count += 1 # 守护项匹配,直接计数
else:
# 计算替换概率
estimated_freq = self._estimate_freq(item)
replace_prob = min(1, estimated_freq / bucket.count)
if random.random() < replace_prob:
# 替换为新项(大象流夺权)
bucket.item = item
bucket.count = 1
bucket.error = bucket.count
bucket.last_seen = timestamp
# 空桶直接占领;否则按概率争夺
prob = 1 if bucket.count == 0 else min(1, self._estimate(item) / bucket.count)
if random() < prob:
bucket.item, bucket.count, bucket.error = item, 1, 0 # 替换为新项
else:
# 不替换,仅增加误差(老鼠流被阻拦)
bucket.error += 1
def apply_decay(self, current_time):
"""应用衰减机制"""
for layer in range(self.L):
for bucket in self.buckets[layer]:
elapsed = current_time - bucket.last_seen
if elapsed > DECAY_INTERVAL:
bucket.count *= self.decay_factor
bucket.error *= self.decay_factor
# 归零清理
if bucket.count < 1:
bucket.item = None
bucket.count = 0
bucket.error = 0
def query(self, item):
"""查询Item的频率估计"""
min_count = float('inf')
for layer in range(self.L):
idx = self.hash_funcs[layer](item) % self.m
bucket = self.buckets[layer][idx]
if bucket.item == item:
min_count = min(min_count, bucket.count)
return min_count if min_count != float('inf') else 0
def get_top_k(self, k):
"""获取Top K大象流"""
candidates = {}
for layer in range(self.L):
for bucket in self.buckets[layer]:
if bucket.count >= self.threshold and bucket.item:
item = bucket.item
candidates[item] = max(candidates.get(item, 0),
bucket.count)
# 返回 Top-k
return sorted(candidates.items(),
key=lambda x: x[1],
reverse=True)[:k]
bucket.error += 1 # 不替换,仅增加误差
```
### Go 参考实现
```go
package heavykeeper
type Bucket struct {
Item []byte
Count uint32
Error uint32
}
type HeavyKeeper struct {
m, L uint32
decayFactor float64
buckets [][]Bucket
hashFuncs []func([]byte) uint64
}
func (hk *HeavyKeeper) Insert(item []byte) {
for layer := uint32(0); layer < hk.L; layer++ {
idx := hk.hashFuncs[layer](item) % hk.m
bucket := &hk.buckets[layer][idx]
if bytes.Equal(bucket.Item, item) {
bucket.Count++
continue
}
var prob float64
if bucket.Count == 0 {
prob = 1 // 空桶直接占领
} else {
prob = float64(hk.estimate(item)) / float64(bucket.Count)
if prob > 1 {
prob = 1
}
}
if rand.Float64() < prob {
bucket.Item, bucket.Count, bucket.Error = item, 1, 0
} else {
bucket.Error++
}
}
}
```
> **说明**:`insert` 是核心逻辑——对每层哈希找桶,匹配守护项则计数,否则按概率争夺。伪代码省略了衰减、查询、Top-K 等辅助方法,实际部署时按需补充。
## 相关算法对比
| 算法 | 空间复杂度 | 大象流准确性 | 老鼠流过滤 | 衰减支持 | 适用场景 |
+132
View File
@@ -0,0 +1,132 @@
---
tags: [CS, TOOLS, Docker, 容器化]
create time: 2026-04-21
---
# Docker 安装指南
## 概述
Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的 Linux 机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口。
## 系统要求
- Ubuntu 24.04 LTS (Jammy Jellyfish)
- 64-bit architecture
- 内核版本 4.15 或更高版本
## 安装步骤
### 1. 更新系统包索引
```bash
sudo apt update
```
### 2. 安装必要的依赖包
```bash
sudo apt install apt-transport-https ca-certificates curl gnupg lsb-release
```
### 3. 添加 Docker 官方 GPG 密钥
```bash
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
```
### 4. 添加 Docker APT 仓库
```bash
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
```
### 5. 更新包索引
```bash
sudo apt update
```
### 6. 安装 Docker Engine
```bash
sudo apt install docker-ce docker-ce-cli containerd.io docker-compose-plugin
```
### 7. 启动并启用 Docker 服务
```bash
sudo systemctl start docker
sudo systemctl enable docker
```
### 8. 将当前用户添加到 docker 组(可选,但推荐)
```bash
sudo usermod -aG docker $USER
```
> 请注意:执行此命令后,需要重新登录或运行 `newgrp docker` 命令使组成员身份生效。
## 验证安装
执行以下命令来验证 Docker 是否正确安装:
```bash
docker --version
```
运行一个简单的测试容器:
```bash
docker run hello-world
```
## 常用命令
| 命令 | 说明 |
|------|------|
| `docker pull [镜像名]` | 拉取镜像 |
| `docker run [镜像名]` | 运行容器 |
| `docker ps` | 显示正在运行的容器 |
| `docker ps -a` | 显示所有容器 |
| `docker images` | 显示所有镜像 |
| `docker stop [容器名/ID]` | 停止容器 |
| `docker rm [容器名/ID]` | 删除容器 |
| `docker rmi [镜像名/ID]` | 删除镜像 |
## 后续操作
- **Docker Compose**:如果您需要使用 Docker Compose,在安装 Docker 时已包含,可直接使用
- **配置 Docker**:可以修改 `/etc/docker/daemon.json` 文件进行配置
## 安全说明
- 不要使用 root 用户运行 Docker
- 为非 root 用户添加 docker 组时要小心,因为该用户将具有 root 权限
- 定期更新 Docker 和容器镜像
## 故障排除
### 权限问题
如果遇到权限问题,确保当前用户已被添加到 docker 组中:
```bash
sudo usermod -aG docker $USER
```
然后注销并重新登录。
### 服务启动失败
如果 Docker 服务无法启动,可以检查其状态:
```bash
sudo systemctl status docker
```
## 参考资料
- [Docker 官方安装指南](https://docs.docker.com/engine/install/ubuntu/)
- [Ubuntu 24.04 Docker 安装文档](https://ubuntu.com/server/docs/container-docker)
+470
View File
@@ -0,0 +1,470 @@
---
tags: [DEV, GO, golang, GORM, backend, ORM, database]
create time: 2026-04-22 10:00
---
# GORM - Go 语言 ORM 框架
## 概述
GORM 是 Go 语言中最流行的 ORM(对象关系映射)框架,由 [@jinzhu](https://github.com/jinzhu) 创建。它基于 `database/sql` 构建,提供了链式 API、关联预加载、插件扩展等特性,让 Go 开发者以符合 Go 风格的方式高效操作数据库。
> **思考**:为什么在有了 `database/sql` 标准库之后,还需要 GORM 这样的 ORM?ORM 的价值是什么?它的代价又是什么?
ORM 的核心价值在于**将数据库表映射为结构体**,用面向对象的方式操作数据,减少样板 SQL 代码。代价是:理解 ORM 生成的 SQL 至关重要,复杂查询场景下仍需手写 SQL。
## 安装与初始化
```bash
go get -u gorm.io/gorm
go get -u gorm.io/driver/mysql # MySQL 驱动
go get -u gorm.io/driver/postgres # PostgreSQL 驱动
go get -u gorm.io/driver/sqlite # SQLite 驱动
```
```go
import (
"gorm.io/gorm"
"gorm.io/driver/mysql"
)
// MySQL 连接
db, err := gorm.Open(mysql.Open(dsn), &gorm.Config{})
if err != nil {
panic("failed to connect database")
}
```
## 定义模型
```go
type User struct {
ID uint `gorm:"primaryKey"` // 主键,自动命名为 id
Name string `gorm:"size:255;not null"` // 非空 + 字段长度
Email string `gorm:"uniqueIndex"` // 唯一索引
Age int `gorm:"default:0"` // 默认值
Role string `gorm:"default:'user'"`
CreatedAt time.Time // 自动管理 CreatedAt
UpdatedAt time.Time // 自动管理 UpdatedAt
DeletedAt gorm.DeletedAt // 软删除支持
}
```
**GORM 约定**:
| 约定 | 说明 |
|------|------|
| 表名 | 结构体名的复数形式(`User` → `users`),可通过 `TableName()` 重写 |
| 主键 | 名为 `ID` 的字段自动作为主键,类型推断为 `INT UNIQUE PRIMARY KEY` |
| 字段名 | Go 字段名 → snake_case 的列名(`UserName` → `user_name`) |
| CreatedAt/UpdatedAt | 自动填充时间戳(可通过 `DisableCreateTimeIndex` / `DisableUpdateTimeIndex` 关闭) |
## CRUD 操作
### 创建
```go
user := User{Name: "Alice", Age: 25, Role: "admin"}
result := db.Create(&user) // 返回 *gorm.Result
// 批量创建(一次 INSERT)
users := []User{
{Name: "Bob", Age: 30},
{Name: "Carol", Age: 28},
}
db.Create(&users) // GORM 自动优化为批量 INSERT
```
### 查询
```go
// 单一查询
var user User
db.First(&user, 10) // 主键查询
db.First(&user, "name = ?", "Alice") // 条件查询
db.Where("age > ?", 20).First(&user) // Where 链式
// 多结果查询
var users []User
db.Where("role = ?", "user").Find(&users)
// 链式条件
db.Where("role = ?", "admin").
Where("age >= ?", 25).
Order("age desc").
Limit(10).
Offset(20).
Find(&users)
```
**GORM 查询 API 速查**:
| 方法 | 等价 SQL |
|------|----------|
| `First` / `Take` | `LIMIT 1`,找第一条 |
| `Last` | `ORDER BY PRIMARY KEY DESC LIMIT 1` |
| `Find` | `SELECT * FROM ...` |
| `Where` | `WHERE ...` |
| `Or` | `OR ...` |
| `Not` | `NOT ...` |
| `Order` | `ORDER BY ...` |
| `Select` | `SELECT col1, col2` |
| `Group` / `Having` | `GROUP BY` / `HAVING` |
| `Joins` | `JOIN ...` |
| `Scan` | 扫描到自定义结构体 |
> **注意**:`First`、`Last` 在没有数据时返回 `gorm.ErrRecordNotFound`,务必处理此错误。
```mermaid
flowchart LR
A["db.Model(&User{})"] --> B["Where 条件过滤"]
B --> C["Order 排序"]
C --> D["Select 字段选择"]
D --> E["Limit/Offset 分页"]
E --> F["Group/Having 分组"]
F --> G["Preload 预加载关联"]
G --> H["Find/First/Last 执行"]
H --> I["Scan 扫描到结构体"]
classDef start fill:#4285f4,color:#fff
classDef step fill:#f1f3f4,stroke:#333
classDef finish fill:#34a853,color:#fff
class A start
class I finish
class B,C,D,E,F,G,H step
```
> **链式 API 的本质**:每个方法返回 `*gorm.DB` 对象,不断累积查询条件,最终 `Find`/`First` 时才组装并执行 SQL。
### 更新
```go
// 更新单个字段
db.Model(&user).Update("name", "Alice Updated")
// 更新多个字段
db.Model(&user).Updates(User{Name: "Alice V2", Age: 26, Role: "superadmin"})
// 带条件的更新
db.Where("age > ?", 18).Model(&user).Update("role", "adult")
// 用 map 更新(会跳过零值字段,慎用)
db.Model(&user).Updates(map[string]interface{}{"name": "New", "age": 30})
```
### 删除
```go
// 软删除(推荐)
db.Delete(&user) // 设置 DeletedAt = now(),而非物理删除
// 硬删除
db.Unscoped().Delete(&user) // 物理删除
// 批量删除
db.Where("age < ?", 18).Delete(&User{})
```
## 关联(Associations)
GORM 支持三种关联关系,通过标签定义。
```go
type User struct {
gorm.Model
Name string
Role string
CreditCards []CreditCard `gorm:"foreignKey:UserID"` // HasMany
}
type CreditCard struct {
gorm.Model
Number string
UserID uint `gorm:"not null"` // 外键
}
```
### 三种关联类型
```mermaid
graph LR
subgraph User 用户
U1["ID\nName\nRole"]
end
subgraph CreditCard 信用卡
C1["ID\nNumber\nUserID (FK)"]
end
subgraph Profile 个人资料
P1["ID\nBio\nUserID (FK)"]
end
subgraph Language 语言[关联表: user_languages]
L1["ID\nName"]
UM["user_id"]
LM["language_id"]
end
U1 -->|"1:N HasMany"| C1
U1 -->|"1:1 HasOne"| P1
U1 -.->|"N:M BelongsToMany"| L1
classDef user fill:#4285f4,stroke:#336,stroke-width:2px,color:#fff
classDef card fill:#ea4335,stroke:#c33,stroke-width:2px,color:#fff
classDef profile fill:#34a853,stroke:#264,stroke-width:2px,color:#fff
classDef lang fill:#fbbc04,stroke:#cc8,stroke-width:2px,color:#333
class U1 user
class C1 card
class P1 profile
class L1 lang
```
> **关键理解**:标签写在**一端**,GORM 会根据外键位置自动判断关系方向。
- **HasOne**:外键在对方模型(`Profile.UserID`)→ 写在 `User` 上用 `hasOne`
- **HasMany**:外键在对方模型(`CreditCard.UserID`)→ 写在 `User` 上用 `hasMany`
- **BelongsTo**:外键在当前模型 → 写在「从属」一方
- **BelongsToMany**:需要中间关联表(`user_languages`)
| 关联类型 | 标签方式 | 示例 |
|----------|----------|------|
| **HasOne** | 外键在对方模型 | `Profile` 包含 `UserID`,`User` 通过 `HasOne` 关联 |
| **HasMany** | 外键在对方模型 | `CreditCards` 数组,`CreditCard` 包含 `UserID` |
| **BelongsTo** | 外键在当前模型 | `CreditCard` 包含 `UserID`,`BelongsTo` 指向 `User` |
| **BelongsToMany** | 需要通过关联表 | `User` ↔ `Languages`(多对多) |
### 预加载(Preloading)
```go
// N+1 问题:一次查询 N 条关联记录
db.Preload("CreditCards").Find(&users)
// 生成 2 条 SQL:SELECT * FROM users; SELECT * FROM credit_cards WHERE user_id IN (...)
// 嵌套预加载
db.Preload("CreditCards").
Preload("Profile").
Find(&users)
// 带条件的预加载
db.Preload("CreditCards", "type = ?", "premium").Find(&users)
// 使用 Joins 预加载(生成 INNER JOIN,减少查询次数)
db.Joins("Profile").Find(&users)
```
> **核心原则**:批量查询时务必使用 `Preload`,否则会在循环中触发 N+1 查询问题。
```mermaid
flowchart LR
subgraph Bad ["❌ 不使用 Preload - N+1 问题"]
direction TB
S1["SQL 1: SELECT * FROM users"] --> Loop["循环 N 次"]
Loop --> S2["SQL 2: SELECT * FROM credit_cards WHERE user_id=1"]
Loop --> S3["SQL 3: SELECT * FROM credit_cards WHERE user_id=2"]
Loop --> S4["SQL N: SELECT * FROM credit_cards WHERE user_id=N"]
end
subgraph Good ["✅ 使用 Preload - 2 条 SQL"]
direction TB
G1["SQL 1: SELECT * FROM users"] --> G2["SQL 2: SELECT * FROM credit_cards WHERE user_id IN (1,2,...,N)"]
end
```
## 多对多关联(BelongsToMany)
```go
type User struct {
gorm.Model
Name string
Languages []Language `gorm:"many2many:user_languages;"`
}
type Language struct {
gorm.Model
Name string
}
// 自动创建关联表 user_languages(字段:user_id, language_id)
// 插入关联数据
db.Model(&user).Association("Languages").Append(&Language{Name: "Go"})
// 查询关联
db.Preload("Languages").Find(&users)
// 替换关联
db.Model(&user).Association("Languages").Replace(
&Language{Name: "Python"}, &Language{Name: "Rust"},
)
```
## 高级查询技巧
### Raw SQL & 条件构造
```go
// 原生 SQL
db.Raw("SELECT name, SUM(amount) FROM orders WHERE status = ? GROUP BY name", "PAID").
Scan(&results)
// 条件表达式
db.Where(
"name LIKE ? AND age BETWEEN ? AND ?", "%jon%", 20, 30,
).Find(&users)
// IN 查询
db.Where("id IN ?", []int{1, 2, 3}).Find(&users)
// 子查询
subQuery := db.Model(&Order).Select("user_id").Where("amount > ?", 100)
db.Where("id IN (?)", subQuery).Find(&users)
```
### 事务
```go
tx := db.Begin() // 注意:事务中需使用 tx 而非 db
defer func() {
if r := recover(); r != nil {
tx.Rollback()
}
}()
if err := tx.Create(&user).Error; err != nil {
tx.Rollback()
return err
}
if err := tx.Create(&order).Error; err != nil {
tx.Rollback()
return err
}
return tx.Commit().Error
```
> **关键点**:事务内的所有操作必须使用事务句柄 `tx`,而非全局 `db`。
### 自定义表名与列名
```go
func (User) TableName() string {
return "app_users" // 不使用复数形式
}
// 列名自定义
type User struct {
ID int `gorm:"column:uid"`
Name string `gorm:"column:username"`
}
```
### Scope(可复用查询片段)
```go
func AmountGT(amount int) func(db *gorm.DB) *gorm.DB {
return func(db *gorm.DB) *gorm.DB {
return db.Where("amount > ?", amount)
}
}
func Active() func(db *gorm.DB) *gorm.DB {
return func(db *gorm.DB) *gorm.DB {
return db.Where("status = ?", "active")
}
}
// 使用
db.Scopes(AmountGT(100), Active()).Find(&orders)
```
## 性能优化
### 1. Select 指定字段
```go
// 只查询需要的字段,避免加载大字段(如 text/blob)
db.Select("name", "age").Find(&users)
```
### 2. 批量操作
```go
// 批量写入:1次 INSERT N行,而非 N次 INSERT
db.Create(&users)
// 批量更新:1次 UPDATE
db.Model(&user).Where("id IN ?", ids).Update("status", "active")
// 批量删除
db.Delete(&User{}, ids)
```
### 3. 关闭预编译(极端性能场景)
```go
db, err := gorm.Open(mysql.Open(dsn), &gorm.Config{
PrepareStmt: true, // 开启预编译,适合高并发同一 SQL
})
```
开启 `PrepareStmt` 后,GORM 会使用 `sql.DB.Prepare` + `sql.Stmt` 缓存预编译语句,适合大量相同 SQL 的执行场景。
## 企业级注意事项
### 🚫 严禁使用 AutoMigrate
在团队协作和企业级项目中,**禁止使用 `db.AutoMigrate()`**。原因:
1. **不可控的 DDL**:自动建表/改表可能导致生产数据丢失
2. **DBA 审计要求**:所有表结构变更需经过 SQL 审查
3. **版本管理**:数据库结构应通过迁移脚本(如 `golang-migrate`)管理
**推荐做法**:通过 SQL 脚本初始化数据库,与 [数据库设计](file:///home/wonder/Code/obsidian/金山办公作业/Week05/数据库设计.md) 文档保持一致。
### 事务与并发
```go
// ❌ 错误:多个 goroutine 共享同一个 db 连接
// db.Create(&user1) // 并发不安全
// ✅ 正确:事务自带连接池,每个 goroutine 开启独立事务
func saveUser(tx *gorm.DB, user *User) error {
return tx.Create(user).Error
}
```
GORM 底层使用 `sql.DB` 连接池,本身是并发安全的,但 `db.Begin()` 返回的事务对象不可跨 goroutine 共享。
### 错误处理
```go
result := db.Where("id = ?", id).First(&user)
if result.Error != nil {
if errors.Is(result.Error, gorm.ErrRecordNotFound) {
// 记录不存在
} else {
// 其他数据库错误
return result.Error
}
}
```
## GORM vs 原生 SQL
| 场景 | 推荐方案 | 原因 |
|------|----------|------|
| 简单 CRUD | GORM | 代码简洁,开发效率高 |
| 复杂 JOIN | GORM `Joins` | GORM 链式写法比手写 SQL 更直观 |
| 聚合查询(GROUP BY + HAVING) | GORM `Select/Group/Having` | 原生 SQL 也可,看团队偏好 |
| 复杂子查询/CTE | 原生 SQL `Raw/Scan` | GORM 对复杂 SQL 支持有限 |
| 高性能写入(大批量) | GORM 批量 | 或直接用 `sql.Batch` |
| 数据库迁移 | SQL 脚本 / golang-migrate | GORM AutoMigrate 禁用于生产 |
## 关联笔记
- [[DEV/GO/README]]
- [[金山办公作业/Week05/数据库设计]]
- [[金山办公作业/Week05/全栈开发实战:AI 智能单词本]]
-30
View File
@@ -1,30 +0,0 @@
---
tags: [config, claude, standards]
---
# Claude Code 项目配置
本项目是 Obsidian vault,Claude Code 作为 AI 协作者协助知识管理。
## 核心原则
1. **Obsidian Native**: 理解 Markdown、YAML frontmatter、Wiki-links
2. **Safety First**: 从不未经理解覆盖数据,始终使用相对路径
3. **Proactive**: 预期潜在问题(如断链、缺失文件)
4. **Clarity**: 精准变更,最小化笔记噪音
## 操作规范
- 详见 [[config/agent/policies/standards.md]]
- 正面清单:[[config/agent/policies/allowlist.md]]
- 负面清单:[[config/agent/policies/blocklist.md]]
## 可用 Skills
- [[config/agent/skills/note-creation.md]]: 笔记创建
- [[config/agent/skills/file-edit.md]]: 文件编辑
- [[config/agent/skills/link-management.md]]: 链接管理
## 集成方式
Claude 会在每次任务开始时自动读取此文件,遵循定义的规范和约束。
+42
View File
@@ -0,0 +1,42 @@
# 文件创建/修改规范
## 格式
```yaml
---
tags: []
create time: YYYY-MM-DD HH:mm
---
# <标题>
## 概述
[简短描述]
## 正文
[按照内容规范生成的内容]
## 关联笔记
- [[相关笔记-可不填-无需链接README]]
```
## 必填项
| 字段 | 格式 | 说明 |
|------|------|------|
| `tags` | 数组 | 必须存在 `[]`,智能填充相关标签 |
| `create time` | `YYYY-MM-DD HH:mm` | 当前系统时间 |
## 文档结构
1. **## 概述**: 简短描述文档内容,不要保留占位文本
2. **## 正文**: 主要内容,详略得当,注重拓展进阶
3. **## 关联笔记**: 相关笔记 Wiki-links,若无可移除
## 内容规范【IMPORTANT】
- **教学者模式**: 假设你是教学者,你需要先规划如何记录这个知识点,让读者能够容易理解。你也可以穿插问题在文档中,启发学生的思考。
- **代码示例**: 优先 Go (后端) + React/TS (前端),代码示例点到为止,不要过于冗长。可以适当通过注释省略一部分代码增强可读性,体现核心逻辑即可。当你给出代码时,一定要给出对应的文本解释。
- **图表**: 遇到关键概念、流程,仅仅靠文字不容易清晰说明,此时应该使用 Mermaid。
- **风格**: 详略得当,注重实用性。文风严谨但是不失“活人感”,循序渐进,深入浅出。
-63
View File
@@ -1,63 +0,0 @@
---
tags: [config, agent, standards]
create time: 2026-04-17 11:29
update time: 2026-04-18
---
# 文件创建规范
## 核心规则
**所有新文件必须遵循以下结构:**
```yaml
---
tags: []
create time: YYYY-MM-DD HH:mm
---
# <标题>
## 概述
[简短描述]
## 正文
[内容]
## 关联笔记
- [[相关笔记]]
```
## 必填项
| 字段 | 格式 | 说明 |
|------|------|------|
| `tags` | 数组 | 必须存在 `[]`,智能填充相关标签 |
| `create time` | `YYYY-MM-DD HH:mm` | 当前系统时间 |
## 文档结构
1. **## 概述**: 简短描述文档内容,不要保留占位文本
2. **## 正文**: 主要内容,详略得当,注重拓展进阶
3. **## 关联笔记**: 相关笔记 Wiki-links,若无可移除
## 内容规范
- **代码示例**: 优先 Go (后端) + React/TS (前端)
- **图表**: 选择性使用 Mermaid
- **风格**: 详略得当,注重实用性
## Agent 执行步骤
1. 读取模板: `[[config/template/default-template.md]]`
2. 创建文件并填充 `create time`
3. 智能填充 `tags`
4. 替换占位文本为实际内容
5. 添加相关 Wiki-links
## 特殊情况
配置文件、开发文件等可灵活调整结构,但需保留:
- `tags` 字段
- `create time` 记录
- 清晰的组织结构
-38
View File
@@ -1,38 +0,0 @@
---
tags: [config, agent, policy]
---
# Claude 操作正面清单
以下操作为明确允许的操作:
## 文件操作
- ✅ 读取 vault 内任何 Markdown 文件
- ✅ 创建新文件(遵循 [[config/agent/agent.md]] 规范)
- ✅ 编辑现有文件(使用 Edit 工具进行精准变更)
- ✅ 使用相对路径访问文件
## 内容结构
- ✅ 添加/更新 YAML frontmatter
- ✅ 使用 Wiki-links `[[note-name]]`
- ✅ 使用标签 `#tag-name`
- ✅ 保留或简化 Dataview 查询
## 搜索与导航
- ✅ 使用 Grep 搜索内容
- ✅ 使用 Glob 查找文件
- ✅ 分析链接关系和依赖
## Git 操作(受限)
- ✅ 运行 `git status` 查看状态
- ✅ 运行 `git diff` 查看变更
- ⚠️ 提交、推送等操作需要用户明确请求
## 资产管理
- ✅ 读取本地图片(PNG, JPG, GIF, WebP)
- ✅ 下载外部图片到 media 文件夹
- ✅ 替换图片链接为本地 wiki-link
## 处理特殊情况
- ✅ 配置文件和开发文件可灵活调整结构
- ✅ 在用户明确要求时使用非标准结构
-40
View File
@@ -1,40 +0,0 @@
---
tags: [config, agent, policy]
---
# Claude 操作负面清单
以下操作为明确禁止的操作:
## 文件操作
- ❌ 未经 Read 工具直接 Edit 文件
- ❌ 使用绝对路径访问 vault 文件
- ❌ 覆盖 `.obsidian/` 配置(除非明确要求)
- ❌ 删除文件(除非用户明确要求)
## 内容变更
- ❌ 添加 emoji(除非用户明确要求)
- ❌ 创建文档文件(README.md, *.md)(除非明确要求)
- ❌ 破坏 Dataview 查询语法
- ❌ 移除必要的 YAML frontmatter 字段
## 路径规范
- ❌ 在 vault 内使用 `/path/to/file` 格式
- ❌ 使用 `/home/user/...` 绝对路径引用 vault 文件
- ❌ 混淆 Wiki-links 和 Markdown 链接
## Git 操作
- ❌ 跳过 hooks(--no-verify)
- ❌ 跳过签名(--no-gpg-sign)
- ❌ 强制 push 到 main/master(警告用户)
- ❌ 使用 --interactive 或 --amend 标志
## 系统命令
- ❌ 运行 find、grep、cat(使用专用工具代替)
- ❌ 创建空 git commit
- ❌ 修改全局 git 配置
- ❌ 运行破坏性命令(reset --hard, clean -f 等)
## 数据安全
- ❌ 提交包含凭据的文件(.env, credentials.json)
- ❌ 分享 API 密钥或敏感信息
-66
View File
@@ -1,66 +0,0 @@
---
tags: [config, agent, policy]
---
# Claude 操作规范
## 通用原则
1. **遵循现有结构**: 严格遵循项目中已有的文件结构和格式
2. **安全第一**: 在修改任何文件前都必须先读取,维护现有的内容和结构
3. **清晰性**: 所有操作必须清晰、可理解,避免混乱或不明确的变更
## 内容创作规范
1. **结构**:
- 优先使用 Markdown 标题格式
- 保持一致的段落结构
- 合理使用列表来组织信息
2. **标签**:
- 使用 YAML frontmatter 包含适当的标签
- 标签必须是数组形式 `tags: [tag1, tag2]`
- 尽可能使用相关领域的标签
3. **链接**:
- 内部链接使用 Wiki-links: `[[note-name]]`
- 外部链接使用标准 Markdown 格式: `[text](url)`
- 确保所有内部链接都指向实际存在的文件
4. **内容质量**:
- 避免使用占位文本,如 "[内容]"、"[描述]" 等
- 保持写作风格一致和专业
- 根据内容添加相关图表或 Mermaid 图表
## 文件和路径规范
1. **路径使用**:
- 仅使用相对路径进行文件访问
- 路径不应包含绝对路径(如 `/home/...`)
2. **文件操作**:
- 不应在 Vault 内创建 README.md、*.md 等文档文件
- 创建新文件时,应遵循现有的文件结构规范
## Git 和版本控制
1. **提交操作**:
- 不应自动执行任何 Git 提交或推送操作
- 如需执行 Git 相关操作,必须让用户明确授权
2. **变更检查**:
- 检查文件变更以维护链接一致性
- 发现断链时应记录并报告
## 特殊情况处理
1. **知识库层面的处理**:
- 若涉及高层架构、系统设计等内容,应优先根据已有文档进行整理补充
- 不应创造新的结构或模式,而应遵循既有规范
2. **代码实现**:
- 当需要编写代码示例时,优先使用 Go 语言(后端)或 React/TS(前端)
- 所有实现示例应在当前环境中实际可行
3. **数据可视化**:
- 使用 Mermaid 图表,但需确保其正确性和可读性
-18
View File
@@ -1,18 +0,0 @@
---
tags: []
create time: <% tp.date.now("YYYY-MM-DD HH:mm") %>
---
# <% tp.file.title %>
## 概述
添加笔记的概述或简短描述。
## 正文
在这里写下你的笔记内容...
## 关联笔记
- 添加关联笔记的链接
+3 -3
View File
@@ -138,7 +138,7 @@ erDiagram
string password "密码(hash)"
datetime created_at "创建时间"
datetime updated_at "更新时间"
datetime deleted_at "删除时间(软删除)"
tinyint is_deleted "软删除标记"
}
WORD {
uuid id PK "单词记录ID"
@@ -149,7 +149,7 @@ erDiagram
string ai_provider "AI模型来源"
datetime created_at "创建时间"
datetime updated_at "更新时间"
datetime deleted_at "删除时间(软删除)"
tinyint is_deleted "软删除标记"
}
```
@@ -160,7 +160,7 @@ erDiagram
- 用户名设置唯一索引,防止重复注册
- 密码字段存储 bcrypt 哈希值,严禁明文
- 包含标准时间戳字段
- 支持软删除(deleted_at)
- 支持软删除(is_deleted)
2. **单词表 (words)**
- 使用 UUID 作为主键
+362
View File
@@ -0,0 +1,362 @@
# Docker 网络数据库连接指南
## 问题描述
在后端服务连接运行在 Docker 网络中的数据库时,**不能使用 `localhost`** 作为连接地址。
## 原因分析
### 为什么使用 `localhost` 是错误的?
在 Docker 网络中,每个容器都有**独立的网络栈**:
- **`localhost` 在容器内部指向容器自身**(127.0.0.1 指向容器内部)
- **不是指向同一网络中的其他容器**
当你的后端容器尝试连接 `localhost:3306` 时,它实际上是在寻找**自己的 3306 端口**,而不是数据库容器的端口。
#### 直观理解
```
┌─────────────────────────────────────────────────┐
│ Docker 网络(我的网络) │
│ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ Backend 容器 │ │ Database 容器 │ │
│ │ │ │ │ │
│ │ localhost ───────┼──→ │ 自己的 8000 端口 │ │
│ │ (127.0.0.1) │ │ │ │
│ │ │ │ │ │
│ │ database ────────┼──→ │ 正确!指向 DB │ │
│ │ (服务名) │ │ │ │
│ └──────────────────┘ └──────────────────┘ │
│ ↑ ↑ │
│ └──────────┬───────────────┘ │
│ │ │
│ 只能通过服务名通信 │
└─────────────────────────────────────────────────┘
```
#### 实际会发生什么
```bash
# 在 backend 容器内执行
# 尝试连接 localhost:3306
# 结果:Connection refused
# 原因:backend 自己没有在 3306 端口监听服务
```
#### 类比说明
这就好比:
- 你和朋友住在同一个大楼(Docker 网络)
- 你想找朋友
- 你大喊"我在这里"(使用 `localhost`)
- 但实际上你需要喊的是"小明"(使用服务的名字)
- 因为 `"我在这里"` 指的是你自己,不是小明
### Docker 的网络隔离机制
Docker 容器默认使用以下网络模式:
1. **Bridge 网络模式**(默认):
- 每个容器有独立的 IP 地址
- 容器间通过服务名互相发现
- `localhost` 仅指向容器自身
2. **容器间的 DNS 解析**:
```
# 在 backend 容器内
$ ping database
PING database (172.19.0.2) // 解析到数据库容器的 IP
$ ping localhost
PING localhost (127.0.0.1) // 指向自己
```
3. **端口监听位置**:
```
Database 容器内部:MySQL 监听 0.0.0.0:3306
Database 容器 IP:172.19.0.2
Backend 容器不能访问:127.0.0.1:3306(自己的端口)
Backend 容器应该访问:172.19.0.2:3306(通过服务名解析)
```
### 结论
**使用 `localhost` 连接数据库必然失败**,因为它:
- 永远指向调用方容器自己
- 无法跨容器通信
- 违反了 Docker 的网络隔离设计
**正确做法:使用服务名或容器名**,这样 Docker 的内置 DNS 才能正确解析到目标容器。
## 正确做法
### 1. 使用服务名(Service Name)
在 `docker-compose.yml` 中定义的服务名即可用作主机名:
```yaml
services:
backend:
build: ./backend
ports:
- "8000:8000"
depends_on:
- database
database:
image: mysql:8.0
ports:
- "3306:3306"
environment:
MYSQL_ROOT_PASSWORD: rootpassword
```
**连接配置:**
```python
# 后端连接配置
DATABASE_URL = "mysql://user:password@database:3306/dbname"
# ^^^^^^^^ 使用服务名 "database"
```
### 2. 使用容器名
在 docker-compose 中为容器指定名称:
```yaml
database:
image: mysql:8.0
container_name: my-mysql-db # 显式指定容器名
```
**连接配置:**
```python
DATABASE_URL = "mysql://user:password@my-mysql-db:3306/dbname"
```
### 3. 网络别名(Network Alias)
如果有多个服务需要连接,可以设置网络别名:
```yaml
database:
image: mysql:8.0
networks:
appnet:
aliases:
- db
- mysql
networks:
appnet:
driver: bridge
```
**连接配置:**
```python
# 可以使用任一别名
DATABASE_URL = "mysql://user:password@db:3306/dbname"
# 或
DATABASE_URL = "mysql://user:password@mysql:3306/dbname"
```
## 常见错误
### ❌ 错误写法
```python
# 这会导致连接失败
DATABASE_URL = "mysql://user:password@localhost:3306/dbname"
# ^^^^^^^^^ 指向 backend 自己
```
### ✅ 正确写法
```python
# 使用 docker-compose 中的服务名
DATABASE_URL = "mysql://user:password@database:3306/dbname"
# ^^^^^^^^ 数据库服务名
```
## 实际示例
### 示例 1:Spring Boot + MySQL
```yaml
# docker-compose.yml
version: '3.8'
services:
springboot-app:
build: .
ports:
- "8080:8080"
environment:
SPRING_DATASOURCE_URL: jdbc:mysql://mysql-db:3306/mydb
SPRING_DATASOURCE_USERNAME: user
SPRING_DATASOURCE_PASSWORD: password
depends_on:
- mysql-db
mysql-db:
image: mysql:8.0
environment:
MYSQL_DATABASE: mydb
MYSQL_USER: user
MYSQL_PASSWORD: password
MYSQL_ROOT_PASSWORD: rootpassword
ports:
- "3306:3306"
```
### 示例 2:Node.js + PostgreSQL
```yaml
# docker-compose.yml
version: '3.8'
services:
api:
build: ./api
ports:
- "3000:3000"
environment:
DATABASE_HOST: postgres
DATABASE_PORT: 5432
DATABASE_NAME: myapp
depends_on:
- postgres
postgres:
image: postgres:14
environment:
POSTGRES_DB: myapp
POSTGRES_USER: user
POSTGRES_PASSWORD: password
ports:
- "5432:5432"
```
```javascript
// .env
DATABASE_URL=postgres://user:password@postgres:5432/myapp
// ^^^^^^^^ 服务名
```
### 示例 3:Python/Django + MongoDB
```yaml
# docker-compose.yml
version: '3.8'
services:
web:
build: .
ports:
- "8000:8000"
environment:
MONGO_HOST: mongodb
MONGO_PORT: 27017
depends_on:
- mongodb
mongodb:
image: mongo:6.0
ports:
- "27017:27017"
```
```python
# settings.py
MONGO_URI = "mongodb://mongodb:27017/mydb"
# ^^^^^^^^ 使用服务名
```
## 调试技巧
### 1. 进入容器测试连接
```bash
# 进入后端容器
docker exec -it <backend-container> bash
# 测试数据库连接
ping database
telnet database 3306
nc -zv database 3306
```
### 2. 查看网络信息
```bash
# 查看容器网络
docker network inspect <network-name>
# 查看容器 IP 和别名
docker inspect <database-container> --format='{{range .NetworkSettings.Networks}}{{.IPAddress}}{{end}}'
```
### 3. 使用 docker network 连接
```bash
# 从宿主机通过容器 IP 连接(不推荐)
docker inspect <database-container> | grep IPAddress
# 正确方式:从另一个容器连接
docker run --rm --network <network-name> mysql:8.0 \
mysql -h database -u user -ppassword dbname
```
## 特殊情况
### 从宿主机连接数据库
如果需要从**宿主机**(非 Docker 容器)连接数据库,使用:
```yaml
database:
image: mysql:8.0
ports:
- "3306:3306" # 映射到宿主机
```
**连接方式:**
```python
# 从宿主机运行的应用
DATABASE_URL = "mysql://user:password@localhost:3306/dbname"
```
**注意:** 这是唯一可以使用 `localhost` 的情况——从宿主机连接暴露端口的容器。
### 开发环境 vs 生产环境
```python
# 开发环境:可能直接使用本地数据库
if os.getenv("ENVIRONMENT") == "development":
DATABASE_URL = "mysql://user:password@localhost:3306/devdb"
else:
# 生产环境:使用 Docker 网络中的数据库
DATABASE_URL = "mysql://user:password@database:3306/proddb"
```
## 最佳实践
1. **使用环境变量**:将数据库连接配置为环境变量,便于在不同环境间切换
2. **使用服务名**:优先使用 docker-compose 中的服务名,保持配置一致性
3. **健康检查**:使用 `depends_on` + 健康检查确保数据库就绪后再启动应用
4. **网络隔离**:为不同环境使用不同的网络
5. **安全性**:不要在代码中硬编码密码,使用 secrets 或环境变量
## 故障排查清单
- [ ] 检查 docker-compose.yml 中数据库服务的名称
- [ ] 确认后端使用的是服务名而非 `localhost`
- [ ] 确认数据库服务在同一个网桥网络中
- [ ] 检查端口映射配置(如果从宿主机连接)
- [ ] 验证容器间的网络连通性(使用 `ping` 或 `telnet`)
- [ ] 检查防火墙规则
- [ ] 查看容器日志确认数据库是否正常启动
## 参考资源
- [Docker Networking](https://docs.docker.com/network/)
- [Docker Compose Service Discovery](https://docs.docker.com/compose/networking/)
- [Connect to MySQL from another container](https://hub.docker.com/_/mysql)
---
**最后更新:** 2026-04-21
@@ -0,0 +1,545 @@
---
tags: [go, configuration, environment, viper, godotenv, assignment]
create time: 2026-04-21
---
# Viper 和 Godotenv 对比分析
## 概述
Go 语言中有两个常用的配置管理库:**Viper** 和 **Godotenv**。虽然它们都与配置管理相关,但设计目标和使用场景存在显著差异。
- **Viper**: 完整的配置解决方案,支持多种配置源
- **Godotenv**: 专注于从 `.env` 文件加载环境变量
## 核心对比
| 特性 | Viper | Godotenv |
|-----|-------|----------|
| **主要用途** | 配置管理框架 | 环境变量加载 |
| **配置源数量** | 多种(JSON/YAML/ENV/Flags) | 仅 `.env` 文件 |
| **功能范围** | 完整配置系统 | 单一功能库 |
| **代码复杂度** | 较大 | 简洁 |
| **学习曲线** | 较复杂 | 简单 |
| **适用场景** | 复杂应用配置 | 简单环境变量管理 |
## 设计理念对比
```mermaid
graph TB
subgraph "Viper - 配置管理框架"
A1[JSON] --> A[统一配置 API]
B1[YAML] --> A
C1[TOML] --> A
D1[环境变量] --> A
E1[命令行参数] --> A
A --> F[配置读取/更新/监听]
end
subgraph "Godotenv - 环境变量加载"
G[.env 文件] --> H[解析]
H --> I[设置环境变量]
end
style A fill:#e1f5ff
style I fill:#fff4e1
```
## Viper 详解
### 功能特性
```mermaid
mindmap
root((Viper))
配置源
JSON
YAML
TOML
环境变量
命令行参数
功能
自动重载
远程配置中心
配置合并
结构体绑定
优势
多源配置
优先级管理
类型安全
```
### 基础使用
```go
package main
import (
"fmt"
"github.com/spf13/viper"
)
func viperExample() {
// 1. 初始化
v := viper.New()
// 2. 设置配置文件 (自动查找 app.json/app.yaml 等)
v.SetConfigName("config")
v.SetConfigType("yaml")
v.AddConfigPath(".")
v.AddConfigPath("./config")
// 3. 读取配置文件
if err := v.ReadInConfig(); err != nil {
panic(fmt.Errorf("读取配置失败: %w", err))
}
// 4. 读取配置值
dbHost := v.GetString("database.host")
dbPort := v.GetInt("database.port")
debug := v.GetBool("debug")
fmt.Printf("数据库: %s:%d, Debug: %v\n", dbHost, dbPort, debug)
}
```
### 结构体绑定
```go
func structBindingExample() {
type Config struct {
AppName string `mapstructure:"app_name"`
Debug bool `mapstructure:"debug"`
Database struct {
Host string `mapstructure:"host"`
Port int `mapstructure:"port"`
User string `mapstructure:"user"`
Password string `mapstructure:"password"`
} `mapstructure:"database"`
}
var config Config
if err := viper.Unmarshal(&config); err != nil {
panic(err)
}
fmt.Printf("应用: %s, 数据库: %s:%d\n",
config.AppName, config.Database.Host, config.Database.Port)
}
```
### 多配置源优先级
```mermaid
graph LR
A[默认值] --> B[配置文件]
B --> C[环境变量]
C --> D[命令行参数]
D --> E[最终配置]
style A fill:#f9f9f9
style E fill:#66bb6a,color:#fff
```
```go
func multiSourceExample() {
v := viper.New()
// 1. 设置默认值 (最低优先级)
v.SetDefault("server.port", 8080)
v.SetDefault("log.level", "info")
// 2. 读取配置文件
v.SetConfigFile("config.yaml")
v.ReadInConfig()
// 3. 绑定环境变量 (可覆盖配置文件)
v.SetEnvPrefix("APP") // APP_SERVER_PORT
v.BindEnv("server.port")
// 4. 绑定命令行参数 (最高优先级, 使用 pflag)
pflag.Int("port", 0, "服务器端口")
pflag.Parse()
v.BindPFlags(pflag.CommandLine)
// 最终取值: 命令行参数 > 环境变量 > 配置文件 > 默认值
}
```
### 自动重载配置
```go
import (
"github.com/fsnotify/fsnotify"
)
func watchConfig() {
v := viper.New()
v.SetConfigFile("config.yaml")
v.ReadInConfig()
// 监听配置文件变化
v.WatchConfig()
v.OnConfigChange(func(e fsnotify.Event) {
fmt.Printf("配置文件已更改: %s\n", e.Name)
// 自动重载, 无需手动调用 ReadInConfig
})
}
```
### 配置文件示例 (config.yaml)
```yaml
app_name: "my-app"
debug: true
database:
host: "localhost"
port: 5432
user: "admin"
password: "secret"
redis:
addr: "localhost:6379"
pool_size: 10
log:
level: "debug"
format: "json"
```
## Godotenv 详解
### 功能特性
- ✅ 从 `.env` 文件加载环境变量
- ✅ 支持注释 (# 开头)
- ✅ 支持引号和换行
- ❌ 不支持配置优先级
- ❌ 不支持远程配置
- ❌ 不支持自动重载
### 基础使用
```go
package main
import (
"fmt"
"log"
"os"
"github.com/joho/godotenv"
)
func godotenvExample() {
// 1. 加载 .env 文件到环境变量
if err := godotenv.Load(); err != nil {
log.Fatal("加载 .env 文件失败", err)
}
// 2. 直接读取环境变量
dbHost := os.Getenv("DB_HOST")
dbPort := os.Getenv("DB_PORT")
apiKey := os.Getenv("API_KEY")
fmt.Printf("数据库: %s:%s, API Key: %s\n", dbHost, dbPort, apiKey)
}
```
### 指定文件路径
```go
// 加载指定路径的 .env 文件
godotenv.Load(".env.production")
godotenv.Load("/path/to/.env")
// 加载多个 .env 文件 (后加载的会覆盖先加载的)
godotenv.Load(".env", ".env.local", ".env.secrets")
```
### .env 文件示例
```bash
# 数据库配置
DB_HOST=localhost
DB_PORT=5432
DB_USER=admin
DB_PASSWORD=secret123
# API 配置
API_BASE_URL=https://api.example.com
API_KEY=sk-1234567890abcdef
# 应用配置
APP_NAME=my-app
APP_ENV=production
APP_DEBUG=false
```
### 配合 Viper 使用
```go
func combinedExample() {
// 1. 先用 godotenv 加载 .env
godotenv.Load()
// 2. 再用 viper 读取环境变量
viper.AutomaticEnv() // 自动读取环境变量
// 3. 可以设置默认值
viper.SetDefault("DB_PORT", 5432)
// 4. 读取配置
dbHost := viper.GetString("DB_HOST")
dbPort := viper.GetInt("DB_PORT")
}
```
## 使用场景分析
### 适用 Viper 的场景
```mermaid
graph TD
A[复杂应用配置] --> B[多配置源]
A --> C[需要优先级管理]
A --> D[结构化配置文件]
A --> E[配置热更新]
B --> B1[JSON/YAML/TOML]
C --> C1[默认值 < 文件 < ENV < CLI]
D --> D1[嵌套结构]
E --> E1[监听文件变化]
```
**典型应用:**
- 微服务配置管理
- 需要多种配置来源的应用
- 需要配置优先级和覆盖机制
- 需要远程配置中心集成的应用
### 适用 Godotenv 的场景
```mermaid
graph LR
A[简单环境变量管理] --> B[12-Factor App]
A --> C[Docker 容器化]
A --> D[开发环境隔离]
B --> B1[配置即代码]
C --> C1[容器环境变量]
D --> D1[.env.dev / .env.prod]
```
**典型应用:**
- 12-Factor 应用
- Docker/Kubernetes 部署
- 简单脚本或小型应用
- 仅需要环境变量的项目
## 代码对比示例
### 场景: 从配置文件读取数据库配置
#### 使用 Viper
```go
// config.yaml
/*
database:
host: localhost
port: 5432
user: admin
password: secret123
*/
type DatabaseConfig struct {
Host string
Port int
User string
Password string
}
// 代码
viper.SetConfigFile("config.yaml")
viper.ReadInConfig()
var config DatabaseConfig
viper.UnmarshalKey("database", &config)
db, err := sql.Open("postgres",
fmt.Sprintf("%s:%s@%s:%d/mydb",
config.User, config.Password, config.Host, config.Port))
```
#### 使用 Godotenv
```go
// .env
/*
DB_HOST=localhost
DB_PORT=5432
DB_USER=admin
DB_PASSWORD=secret123
*/
// 代码
godotenv.Load()
db, err := sql.Open("postgres",
fmt.Sprintf("%s:%s@%s:%s/mydb",
os.Getenv("DB_USER"),
os.Getenv("DB_PASSWORD"),
os.Getenv("DB_HOST"),
os.Getenv("DB_PORT")))
```
## 最佳实践
### Viper 最佳实践
```go
// 1. 封装配置加载
func LoadConfig() (*Config, error) {
v := viper.New()
// 设置配置文件默认路径
v.SetConfigFile("config/config.yaml")
// 允许环境变量覆盖
v.SetEnvPrefix("APP")
v.AutomaticEnv()
if err := v.ReadInConfig(); err != nil {
return nil, err
}
var cfg Config
if err := v.Unmarshal(&cfg); err != nil {
return nil, err
}
return &cfg, nil
}
// 2. 配置验证
func (c *Config) Validate() error {
if c.Database.Host == "" {
return errors.New("数据库主机不能为空")
}
if c.Database.Port <= 0 || c.Database.Port > 65535 {
return errors.New("端口号无效")
}
return nil
}
```
### Godotenv 最佳实践
```bash
# .env.example (提交到版本控制)
DB_HOST=localhost
DB_PORT=5432
DB_USER=admin
DB_PASSWORD=
# .env (不提交,加入 .gitignore)
DB_HOST=production-db.example.com
DB_PORT=5432
DB_USER=admin
DB_PASSWORD=real_secret_password
```
```go
// 1. 提供默认值
func getEnv(key, defaultValue string) string {
value := os.Getenv(key)
if value == "" {
return defaultValue
}
return value
}
// 2. 使用
dbHost := getEnv("DB_HOST", "localhost")
dbPort := getEnv("DB_PORT", "5432")
```
### 混合使用策略
```go
// config.yaml (结构化配置)
app:
name: "my-app"
version: "1.0.0"
server:
port: 8080
// .env (敏感信息)
DB_PASSWORD=secret123
API_SECRET=xyz789
// 代码
func main() {
// 1. 加载环境变量 (敏感配置)
godotenv.Load()
// 2. 加载配置文件 (结构化配置)
viper.SetConfigFile("config.yaml")
viper.ReadInConfig()
// 3. 合并配置
viper.BindEnv("database.password", "DB_PASSWORD")
viper.BindEnv("api.secret", "API_SECRET")
// 4. 读取最终配置
config := loadConfig()
// 在代码中,结构化配置在 YAML,敏感配置在 .env
}
```
## 项目选择建议
### 选择 Viper,如果你需要:
- ✅ 支持多种配置格式 (JSON/YAML/TOML)
- ✅ 配置优先级管理
- ✅ 结构体绑定和类型安全
- ✅ 配置热更新
- ✅ 远程配置中心集成
- ✅ 命令行参数绑定
### 选择 Godotenv,如果你需要:
- ✅ 12-Factor 应用规范
- ✅ Docker/Kubernetes 部署
- ✅ 极简配置管理
- ✅ 环境变量即可满足需求
- ✅ 团队熟悉 `.env` 工作流
- ✅ 依赖最小化
## 学习资源
### Viper
- [Viper 官方文档](https://github.com/spf13/viper)
- [Viper 使用指南](https://www.sohamkamani.com/golang/viper-guide/)
- [Go 配置管理最佳实践](https://sagikazarmark.hu/blog/2022/03/02/manage-go-configuration/)
### Godotenv
- [Godotenv 官方文档](https://github.com/joho/godotenv)
- [12-Factor App - Config](https://12factor.net/config)
- [.env 文件规范](https://dotenv.org/)
## 相关笔记
- [[CS/LANG/Go/标准库/标准库]] - Go 语言标准库
- [[CS/DevOps/Docker/基础]] - Docker 容器化
- [[CS/NET/Auth/密钥管理]] - 配置安全最佳实践
- [[金山办公作业/Week05/数据库设计]] - 数据库配置详解
+23 -23
View File
@@ -20,7 +20,7 @@ erDiagram
string password "密码(hash)"
datetime created_at "创建时间"
datetime updated_at "更新时间"
datetime deleted_at "删除时间(软删除)"
tinyint is_deleted "软删除标记"
}
WORD {
uuid id PK "单词记录ID"
@@ -31,7 +31,7 @@ erDiagram
string ai_provider "AI模型来源"
datetime created_at "创建时间"
datetime updated_at "更新时间"
datetime deleted_at "删除时间(软删除)"
tinyint is_deleted "软删除标记"
}
```
@@ -49,7 +49,7 @@ erDiagram
| `password` | VARCHAR(255) | NOT NULL | - | 用户密码,存储 bcrypt 哈希值,严禁明文存储 |
| `created_at` | DATETIME | DEFAULT CURRENT_TIMESTAMP | - | 账户创建时间 |
| `updated_at` | DATETIME | ON UPDATE CURRENT_TIMESTAMP | - | 账户最后更新时间 |
| `deleted_at` | DATETIME | DEFAULT NULL | INDEX | 软删除标记,NULL 表示未删除 |
| `is_deleted` | TINYINT | DEFAULT 0 | INDEX | 软删除标记,0 表示未删除,1 表示已删除 |
**索引设计:**
- 主键索引:`id`
@@ -60,23 +60,23 @@ erDiagram
| 单词表名 | `words` |
|-----------|---------|
| 字段名 | 数据类型 | 约束 | 索引 | 说明 |
| ------------- | ------------ | --------------------------- | ------------------------- | ------------------------------------------ |
| `id` | CHAR(36) | PRIMARY KEY | - | 单词记录唯一标识符(UUID 格式) |
| `user_id` | CHAR(36) | NOT NULL, FOREIGN KEY | - | 所属用户 ID,关联 users.id |
| `word` | VARCHAR(100) | NOT NULL | INDEX idx_word_search(20) | 单词文本,支持前缀搜索优化 |
| `definition` | TEXT | NOT NULL | - | AI 生成的单词释义 |
| `examples` | JSON | NOT NULL | - | 例句列表,存储 JSON 数组格式 |
| `ai_provider` | ENUM | NOT NULL | - | AI 模型来源标识(`deepseek`=DeepSeek,`qwen`=通义千问) |
| `created_at` | DATETIME | DEFAULT CURRENT_TIMESTAMP | - | 单词记录创建时间 |
| `updated_at` | DATETIME | ON UPDATE CURRENT_TIMESTAMP | - | 单词记录最后更新时间 |
| `deleted_at` | DATETIME | DEFAULT NULL | INDEX idx_user_word | 软删除标记 |
| 字段名 | 数据类型 | 约束 | 索引 | 说明 |
|--------|----------|------|------|------|
| `id` | CHAR(36) | PRIMARY KEY | - | 单词记录唯一标识符(UUID 格式) |
| `user_id` | CHAR(36) | NOT NULL, FOREIGN KEY | - | 所属用户 ID,关联 users.id |
| `word` | VARCHAR(100) | NOT NULL | INDEX idx_word_search(20) | 单词文本,支持前缀搜索优化 |
| `definition` | TEXT | NOT NULL | - | AI 生成的单词释义 |
| `examples` | JSON | NOT NULL | - | 例句列表,存储 JSON 数组格式 |
| `ai_provider` | ENUM | NOT NULL | - | AI 模型来源标识(`deepseek`=DeepSeek,`qwen`=通义千问) |
| `created_at` | DATETIME | DEFAULT CURRENT_TIMESTAMP | - | 单词记录创建时间 |
| `updated_at` | DATETIME | ON UPDATE CURRENT_TIMESTAMP | - | 单词记录最后更新时间 |
| `is_deleted` | TINYINT | DEFAULT 0 | INDEX idx_user_word | 软删除标记 |
**索引设计:**
- 主键索引:`id`
- 外键索引:`user_id`(自动创建)
- 唯一索引:`uk_user_word` (user_id, word(50)) - 防止同一用户保存重复单词
- 复合索引:`idx_user_word` (user_id, deleted_at) - 优化用户单词列表分页查询
- 复合索引:`idx_user_word` (user_id, is_deleted) - 优化用户单词列表分页查询
- 前缀索引:`idx_word_search` (word(20)) - 支持单词前缀搜索优化
## 四、表关联关系
@@ -97,15 +97,15 @@ erDiagram
```sql
-- 查询某用户的所有单词(排除已删除)
SELECT * FROM words
WHERE user_id = ? AND deleted_at IS NULL
WHERE user_id = ? AND is_deleted = 0
ORDER BY created_at DESC
LIMIT ? OFFSET ?;
-- 联表查询用户信息及单词数量
SELECT u.id, u.username, COUNT(w.id) as word_count
FROM users u
LEFT JOIN words w ON u.id = w.user_id AND w.deleted_at IS NULL
WHERE u.deleted_at IS NULL
LEFT JOIN words w ON u.id = w.user_id AND w.is_deleted = 0
WHERE u.is_deleted = 0
GROUP BY u.id;
```
@@ -126,7 +126,7 @@ GROUP BY u.id;
-- 查询:检查用户是否已保存该单词
SELECT id, word, definition, examples, ai_provider
FROM words
WHERE user_id = ? AND word = ? AND deleted_at IS NULL;
WHERE user_id = ? AND word = ? AND is_deleted = 0;
```
### 5.2 手动保存单词
@@ -147,14 +147,14 @@ VALUES (?, ?, ?, ?, ?, ?);
-- 查询:分页获取单词列表(按创建时间倒序)
SELECT id, word, definition, examples, ai_provider, created_at
FROM words
WHERE user_id = ? AND deleted_at IS NULL
WHERE user_id = ? AND is_deleted = 0
ORDER BY created_at DESC
LIMIT ? OFFSET ?;
-- 计算总数(用于分页器)
SELECT COUNT(*) as total
FROM words
WHERE user_id = ? AND deleted_at IS NULL;
WHERE user_id = ? AND is_deleted = 0;
```
### 5.4 删除单词(软删除)
@@ -164,8 +164,8 @@ WHERE user_id = ? AND deleted_at IS NULL;
```sql
-- 更新:软删除单词记录
UPDATE words
SET deleted_at = CURRENT_TIMESTAMP, updated_at = CURRENT_TIMESTAMP
WHERE id = ? AND user_id = ? AND deleted_at IS NULL;
SET is_deleted = 1, updated_at = CURRENT_TIMESTAMP
WHERE id = ? AND user_id = ? AND is_deleted = 0;
```
## 六、索引优化说明