分布式

分布式事务解决方案：6个生活中的小故事分布式事务听起来很高大上，其实背后的道理并不复杂。简单说就是：一个事情要分成好几步做，每一步都可能失败，怎么保证整个事情要么全部完成，要么就像没发生过一样？

我只想困告

day01-RabbitMQ_2026-05-13MQ(MessageQueue),中文是消息队列,字面来看就是存放消息的队列。也就是异步调用中的Broker。

[RabbitMQ] RabbitMQ 工作流程全解析前言 :本文将简单介绍一下RabbitMq的工作流程设想你有两个服务,服务A负责分发消息,服务B负责处理消息, 如果在流量高峰时, 服务A的VIP用户却反馈响应速度很慢, 这该如何解决? 没有什么是加一层中间件不能解决的,如果不能那就加两层. 这里我们添加的中间件正是 RabbitMQ ,那么RabbitMQ是如何处理上述问题的呢,本文将为大家简单分析

读写分离与数据库中间件选型系列定位：本文是“分布式数据架构与存储选型”系列的第二篇。在《分库分表架构选型：ShardingSphere vs Mycat vs DBLE》拆解数据水平拆分的核心技术后，本文将聚焦于应对读多写少场景的核心扩展手段——读写分离。我们将从“主从延迟 vs 读一致性”这一根本矛盾出发，系统解构客户端代理与服务端代理的架构差异，通过对 ShardingSphere-Proxy、MySQL Router、ProxySQL 与 MaxScale 四种主流中间件的深度内核拆解与可量化性能基准对比，帮助架构师与高级开

Redis 分布式锁与 Redisson 深度解析：从原生实现到工业级解决方案在分布式系统中，我们经常会遇到多个进程同时访问同一个共享资源的场景，比如库存扣减、订单创建、定时任务执行等。在单体应用中，我们可以使用 Java 的synchronized关键字或者ReentrantLock来保证线程安全。但在分布式环境下，这些本地锁完全失效，因为多个进程运行在不同的 JVM 中，无法共享同一个锁对象。

分布式事务监控与手动恢复平台设计本文是“分布式事务工程实践”系列的第七篇。前六篇我们沿着分布式事务的技术演进路径，从 XA/JTA 的强一致性与 In-Doubt 困境出发，深入 Seata AT 的自动补偿与全局锁机制，再到 TCC 的防悬挂与幂等设计，继而覆盖 Saga 的补偿状态机，最后落地于可靠消息最终一致性的本地消息表与 CDC 事务发件箱。至此，“如何实现”分布式事务的技术图谱已完整呈现。

逆境不可逃

Hello-Agents 第二部分-第四章总结：智能体经典范式构建-包含习题解析和Java版作者：逆境不可逃技术永无止境希望我的内容可以帮助到你！！！！！大家吼 ! 我是逆境不可逃今天给大家带来文章《Hello-Agents 第二部分-第四章总结：智能体经典范式构建》.

【架构实战】RocketMQ实战：分布式消息中间件2022年双十一前夜，某电商平台的全链路压测进入最终阶段。当模拟订单量打到每秒10万笔时，团队信心满满——毕竟Kafka集群已经经过了两轮扩容，所有配置都经过了优化。

报错小能手

分布式讲解—分布式事务解决方案刚性（2PC、3PC、XA协议）两阶段提交，将事务的提交过程分为资源准备和资源提交两个阶段，并且由事务协调者来协调所有事务参与者，如果准备阶段所有事务参与者都预留资源成功，则进行第二阶段的资源提交，否则事务协调者回滚资源。

【MATLAB例程】5个UAV 分布式围捕编队运动仿真 —— 基于PID控制该程序实现的是一个 5 架无人机对移动目标进行分布式围捕编队控制的二维仿真系统。系统中包含 1 个移动目标和 5 架无人机，每架无人机均独立执行控制算法，不依赖集中式调度中心，因此具有一定的分布式协同控制特征。原创代码，包运行成功

Spark - Code 核心教程Spark 是一种基于内存的快速、通用、可扩展的大数据分析计算引擎。官网地址https://spark.apache.org/

CAP 定理、BASE 理论与一致性模型深度本文是“分布式理论基石”系列的开篇。在进入 Raft、ZAB、etcd 等共识算法的源码细节之前，必须先建立分布式系统理论的全景认知——CAP 为何是工程约束而非二选一游戏，一致性的强度如何分级（含读写一致与单调读），BASE 如何在中间件中落地。本文将触及前文 Redis、Kafka、ZooKeeper、etcd、MySQL、Elasticsearch 系列中的核心配置与机制，但只做扼要映射，细节将在后续篇章逐一展开。读完本文，你将能用同一个理论框架解释 Redis WAIT、Kafka acks=al

ROS2分布式通信与Launch文件实战：从踩坑到打通（第12-20讲总结）一路踩坑，一路填坑。当虚拟机Ubuntu里的RViz终于看到RDK X5传来的摄像头画面，当两个海龟在重映射下翩翩起舞——那种成就感，值得记录下来。

第十三篇：《分布式压测：JMeter Master-Slave集群》当单台压测机的硬件资源（CPU、内存、网络）不足以产生目标并发时，就需要引入分布式压测。JMeter 采用 Master-Slave 架构，由一台 Master 机统一调度多台 Slave 机共同施压，突破单机瓶颈。本文将详细讲解 Master-Slave 的工作原理、环境搭建、脚本分发策略，以及常见问题的解决方案。

小英雄大肚腩丶

RabbitMQ消息队列RabbitMQ其实就是一个类似于缓冲池的作用，用来异步解耦和适配消费者的消费速度的工具异步解耦：比如有一套业务是发起订单-创建明细-计算折扣优惠-发送短信，这一套业务，如果只用后端的一个接口来实现，那么用户就需要在前端页面等待着四个功能实现完成后才能响应，会等待很久，用户体验差，所以就有异步这一说，就是用户发起订单的时候，直接告诉他创建成功，而不是让他等待，然后剩下的三步操作丢给其他线程或者消息队列去处理

**一套平台管全域****IT****：分布式一体化监控的实战演进**一套平台管全域IT：分布式一体化监控的实战演进作者：美玲FAQ**：**Q1：分布式架构会不会增加部署复杂度？

etcd分布式键值存储系统 Windows下搭建etcd集群etcd，分布式的、高可用的、一致性的key-value存储数据库（键值存储系统），基于Go语言实现，主要用于共享配置和服务发现。它是由 CoreOS(后来被 Red Hat 收购)开发的，旨在提供一个可靠的分布式协调服务。

2026年微服务性能测试平台选型指南：分布式架构适配与服务联动测试微服务架构已成为企业数字化转型的主流架构，其将系统拆分为多个独立的微服务，通过服务间调用实现业务功能，但也给性能测试带来了新的挑战：服务依赖复杂，难以梳理服务间调用关系；单服务性能正常，但服务间联动可能出现瓶颈；分布式部署导致指标采集分散，瓶颈定位困难；需要模拟多服务协同的复杂场景。微服务性能测试平台需具备服务依赖梳理、分布式施压、服务间联动测试、全链路监控等核心能力。本文聚焦微服务架构需求，解析 4 款主流平台，为企业选型提供参考。

颯沓如流星

ZKube：优雅易用的 ZooKeeper 可视化管理工具如果你平时要和 Apache ZooKeeper 打交道，大概率已经习惯了两种状态：问题不在于 ZooKeeper 难，而在于它的日常工作流其实很碎：

码农的神经元

考虑通信时延的直流微电网分布式电-氢混合储能协同控制仿真复现与改进针对高比例新能源直流微电网中多储能单元功率互补、状态均衡与通信时延耦合引起的协同控制问题，本文基于本工程 DC_HESS_Delay_Control 对分布式电-氢混合储能系统控制方法进行复现与改进分析。工程采用 MATLAB/Simulink 平均模型描述 4 母线直流微电网、DG/PV、负荷以及 BSU 蓄电池储能和 HSU 氢储能单元，并以 simulate_hess_case.m 实现离散平均仿真，以 run_all.m 串联模型构建、基础复现、通信时延、通信故障、改进控制与时延裕度扫描实验。控制