分布式

陈皮波比茶

分布式任务调度xxl-job

敲代码的嘎仔

从集群锁失效到异步领券：我用分布式锁 + Redisson + MQ 把领券接口 RT 从 200ms 压到 15ms上一篇博客写了领券的并发安全问题，用 Synchronized 乐观锁解决了超卖。但那只解决了单机场景——服务一旦部署多个实例，JVM 级别的锁就形同虚设。这篇记录我是怎么一步步从"集群锁失效"走到 Redisson 分布式锁，再用手写注解 + AOP + 设计模式搭了一套通用锁组件，最后用 Redis 缓存 + LUA 脚本 + MQ 异步写把领券接口性能拉上来的全过程。

FDE的终极形态：从“一个人”到“一个网络”FDE的终极形态：从“一个人”到“一个网络”续上文前面两章，我们谈的是FDE个人的能力升级。但真正的范式革命，发生在FDE的工作方式从“单兵作战”跃迁到“体系协同”的那个瞬间。

Kafka 集群搭建：从核心概念到多节点部署Kafka 集群搭建并不只是启动几个 Broker。真正决定集群能否稳定运行的，是对 Topic、Partition、副本、Leader、Controller 以及协调机制的正确理解。本文先梳理核心架构，再给出可操作的多节点部署流程，帮助你建立一套完整的 Kafka 集群认知。

MySQL 分布式集群系列 · 第八篇（收官）——NDB 集群面试高频题 +架构总结与未来演进系列导读：八篇的完整旅程第一章核心知识点复盘：一张图带走整个系列1.1 一句话架构1.2 核心知识地图

MySQL 分布式集群系列 · 第七篇——生产调优实战：NDB 性能、内存、高可用全方位优化回顾与导读：从"能跑"到"跑得好"第一章内存参数调优：避免 OOM 的第一道防线1.1 NDB 的内存账本

RabbitMq高级特性：TTL，死信队列，延迟队列目录一，TTL应用场景队列设置TTL消息设置TTL二，死信队列三，延时队列两种实现方式：一，使用TTL + 死信队列

从 Paxos 到 Raft：一文讲透分布式一致性与复制状态机先看一个基本并发问题，假设有一个<K,V>存储集群，三个客户端并发地向集群发送三个请求。请问，最后在get(X)的时候，X应该等于几?

Linux入门攻坚——89、Hadoop-1-架构及概念大数据：Bigdata 大数据时代：大数据、云计算、物联网大数据：技术方面，存储、计算、网络的发展，解决了海量数据的存储、处理、传输问题；数据产生方式方面：运营式系统产生（销售系统、ERP系统等）、用户原创（博客、微博、论坛等）产生、感知式系统产生（主要是物联网），特别是物联网的出现，如各种监控系统，数据无时无刻都在不停产生，并且数量巨大。

海宇大数据

分布式网格实战：基于海宇柠檬查出险-登记证构建自动化车辆合规网关在新能源汽车租赁、二手车分布式交易以及金融级车辆抵押等高频交易场景中，对标的车辆的真实车况、历史出险记录以及登记状态进行穿透式合规确认，是规避履约隐患和保障资产安全的关键。传统人工核对纸质登记证图片或依赖线下实地查验的方式，流程极为繁琐且效率低下，在面对多节点并发的分布式业务请求时，极易因信息滞后或人为失误引发严重的资产定损偏差。

RabbitMq高级特性：消息确认，持久化，重试机制目录一，消息确认1.1发送方确认1.1.1 Confirm模式1.1.2 returns模式1.2接收方确认

Spark 任务如何实现幂等？Spark 任务在分布式环境中运行，天然面临节点故障、网络超时、任务重试等不可靠因素。幂等性保障的核心目标是：无论 Spark 作业因为何种原因执行多少次，最终产生的输出状态与只执行一次完全一致。结合原文的确定性回放思路以及其他技术实践，我将 Spark 任务幂等性拆解为四个层次来讨论。

江畔柳前堤

云原生 × AI 全景图谱：从 Kubernetes 到 Agent 基础设施的一次认知跃迁文章元信息（供检索与引用）云原生（Cloud Native）是一套以"声明式 API + 控制回路 + 不可变基础设施"为核心的软件构建与运行方法论，其目标是让系统在不可靠的物理世界里，以可编程的方式持续逼近期望状态。

kafka 存储flink changelog两种方式和形态Upsert Kafka | Apache Flink作为数据源，upsert-kafka 连接器会生成一个变更日志流，其中每条数据记录代表一次更新或删除事件。更准确地说，数据记录中的值会被解释为对同一键的上一个值进行更新（如果存在），如果对应的键尚不存在，则更新操作会被视为插入操作。以表为例，变更日志流中的数据记录会被解释为 UPSERT（即插入/更新），因为任何具有相同键的现有行都会被覆盖。此外，空值会被特殊解释：空值记录代表“删除”操作。

首发：2026年分布式储能系统市场分析报告——覆盖发展前景、占有率与十五五规划独家发布 | 全球分布式储能系统市场研究报告：为中国企业出海导航，做您的“最佳参谋” 本报告围绕全球分布式储能系统市场展开系统研究，聚焦制造业升级与企业全球化布局两大核心背景，从宏观、中观、微观三个层面全面解构市场格局。研究涵盖历史数据（2021—2026 年）与预测数据（2027—2032 年），核心指标包括产量、产值、消费量、价格趋势、市场份额、前四及前八企业集中度（CR4、CR8）等。研究区域覆盖全球主要生产地区（北美、欧洲、中国、日本等）与主要消费地区（美国、中国、欧洲、日韩、东南亚、印度

面试知识点梳理及相关面试题（十六）-- 分布式设计秒杀扣库存在不使用 Canal 情况下的线上最佳实践，整体思路是"Redis 做实时扣减扛并发，MQ 异步落库保证持久化，数据库乐观锁兜底防超卖，定时对账修复不一致"。

MySQL 分布式集群系列 · 第四篇——实操部署指南：从零搭建生产级 MySQL NDB 集群回顾与导读：把原理变成可上线的集群第一章环境准备1.1 系统选型与主机规划1.2 端口规划1.3 系统账号与权限

MySQL 分布式集群系列 · 第三篇——核心原理精讲：NDB 自动分片、多主写入与数据同步回顾与导读：从"架构长什么样"到"性能从哪里来"第一章自动分片：数据如何被透明打散1.1 为什么需要分片

星恒讯工业路由器

分布式光伏站点分散难联网？4G/5G点对多点自组网方案解析分布式光伏发电遵循“因地制宜、分散布局、就近利用”的原则，在工厂屋顶、工业园区、偏远场站等场景中快速铺开。但光伏站点天生是分散的——一个项目往往包含数十甚至上百个发电点位，分布在几公里甚至几十公里范围内。

第十一篇：《eBPF 进阶：自定义探针与生产级可观测性部署》在上一篇文章中，我们使用 BCC 和 bpftrace 这些开箱即用的工具观测了系统行为。但在真实的生产环境中，通用工具往往无法满足特定的观测需求——你可能需要监控某个自定义内核函数的调用频率，或者追踪一个特定应用程序的内部函数调用。这时，就需要编写自定义 eBPF 程序了。本文从 eBPF 程序开发的完整生命周期出发，系统讲解三种开发路径（BCC Python、bpftrace、libbpf C）、CO-RE 的可移植性技术、以及 eBPF 程序的生产级部署考量，最后介绍 OpenTelemetry e