一、我们之前遇到了什么问题？（必须先懂）我们之前写释放锁的代码是这样的：java运行 // 1. 判断锁是不是自己的 String id = stringRedisTemplate.opsForValue().get(key); if(threadId.equals(id)){ // 2. 是自己的，才删除 stringRedisTemplate.delete(key); } 这段代码不是原子的！它分成 2 步：查（判断是不是我的锁）删（释放锁）高并发下会发生恐怖的事情：线程 A 查询 → 是我的锁刚查完，突然卡住了！锁超时过期 → Redis 自动删了线程 B 抢到锁线程 A 恢复 → 直接...

🤡😭      

前天下午面的字节二面，确实面的不咋地就到今天也一直在横向中...

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...