索引（Indexing）API 支持将任何来源的文档加载到向量存储中并保持同步，具体来说有助于：

• 避免重复数据写入向量数据库
• 避免重写未更改的数据
• 避免在未更改的内容上重新计算 embeddings

这些目标可以帮助节省时间和金钱、改进矢量搜索结果

重要的是，即使原始文本经过了一些转换步骤（例如文本切分 chunking）索引依然可以生效

如何工作

当使用 Java 或任何其他基于 JVM 的编程语言时，其中一个核心功能是内存清理（垃圾回收）

和 C 和 C++ 等语言不同，使用者不需要关注内存相关的操作，例如 malloc、calloc、realloc、free 等函数

释放内存的操作就是由 JVM 中名为 Garbage Collector 的角色完成的

垃圾回收器是如何工作的

JVM 在后台运行垃圾回收器来查找未使用的引用，这些引用占用的内存可以被释放并重新使用

背景

二分的思想很简单，但是难在 coding 上，因为需要考虑边界条件

在 B 站上看了一个视频，二分查找为什么总是写错？ 动画讲解了一种比较好记忆处理边界的方式（我认为并不是在讲二分的思想，而是用一种图示的方式避免边界处理错误），所以在这里记录下

应用

引入抛出了一个问题

背景

在 n 个数中，如何让抽到每一个数的概率相等

可以产生一个随机数，n 个数则在 [1,n] 中产生一个随机数即可

但如果涉及到外部数据，即一次并不能全部读取 n 个数（n 未知）；例如一共 1000 个数据，一次只能加载 10 个，那么再每 10 个加载一次，总共加载 100 次的过程中如何保证最终取到的值满足 1/n

使用水塘抽样算法可以解决

思想

LiteFlow 2.12.0 版本的主要 Feature 就是对决策路由的支持

功能引入的文章

对应的 Issue

这样就能实现类似 Drools 中的决策表功能

背景

之前一直对索引分析中 type range 有误解

下面是官方文档对 type range 的解释

range can be used when a key column is compared to a constant using any of the =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, LIKE, or IN() operators:

1 2 3 4 5 6 7 8 9 10 11

SELECT * FROM tbl_name WHERE key_column = 10; SELECT * FROM tbl_name WHERE key_column BETWEEN 10 and 20; SELECT * FROM tbl_name WHERE key_column IN (10,20,30); SELECT * FROM tbl_name WHERE key_part1 = 10 AND key_part2 IN (10,20,30);

IN 查询下的 range 什么时候会恶化为 ALL 呢？按照我之前的理解，可能有两点