分布式

天天喝旺仔

gRPC 底层原理：HTTP/2 多路复用、Protobuf 序列化与四种流模式摘要：本文以官方文档为事实源逐层拆解 gRPC 的底层机制：HTTP/2 帧与流模型如何消除队头阻塞、Protobuf wire format 的 tag + varint 编码为何比 JSON 更小更快、四种流模式的消息顺序与取消语义，并附一个 proto 服务定义加 Go 客户端完整调用四种流模式的可运行示例，最后给出 REST vs gRPC 的选型方法与性能排查观察点。

【RabbitMQ #5】 | 三大交换机 Fanout ,Direct ,Topic前言：生产环境消息一般都经过 Exchange（交换机）转发，不会直接发送到队列。交换机主要分为 3 种：Fanout（广播）、Direct（定向）、Topic（话题）。

Ceph 分布式存储实战（二）：存储池管理与 cephx 认证授权本文是 Ceph 分布式存储系列的第二篇，深入讲解 RADOS 数据组织结构（Pool / PG / CRUSH）、池的创建与运维（复本池、纠删码池、快照、命名空间），以及 cephx 认证协议与用户权限管理。

我们从未走散

从内存字典到租约内核：分布式上游账号池如何做到不超卖AI 生图平台通常不会只有一个上游账号。为了控制限流、封号和额度风险，平台会把多个账号放进池里，再由多个 Worker 并发调度任务。

Ceph 分布式存储实战（一）：架构入门与 cephadm 集群部署本文是 Ceph 分布式存储系列的第一篇，涵盖 Ceph 简介、架构组成、使用 cephadm 完成集群部署与初始化、以及集群基础配置（配置数据库、Monitor、网络）。

【Redis】《一文走完服务端高并发架构演进：从单机架构到 K8S 容器编排》在进⾏技术学习过程中，由于⼤部分读者没有经历过⼀些中⼤型系统的实际经验，导致⽆法从全局理解⼀些概念，所以本⽂以⼀个 "电⼦商务" 应⽤为例，介绍从⼀百个到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让⼤家对架构的演进有⼀个整体的认知，⽅便⼤家对后续知识做深⼊学习时有⼀定的整体视野。

把 bug tracker 塞进 git 仓库，同步和冲突怎么解决？我把 git-bug 拆开实测了一遍上周五（9 月 25 日）Hacker News 首页出现了一个讲 git-bug 的帖子——"嵌在 git 里的分布式 bug tracker"，这两天涨到了 353 分。它能翻红有个前置事件——9 月 22 日发了 v0.11.0，这是项目 16 个月来的第一次发版，一口气带上了近 300 个 commit。更硬的背书来自 kernel.org 那边：b4 的维护者 Konstantin Ryabitsev 在今年的 Kernel Recipes 上演示了 b4 和 cgit 对 git-bug 的支

【RabbitMQ #3】 | Go 客户端 + SpringAMQPAMQP（高级消息队列协议）：与语言、平台无关的消息协议，RabbitMQ 基于该协议。Spring AMQP 是基于 AMQP 协议封装的 API 规范，分为两部分：

【有源码】基于Spark的电商客户细分与盈利洞察分析系统-面向精准营销的电商客户细分模型构建与盈利能力可视化研究注意：该项目只展示部分功能，如需了解，文末咨询即可。发语言：python 采用技术：Spark、Hadoop、Django、Vue、Echarts等技术框架数据库：MySQL 开发环境：PyCharm

新思维软件

基于无线传输的地衡系统：三节点 LoRa 组网与 MQTT 上云的分布式称重方案本文面向希望复现或二次开发的读者，按「一、项目基本情况 → 二、系统架构设计 → 三、系统界面展示 → 四、系统视频展示 → 五、获取方法」组织。文中引脚分配取自项目原理图，通信参数与主题取自实机配置记录，界面数值取自系统实测截图，均未做推测性改写。

俊哥大数据

Flink1.20.3 实时消费 Kafka 数据并解析入湖 Paimon1.4.2 全流程实战场景：车联网 TBox 终端按国标 GB32960 协议上报报文，经网关接入 Kafka；Flink 以 Table API / SQL 直接将原始报文（Original）落湖 Paimon，形成 ODS 贴源层，供下游 Doris / Spark / Hive 查询与数仓分层加工。本文基于生产实战整理，涵盖架构、建模、代码、配置、Checkpoint、打包、DolphinScheduler 调度、Savepoint 平滑启停全链路，可直接落地复用。

宸津-代码粉碎机

OpenAI 连夜迎战 Grok Bot 和 Muse：AI 智能体从 “会聊天” 到 “能办事”，现在入场还来得及吗标签：AI 智能体｜Agent｜大模型工程｜Grok Bot｜Muse｜后端开发文章类型：技术实战 + 行业趋势分析

程序猿乐锅

【黑马点评 | 第八篇】Redisson分布式锁秒杀场景中，同一个用户可能同时发起多次下单请求。多个应用实例共同处理请求时，单机锁只能约束当前进程内的线程，无法保证所有实例使用同一把锁。Redis 分布式锁可以解决进程间互斥，但手写实现还要处理可重入、锁重试、锁续期和 Redis 故障切换等问题。

【RabbitMQ #7】 | 消息转换器简介：学习 RabbitMQ 消息转换器，对比 SpringAMQP 默认 JDK 序列化问题，使用 Go 语言实现等效消息转换器，实现 Java 与 Go 跨语言收发消息。

分布式事务：Seata AT/TCC/SAGA 的取舍与踩坑关键词标签：Seata、分布式事务、AT 模式、TCC、Saga、全局锁、回滚补偿一个容易被忽略的事实：Seata 的 AT 模式之所以能"无侵入"地回滚业务 SQL，靠的不是数据库事务，而是在业务库中额外维护一张 undo_log 表记录前后镜像，再加一把由 TC 维护的全局锁。这意味着——如果你的业务表没有主键、SQL 形态超出 Seata 解析器覆盖范围、或者把数据写进了 information_schema 这类系统表，AT 模式很可能在第一阶段就无法正确生成回滚信息。这不是 bug，是 AT 的

CS创新实验室

为什么三台机器就能选出一个“带头大哥“？——Raft 一致性算法，一次讲透你存进数据库的每一笔订单，其实都躺在不止一台机器上。那问题来了：其中一台突然宕机，剩下几台手里各有一份数据，到底听谁的？凭什么保证所有副本最后长得一模一样？

本人手速666+

企微开发API如何设计客户冻结状态？WeComApi 在删除、投诉和异常客户场景中的自动化边界企微客户管理中，很多系统只有“正常客户”和“删除客户”两个状态。但真实业务里，经常存在一类客户：关系还在；客户数据也需要保留；但暂时不适合继续执行普通自动化。

【RabbitMQ #4】 | Work 任务模型Work Queues 任务模型：多个消费者绑定同一个队列，共同消费队列中的消息。场景：消息量较大，单个消费者处理不过来，启动多个消费者分担任务，提升消息处理速度。

程序猿乐锅

【黑马点评 | 第七篇】Redis 分布式锁的两种实现优惠券“一人一单”要求同一个用户的下单操作不能并发执行。如果服务只运行在一个 JVM 中，可以用 Java 锁控制线程；服务部署到多台机器后，各 JVM 的锁互不可见，就需要一把所有实例都能访问的锁。Redis 可以提供非阻塞的加锁与释放，Lua 脚本则可以解决释放锁时的竞态问题。