架构取舍

25 篇文章
  1. 复杂舆情分析系统的架构设计及演进置顶

    从内容聚类的单阈值、双阈值与pending,到风险投票、内容与事件两层组织及Prompt对照,再到日志治理、异步消费者、近重复召回、Go关键词匹配和模型中心,回顾一套多机构舆情分析系统在持续运行中的架构演进,说明每次调整的触发问题、方案取舍与后续边界。

  2. 从 ES 召回到 Redis+SimHash:文章近重复处理实践置顶

    不同平台的同类文章反复调用大模型,既增加 Token 成本,也可能产生不同的相关性和风险判断。本文记录统一异步文章消费者从 ES 召回+Jaccard 精判,改为 Redis+SimHash 召回+Jaccard 精判的过程,以及覆盖范围扩大后的负载问题、召回调整与资源压力变化。

  3. ES 历史索引分片太多,如何缩到 1 个并保留原名?

    历史小索引从 3 主分片缩到 1 主分片并保留原物理名称,需要覆盖快照隔离恢复、全量数据指纹、主副本健康和配置恢复。结合管理平台的当前实现,说明 Shrink、Clone、一次授权与失败恢复的边界,明确真实自动执行仍待部署验收。

  4. 扩容消费者后,为什么进程内锁失效了?

    单进程消费者可以用 asyncio.Lock 协调同标题、同业务键任务,但扩容为多个容器后,每个进程都有独立内存和锁对象。Kafka 只保证一个分区同一时刻归属组内一个消费者,并不能阻止不同分区上的相同业务对象被不同进程并发处理。本文结合统一文章消费者的标题协调实现与扩容方案评审,分析进程内锁的真实边界,以及分区路由、分布式协调和业务幂等各自应该解决什么问题。

  5. 换了 Prompt,效果到底有没有变?让文章分析可回放、可对照

    从 Prompt 修改后效果难观察、难量化的问题出发,结合文章相关性中心,记录如何固定输入和执行配置、隔离回放与生产后处理,并通过双版本配对、历史基线和人工标签复核效果。也说明真实调用、近重复复用、失败样本及实时核验证据对比较结论的影响。