始终

搜索、推荐、广告——这类在线系统的后端往往需要一条多步骤数据处理流水线：召回候选集、特征计算、过滤、排序、截断……步骤之间存在复杂的数据依赖，手动编排执行顺序既繁琐又容易出错。Pineapple 的回答是：让算子只声明「我读什么、写什么」，引擎借鉴 CPU 流水线的数据冒险分析，自动推导依赖、构建 DAG、并行调度。Python 声明，Go 执行，JSON 解耦——三条线各司其职，业务迭代不需要重编译 Go 代码，Go 服务自动热加载配置变更。

本文将从架构设计、DAG 构建算法、并行调度机制、Lua 嵌入层、控制流编译等维度，完整拆解 Pineapple 的核心原理，并附上真实的 benchmark 数据。

本文是「从 C++ 到 Go」系列的第七篇，也是整个系列的收官之作。上一篇讨论了 IO 接口与标准库，本篇把前面所有知识串联起来，用纯标准库（不依赖任何第三方包）实现一个完整的 TODO REST API 服务。项目不大，但覆盖了包组织、接口、泛型、JSON、HTTP、并发安全、错误处理和测试——每个部分都对应着前面某一课的内容。

本文是「从 C++ 到 Go」系列的第六篇，承接上一篇对泛型的讨论，进入 Go 标准库中最核心的一块领域——IO 与数据序列化。C++ 程序员对 iostream 的复杂继承体系和 nlohmann/json 的手动映射不会陌生；Go 用两个极简接口和声明式的 struct tag 取代了这一切。本篇覆盖 io.Reader/io.Writer 接口、文件读写、JSON 序列化，以及用标准库写 HTTP 服务。

本文是「从 C++ 到 Go」系列的第五篇，承接上一篇对包管理与测试的讨论，进入 Go 1.18 引入的泛型系统。对于 C++ 程序员来说，模板是最强大也最复杂的语言特性之一；Go 的泛型是一个有趣的对照——它花了十多年才加入语言，设计上刻意做了大量简化。理解这些取舍，比学会语法本身更有价值。

本文是「从 C++ 到 Go」系列的第四篇，承接上一篇对并发模型与错误处理的讨论，进入 Go 项目的工程化领域——包管理与测试。对于 C++ 程序员来说，这两部分的体验差异可能是整个系列中最令人愉悦的：C++ 的构建系统和测试框架需要大量外部工具的配合，而 Go 把这一切内置了。