标签: 分布式

共 34 篇文章

Java-217 RocketMQ 术语与消息模型速查：Producer/Broker/Consumer

RocketMQ 核心术语与消息模型速查：Producer、Broker、Consumer、Consumer Group、集群消费、广播消费、顺序消息、Tag 与 Queue

Java-218 RocketMQ Java API 实战：同步/异步 Producer

RocketMQ Java API 完整实战教程，同步/异步消息生产者（Producer）、拉取消费者（PullConsumer）与推送消费者（PushConsumer）代码示例

Java-215 RocketMQ 消费模式：Push vs Pull 的本质、长轮询机制与 Offset/积压调优要

RocketMQ 消费模式深度解析：Push 模式与 Pull 模式对比、长轮询机制原理、消费积压处理与 Offset 管理优化

Java-216 RocketMQ 4.5.1 在 JDK9+ 从0到1全流程启动踩坑全解：脚本兼容修复

RocketMQ 4.5.1 在 JDK9+ 环境下启动问题全解，脚本修改（GC 参数、CLASSPATH、java.ext.dirs）与环境配置

Java-213 RocketMQ 核心架构：NameServer/Broker/Producer

RocketMQ（原 MetaQ）技术演进历史与核心架构深度解析，NameServer、Broker、Producer、Consumer 角色职责与部署拓扑

Java-214 RocketMQ 核心特性全解：顺序/过滤/事务/定时/重试/流控/死信队列

RocketMQ 核心特性深度解析：消息顺序消费、Broker 端过滤、事务消息、延迟定时消息、消费重试、流控机制与死信队列

Java-208 RabbitMQ Topic 主题交换器详解：通配符

RabbitMQ Topic 主题交换器深入解析，* 和 # 通配符规则、RoutingKey 格式规范与 Java 生产消费者代码示例

Java-206 RabbitMQ 发布订阅（fanout）Java 实战：推/拉模式、ACK 与绑定排错全梳理

RabbitMQ fanout 广播模式 Java 实战教程，深入解析推模式（Push）与拉模式（Pull）的实现方式、适用场景与 ACK 确认机制

缓存实战：本地缓存 vs 分布式缓存（含 Guava/Redis 7.2）

高并发读多写少业务，数据库顶不住，需要提升吞吐与稳定性。本地缓存做极致读性能，分布式缓存做共享与扩展，多级缓存兼顾一致性与成本。

OSS 实战指南：Bucket/外链/防盗链/计费与常见坑

企业与个人将图片/音视频/静态资源迁移至阿里云 OSS，需稳态运维与控费。按区域与权限精确配置，结合防盗链/CNAME/日志即可兼顾可用性与成本。

AI研究-131 Java 17/21/25 全面对比：关键特性、并发优化与升级注意事项

Java 17（2021）、Java 21（2023）、Java 25（2025） 的语言与 JVM 变化，涵盖 虚拟线程（Project Loom）、记录/模式匹配（Project Amber）、ZGC/G1 与代际回收...

FastDFS 集群实战：三节点 Tracker/Storage + Nginx 接入与排障

三台主机同时部署 tracker、storage、Nginx，按轮询上传存储。关键在 Nginx+mod_fastdfs 路由与监控校验。产出：一套可复用的集群配置清单 + 版本矩阵 + 常见错误速查卡。

深入浅出 MySQL发展全景：从单机架构到云数据库演进实录

MySQL发展历程、主流分支、架构演变（单机->主从->分库分表->云数据库）

深入浅出 分布式服务 分布式一致性 强一致、弱一致、单调读一致、最终一致

分布式数据一致性是指在分布式系统中多个副本（replicas）之间保持数据一致。这是分布式系统的核心挑战之一，尤其是在网络不可靠和节点可能发生故障的情况下。

深入浅出 分布式服务 分布式一致性 CAP 理论 AP CP 3选2 设计取舍

2000年7月的时候，加州大学伯克利分校 Eric Brewer 教授提出了 CAP 猜想，2年后，被来自于麻省理工的 Seth Gilbert 和 Nancy Lynch 从理论上证明了猜想的可能性。

深入浅出 分布式服务 ACID 两阶段提交2PC 分布式事务

原子性是指事务中的所有操作作为一个不可分割的整体执行，要么全部成功完成，要么全部不执行。如果事务执行过程中任何操作失败，系统会将数据库回滚到事务开始之前的状态。这就像银行转账操作中的"全有或全无"原则。

深入浅出 分布式服务 ACID 三阶段提交3PC 对比2PC

3PC（Three-Phase Commit）全称为三阶段提交协议，是二阶段提交协议（2PC）的改进版本。

深入浅出 分布式服务 Paxos：分布式一致性黄金标准 详解Proposal Acceptor

Paxos 算法是由计算机科学家 Leslie Lamport 提出的一种基于消息传递的分布式一致性算法，这项开创性工作使他获得了2013年图灵奖。

深入浅出 分布式服务 Paxos 算法优化 如何保证 Paxos算法的活性

Paxos 算法是由计算机科学家 Leslie Lamport 提出的一种基于消息传递的分布式一致性算法，这项开创性工作使他获得了 2013 年图灵奖。

深入浅出 分布式服务 一致性算法 Raft 多图详解

深入浅出讲解分布式服务一致性算法Raft：Leader选举、Log复制、心跳机制、日志压缩与成员变更；以Raft论文为基础分析一致性保证与safety证明；对比Paxos算法；实际工程实现要点与注意事项。

深入浅出 分布式服务 心跳检测 与 高可用设计 详解

分布式服务心跳检测与高可用设计：心跳协议实现（TCP keepalive/应用层心跳）、故障检测（Phi Accrual Failure Detector）、租约机制与leader选举、分布式共识算法、脑裂问题处理与恢复策略。

深入浅出 分布式服务 网络通信 RPC 与 RMI 详解

在分布式系统设计中，网络通信是最基础也是最重要的组成部分。在Java生态系统中，有多种技术可以实现远程服务通信，每种技术都有其特定的应用场景和实现原理

深入浅出 分布式服务 网络通信 RPC 与 RMI 的 Java代码实现

在分布式系统设计中，网络通信是最基础也是最重要的组成部分。在Java生态系统中，有多种技术可以实现远程服务通信

深入浅出 分布式服务 网络通信 BIO NIO AIO 详解 附代码

同步 (Synchronize)：用户进程触发IO操作后，必须等待IO操作完成或轮询检查IO操作是否就绪。例如：传统的BIO模式中，当调用read()方法时，必须等到数据真正从内核空间拷贝到用户空间后才能返回。

深入浅出 分布式服务 Netty详解 EventLoop

Netty 是由 JBOSS 提供的一个高性能、异步的、基于事件驱动的网络应用框架。它建立在 Java NIO 技术之上，通过简化和抽象 NIO 的复杂性，让开发者能够专注于业务逻辑的实现，而无需处理底层网络通信的细节。

深入浅出 分布式服务 Netty 实现服务端与客户端 附Java代码

Netty 是一个面向 JVM 的异步事件驱动网络开发框架，目标是让高并发、高吞吐的网络程序开发像写普通业务代码一样简单。

深入浅出 分布式服务 Netty实现自定义RPC 附详细代码

Netty 是一个面向 JVM 的异步事件驱动网络开发框架，目标是让高并发、高吞吐的网络程序开发像写普通业务代码一样简单。

深入浅出 RPC 单体架构 垂直架构 分布式架构 微服务架构

随着互联网技术的快速发展和移动设备的普及，全球互联网用户数量已从2000年的3.6亿增长至2023年的53亿。与此同时，网站流量呈现出指数级增长态势。

深入浅出 RPC Dubbo 负载均衡全解析：策略、配置与自定义实现实战

Dubbo 不仅提供了传统的同步阻塞调用方式，还支持高效的异步调用模式。

深入浅出 分布式服务 基本概念 对比集群 常见模式 通信方式 三态详解

分布式系统是一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅通过消息传递进行通信和协调的系统。分布式服务指的是将系统中的不同功能模块部署在多个服务器节点上，通过网络进行通信与协作，实现整体系统的功能目标。

深入浅出 MySQL 分布式主键策略：UUID、SnowFlake、COMB、Redis、数据库ID表优劣全对比

本文深入介绍MySQL分布式主键策略，包括UUID、SnowFlake、COMB、Redis和数据库ID表等方案的原理、优缺点及适用场景对比。

深入浅出 MySQL 分片技术全景解析：范围、哈希与一致性哈希对比

分片是分布式数据库中实现横向扩展的核心技术，将完整数据库按规则拆分成多个部分存储在不同节点。常见分片策略包括范围分片、哈希取模分片和一致性哈希分片。

深入浅出 MySQL 开源分布式中间件 ShardingSphere 深度解读

Apache ShardingSphere是面向关系型数据库的分布式中间件生态系统，核心定位是增强而非替代传统数据库。它通过插件化架构提供水平扩展、分片、读写分离和分布式事务等能力。

大数据-142 ClickHouse分片×副本×Distributed 实战 | ReplicatedMergeTree + Distributed

ClickHouse 分片×副本×Distributed 架构：基于 ReplicatedMergeTree + Distributed，在 3 分片×2 副本 集群上用 ON CLUSTER 一键建表，启用 ClickHouse Keep...