技术开发

Python 生成器链通过惰性求值降低内存占用，但不会自动提升性能；重复遍历、过早调用 list()、隐式缓存和不必要的数据结构转换，可能造成生成器耗尽、重复读取与昂贵计算。应先确认消费次数和访问需求，再选择缓存精简结果、分批处理或持久化中间数据，并尽量合并统计与输出操作。

TypeScript 条件类型通过 extends 按可分配性进行类型层面的分支判断，并可借助 infer 从函数、数组等结构中提取类型。文章还解释联合类型的分发机制、Extract 与 Exclude 的实现思路，以及用元组阻止分发的方法，区分了编译期推导与运行时类型守卫的职责。

React 中 useMemo 常被误用为默认优化，简单计算与无消费者依赖的对象缓存反而增加依赖管理成本，并可能带来旧数据问题。真正需要缓存的场景是昂贵计算，或结果需作为稳定引用传给依赖引用比较的子组件或 Hook。useMemo 缓存计算结果，useCallback 缓存函数引用，React.memo 作用于组件边界，三者需配合使用才能真正减少不必要的渲染。

Node.js异步批量任务中，直接用Promise.all会因同时启动全部调用而冲击下游并放大失败。可靠的并发控制应基于信号量模型，对正在执行的任务设硬上限并让其余排队；并发值应按下游承受能力设定，队列还需有长度边界和排队超时，并将排队超时与执行超时区分处理，重试也必须与限流统一设计。

微服务架构下，Saga与TCC是解决分布式事务一致性的核心方案。Saga通过本地事务序列及逆序补偿实现最终一致性，吞吐量高且侵入性小，适用于长链路、容忍中间状态的场景。TCC通过Try-Confirm-Cancel三阶段预留资源，一致性更强，适用于资金转账等高价值短流程，但开发复杂度高。选型应基于业务容忍度、流程长度及团队能力，在落地时需重点处理幂等、空回滚与防悬挂问题。

gRPC与RESTful API在微服务通信中各有侧重。gRPC基于HTTP/2和protobuf二进制序列化，数据体积比JSON小30%~70%，在内部高频调用、低延迟及流式传输场景中性能占优。RESTful API则凭借HTTP/JSON的通用性，在对外公开接口、前端调用及调试便捷性方面具有显著优势。建议内部核心服务采用gRPC，外部入口层使用RESTful，以兼顾性能与兼容性。