Hello, I am
king-of-water.

从代码出发，理解系统与行业。

king-of-water 的头像关于我
从一个方向开始
01

后端

Java、数据库、分布式系统与可靠性实践。

→02

Agent

AI Agent、工作流、工具调用与应用探索。

→03

行业

从产品与业务切面，理解互联网公司的增长方式与生态位置。

→04

项目

从灵感、设计到上线的完整记录。

→05

个人

我的学习方向、GitHub、工具箱与友情链接。

→

最近更新

全部文章 →
后端 · 分布式

DNS、NLB 与 Nginx：从一家小店理解多级负载均衡

从两台商品服务的选择开始，逐步引出七层代理、四层 NLB 和 DNS 调度，解释连接与请求怎样分配，以及健康检查、重试、排空和会话的边界。

负载均衡DNSNLBNginx四层七层高可用分布式系统
后端 · 分布式

从打开一个商品页开始：网址怎样变成网络请求，再变成页面

跟着商品 42 的一次访问，从网址、DNS、TCP、TLS 和 HTTP，走到 IP 路由、链路传输、服务端处理与浏览器渲染，再用小实验定位慢在哪里。

网络基础DNSTCPTLSHTTPIP浏览器分布式系统
后端 · 工程原理与选型

select、poll、epoll：为什么只返回就绪连接还不够

从一万个连接只有两个活跃的场景出发，拆开监听登记、内核等待、就绪回调和结果返回，解释红黑树的职责，以及非阻塞读写、LT 与 ET 的处理边界。

Linux操作系统网络IO 多路复用selectpollepoll事件循环
Agent · RAG 与知识工程

直接把代码库交给 LLM：grep、文件读取与 Git 怎样形成代码探索循环

讲清 Coding Agent 不建 RAG 索引也能理解仓库的原理：模型怎样提出搜索词，外层程序怎样执行 rg、读取文件和查询 Git，再把有限结果送回上下文；同时分析它为什么有效、会漏什么，以及何时需要升级到 Repo Map 或 FastCode。

Coding AgentripgrepgrepGit代码搜索Context Engineering代码理解
Agent · RAG 与知识工程

代码知识工程怎么选：RAG、Skills、Repo Map、FastCode 与 LLM Wiki

从核心产物、构建时机、适用问题、更新成本和失败方式出发，对比 RAG、Skills、Repo Map、FastCode 与 LLM Wiki，并用同一个退款需求展示五种方案各自解决哪一步。

RAGAgent SkillsRepo MapFastCodeLLM Wiki代码知识工程技术选型