迁库最磨人的不是搬数据，是方言怎么转换

迁库最磨人的不是搬数据，是方言怎么转换信创、降本、换 PG，数据库迁移已经不稀奇了。数据搬过去往往有现成工具；真正耗人的是 SQL / DDL 文本层——类型、自增、函数名、标识符引号，每种库写法都不一样。几百张表靠手改，改完还不敢保证目标库能跑：验证成本常常比改写还高。jkit-sql 做的是把这

对外接口自动裁掉 敏感字段：聊聊列级权限与脱敏

对外接口自动裁掉敏感字段：聊聊列级权限与脱敏数据合规（个保法、GDPR）时代，"谁能看哪些列"是硬需求。但脱敏代码往往散落在每个接口里：if (role == ADMIN) ... else mask(...)。这一篇讲怎么用 AST 改写，在不改业务 SQL、不污染原句的前提下

14 个业务场景，一个 SQL 解析器全干完

14 个业务场景，一个 SQL 解析器全干完标题里写「网关」，是因为审计、路由、Wall、租户改写最常落在这一层；但同一套能力也覆盖迁移、分页、实体建表、格式化、遗留模板——凡是要读懂、改写、校验 SQL 文本的地方都用得上。真正卡住的往往不是「能不能执行 SQL」，而是「能不能处理别人给过来的 S

SQL 不是字符串：一个零依赖解析器能替你干的六件事

SQL 不是字符串：一个零依赖解析器能替你干的六件事SQL 不是字符串：一个零依赖解析器能替你干的六件事一、五分钟写出来的代码需求很朴素：发布前扫一遍订单模块的所有 SQL，列出它们碰了哪些表，评估改动影响面。第一版实现长这样：Pattern p = Pattern.compile("(?

正则抠 SQL 翻车之后：聊聊解析器这件事

正则抠 SQL 翻车之后：聊聊解析器这件事做过 SQL 审计或上线影响面评估的，大概都试过一招：正则抠 FROM / JOIN。Pattern p = Pattern.compile("(?i)(?:from|join)\\s+([a-zA-Z0-9_`.]+)");Matche

告别繁琐的工具切换：我写了一款 IDEA 插件 DeployX，实现“备份-增量同步-解压-重启”一气呵成

告别繁琐的工具切换：我写了一款 IDEA 插件 DeployX，实现“备份-增量同步-解压-重启”一气呵成作为一名日常与服务器打交道的开发者，你是否也曾被繁琐的部署流程折磨过？在写完代码后，为了将更新部署到测试或生产环境，我们通常需要经历以下一连串的操作：打开 SSH 工具（如 XShell、Win

jvppeteer实战指南：像jQuery一样轻松获取网页元素

做 Java 爬虫或自动化测试，定位元素是基本功。今天聊聊 jvppeteer 里那些好用到飞起的选择器 API。做前端自动化或者写爬虫的朋友，对 Puppeteer 一定不陌生。但如果你的项目是 Java 技术栈，Node.js 那套用不上怎么办？jvppeteer 就是答案——它是 Puppet

数据库接入不用愁 帮你搞定469种数据源的开源框架

最近发现一个叫 Anyline 的 Java 中间件，主要解决的问题是统一操作各种不同类型的数据源。做开发时，我们通常会用 MyBatis 或 Hibernate 操作固定的数据库（比如 MySQL）。但在做低代码平台、数据中台、灵活查询或者报表工具时，情况就不一样了。用户可能除了原来主流的 Ora