分布式

国家电网Java面试被问：TCP的BBR拥塞控制算法原理python复制下载python复制下载python复制下载篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafc

京东Java面试被问：HTTP/2的多路复用和头部压缩实现python复制下载python复制下载python复制下载篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafc

【大数据基础】大数据处理架构Hadoop：01 Hadoop概述【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈大数据技术原理与应用 ⌋ ⌋ ⌋专栏系统介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化，以及大数据在互联网领域、生物医学领域的应用和大数据的其他应用。【GitCode

RPC分布式通信（5）--发布 RPC 服务、处理客户端调用请求在 RPC 分布式通信中：服务发布：RPC 服务提供者将本地实现的服务（如UserService）注册到框架中，并通过 Zookeeper 暴露服务地址，供消费者发现；

【机器学习】深度学习推荐系统（三十）：X 推荐算法Phoenix rerank机制Phoenix 是 X（原 Twitter）推荐系统中的新一代机器学习模型，用于更准确地预测用户行为。Phoenix 重评分（Phoenix Rescoring）是一个可选步骤，使用 Phoenix 模型的预测分数来调整最终排序分数。本文将深入解析 Phoenix 重评分的机制和工作原理。

秋雨雁南飞

C# 分布式消息框架

TCC—最终一致性分布式事务方案及【案例】2PC/3PC可以在不同层次实现，这是理解分布式事务的关键。特点：特点：特点：TCC是一种典型的解决分布式事务问题的方案，主要用来解决【跨服务调用场景】下的分布式事务问题。

RabbitMQ高级功能全面解析：队列选型、死信队列与消息分片实战指南RabbitMQ 3.8+版本引入了三种队列类型，各自适用于不同的业务场景。合理选择队列类型是优化系统性能的关键。

hellojackjiang2011

如何保障分布式IM聊天系统的消息有序性（即消息不乱）本文引用了45岁老架构师尼恩的技术分享，有修订和重新排版。分布式IM聊天系统中，IM消息怎么做到不丢、不重、还按顺序到达？

设计数据密集型应用阅读笔记数据存储工具与数据处理工具类别之间的界限变得越来越模糊数据存储可以被当成消息队列用（Redis），消息队列则带有类似数据库的持久保证（Apache Kafka）

RPC分布式通信（6）---调用方自动封装请求数据、从 ZK 获取服务地址、建立 TCP 连接发送请求、接收并解析响应RPC 调用方的核心使命是：让开发者像调用本地方法一样调用远程方法，底层自动完成以下工作：封装符合协议的 RPC 请求数据（解决 TCP 粘包 / 拆包）；

RabbitMQ快速上手与核心概念详解MQ（Message Queue，消息队列）是一种在不同应用程序之间传递数据的中间件。它由两部分组成：

RPC分布式通信（4）--Zookeeper在 RPC 分布式通信中，Zookeeper 主要解决以下核心问题：服务注册：服务提供者启动时，将自己的地址（IP + 端口）、服务名称等信息注册到 Zookeeper 的指定节点下（如/rpc/services/HelloService/192.168.1.100:8080）。

廋到被风吹走

【分布式缓存】分布式缓存架构全解析：从 Redis Cluster 到多级缓存策略分布式缓存是高性能系统的核心支柱，本文将深入剖析 Redis Cluster 架构、JedisCluster 客户端分片机制以及缓存预热/更新/删除三大核心策略，并结合生产级实战经验构建完整解决方案。

联邦学习与大模型：隐私保护下的分布式模型训练与微调方案在数据隐私日益重要的今天，联邦学习与大模型的结合正成为解决隐私保护与模型性能平衡的关键技术路径。这一创新方案如何在保护用户数据隐私的同时，实现大规模模型的分布式训练与微调？

短剑重铸之日

《7天学会Redis》特别篇： Redis分布式锁有网友提了这几个需求，这里，我整理了特别篇发出来《7天学会Redis》特别篇：如何保证缓存与数据库的数据一致性？《7天学会Redis》特别篇： Redis分布式锁

重生之绝世牛码

Linux软件安装 —— kafka集群安装（SASL密码验证）参考本人此篇文章：Linux软件安装 —— JDK安装参考本人此篇文章：Linux软件安装 —— zookeeper集群安装

填满你的记忆

【从零开始——Redis 进化日志|Day5】分布式锁演进史：从 SETNX 到 Redisson 的完美蜕变前言：当 synchronized 不再有效兄弟们，欢迎来到 Redis 进化日志的第五天。在前四天里，我们夯实了 Redis 的基础（数据结构、持久化、高可用）。今天，我们要聊一个后端开发中极具分量的话题——分布式锁。

ZooKeeper1.活锁。活锁定义：在程序里，由于某些条件的发生碰撞，导致重新执行，再碰撞=》再执行，如此循环往复，就形成了活锁。活锁的危害：多个线程争用一个资源，但是没有任何一个线程能拿到这个资源。（死锁是有一个线程拿到资源，但相互等待互不释放造成死锁），活锁是死锁的变种。补充：活锁更深层次的危害，很耗尽Cpu资源（在做无意义的调度)。

小北方城市网

SpringBoot 集成 MinIO 实战（对象存储）：实现高效文件管理在后端开发中，文件存储是高频需求 —— 如用户头像、商品图片、文档附件等，传统本地存储存在扩展性差、集群部署不便、数据易丢失等问题。MinIO 作为开源高性能对象存储服务，兼容 S3 协议，支持分布式部署、高可用存储、权限管控，可轻松实现文件的上传、下载、预览、删除等功能，是企业级文件管理的首选方案，广泛应用于电商、办公、社交等场景。