数据科学与AI
流式处理选型：Flink与Spark Structured Streaming
对比两大流处理方案在执行模型与一致性保障上的差异，结合场景做工程选型。
K8s StatefulSet 数据持久化与备份恢复（2025）
K8s StatefulSet 数据持久化与备份恢复（2025）状态服务在 Kubernetes 上需明确数据持久化与备份恢复流程。一、持久化与布局PVC 与 StorageClass：按性能与可用性选型并打标签。节点亲和：控制 Pod 与存储的拓扑与数据局部性。二、快照与备份VolumeSnaps
Kafka Streams与Flink对比：内嵌流处理与分布式引擎
对比内嵌于应用的 Kafka Streams 与分布式流引擎 Flink 的能力与适配场景，指导工程选型。
LLM 服务端流式传输与断点续传（SSE/WebSocket、分片与验证）
使用SSE或WebSocket提供LLM流式输出，并通过分片与游标实现断点续传与重试安全，给出服务端与客户端实现与验证方法。
RAG评估指标：Faithfulness与Answer Relevance
通过忠实度与答案相关性指标评估 RAG 系统质量，结合上下文覆盖与召回构建可运行的评测体系。
RTCDataChannel：数据通道与可靠性策略
使用 WebRTC 数据通道进行端到端低延迟消息传输，设计可靠性与顺序策略，适配游戏与协作场景。
Server-Sent Events（SSE）与实时数据流：轻量实时推送与重连策略实践
对比 SSE 与 WebSocket 的适用场景，提供生产级 SSE 客户端与服务端实现、断线重连与心跳保活策略，并给出性能与稳定性验证指标
BroadcastChannel与SharedWorker多标签页数据一致性实践
"结合BroadcastChannel与SharedWorker构建多标签页数据一致性与通信机制，统一缓存与状态，在真实场景下验证延迟与冲突率的改善。"
