分布式

迅翼SwiftWing

编队系列(二)｜固定翼如何依靠邻居信息保持队形？一致性控制、通信拓扑与分布式仿真实现，附仿真代码上一篇《编队系列（一）｜固定翼领航-跟随如何实现？虚拟结构与 LQR 控制，附仿真代码》采用一架领航机发布状态、其余飞机跟踪编队槽位的方式。该结构的信息关系清晰，适合双机伴飞和小规模编队验证；但随着成员数量增加，领航机的通信负担、单点失效以及长距离状态转发开始成为需要单独处理的问题。

幂等消费者与重试副作用：Kafka 端点接入时的去重边界假设你所在团队有一个存量订单库，业务部门希望把 Kafka 中不断流入的“订单变更事件”同步到旧系统的客户积分表里。Kafka 主题里同一条事件可能不止出现一次：生产者发送超时后重发、消费者处理完但提交位点前进程崩溃、再均衡后分区被重新分配，都会让同一业务事件再次进入你的处理逻辑。你要完成的任务不是“把 Kafka 教程再读一遍”，而是：让这条 Camel 路由在重复投递时只产生一次业务效果，并且能说清楚哪些重复它能挡住、哪些挡不住。

第三篇：《从 ZooKeeper 到 KRaft 的迁移实战：前置条件、三阶段流程与回滚策略》在前两篇文章中，我们从“为什么移除 ZooKeeper”讲到了 KRaft 的内部架构——元数据作为一条 Raft 复制的日志，由 Broker 消费对齐。但理解架构是一回事，把一套正在承载业务的 ZooKeeper 模式集群安全迁移到 KRaft，是另一回事。迁移的核心挑战不在于“能不能迁”，而在于在迁移过程中，业务不中断、元数据不丢失、并且始终保留一条可回退的路径。KRaft 的迁移设计正是围绕这个目标构建的：ZooKeeper 在迁移期间始终保持权威，直到你主动放弃它。本文从迁移的硬性前置条件讲起

真上帝的左手

30. 技术专题-‌应用框架组件-关系型数据库-MySQL-Mybatis我记得刚学 Java 那会儿，带我的老大哥让我连个数据库查个用户列表。我吭哧吭哧写了半天 JDBC——Class.forName、DriverManager.getConnection、Connection.prepareStatement、ResultSet 遍历、finally 里关连接……代码写了 40 行，功能只是查了 3 条记录。

程序猿乐锅

万字详解Single-flight（单飞模式）这篇文章讲解single-flight相关知识，并通过牛肉哥项目的AI-meeting来加深对这个知识点的印象。

推理 INFRA 方法论（2）：分布式推理：TP、DP、EP、CP 与 PP 的取舍博客：Johney Zheng 的博客 · 全部文章索引 · 本文原文围绕权重、KV、激活和通信预算，推演 Attention 与 MoE 的并行组合，并分析长上下文和流水线的额外约束。

Redis 分布式锁：从 SETNX 误删到看门狗自动续期的原理与实践分布式锁几乎是后端面试和工程实践里出现频率最高的话题之一。但"会用 Redisson"和"真正理解它为什么安全"之间，隔着几个经典的坑：业务没执行完锁就过期、旧持有者误删新持有者的锁、持锁节点宕机后会不会死锁。

真上帝的左手

30. 技术专题-‌应用框架组件-缓存-Redis你现在打开项目代码，搜索 RedisTemplate，匹配到的地方是不是都有这么几行——查缓存、写缓存、删缓存？你对这套操作早已烂熟于心，闭着眼都能写出来。

斯普信专业组

Kafka 3.9.1 三节点集群部署方案（ZooKeeper 模式）本文采用 ZooKeeper 模式部署 Kafka 三节点集群：集群元数据（Topic、分区、副本分配、ACL、controller 归属）存放在独立 ZooKeeper 集群的 znode 下。

真上帝的左手

30. 技术专题-‌应用框架组件-搜索引擎-ES在图书馆找一本书，有两种办法。一种是挨个书架、逐本翻页，看哪本书里出现过"倒排索引"这四个字——这是 LIKE '%倒排索引%'。另一种是走到检索台，抽出一张卡片，上面写着"倒排索引 → 3 楼 A 区 12 架第 4 本"。前者靠体力，后者靠一张提前做好的卡片。

DDD架构演进核心主旨：MVC是按技术分层，DDD六边形架构是按业务分层；二者不是等价替换关系，是架构思想的升级，解决传统MVC失血模型、Service臃肿、业务逻辑和技术实现混杂的痛点。

ray教程-23-附录C-术语表仓库地址：github.com/hhk-png/cyc…本附录目标：让"我到底在看哪个词"这件事不再消耗你的注意力。正文约 218 条术语，按主题分组；每条给中文名 + 英文名 + 一句话定义 + 它在 Ray 里的具体含义（后者才是重点——同一个英文词在不同框架里意思常常不同）。文末附按英文字母排序的索引（索引收 178 条，比正文少 —— 正文里有些是同一概念的不同侧面，索引只收主条目）。

海棠Flower未眠

下单请求处理流程：商品维度分布式锁与 Redis 预扣库存下单是电商系统中最核心也最容易出问题的链路之一。一个典型的下单请求需要依次完成参数校验、并发控制、订单号生成和库存预扣，其中商品维度的分布式锁是防止超卖的关键环节。整体流程如下：

第10篇：打包上架：签名、打包 HAP、发布到华为应用市场📚 鸿蒙入门专栏 · 第 10 篇 / 共 10 篇上一篇：网络请求：http 模块拉数据 + 渲染列表｜下一篇：（进阶篇筹备中：组件化 / Navigation / 数据持久化）

Redis 全面解析：从数据结构到主从/哨兵/集群、分布式锁与面试高频考点，代码到原理一次讲透这篇不是"Redis 命令速查表"，而是按「为什么快 → 数据怎么存 → 怎么保证不丢 → 怎么保证高可用 → 怎么扛住并发 → 怎么用对场景」这条主线，把 Redis 的核心知识体系串起来。全文含 40+ 段可执行代码（Lua / Java / redis-cli），读完可以直接上手生产配置和应付面试深挖。

Redis 高频面试题全解：缓存三大问题、大 key 治理与分布式锁之争（2026 招聘 JD 真题复盘）题目来源说明：本文题目整理自 BOSS 直聘、拉勾、猎聘等招聘平台上后端/Java 开发岗位 JD 中的 Redis 技能要求（如"高并发缓存架构"“缓存一致性”"分布式锁"等关键词），并结合一线互联网公司公开面经汇总而成，每题附工程化参考答案。

樱花落木兰

Redis 消息队列的可靠性演进：从 List、Pub/Sub 到 Stream 消费者组，以及 8.x 版本改变了什么如果你正在用 Redis 做异步队列，或者正在 List 和 Stream 之间犹豫，这篇文章值得你花 10 分钟读完。它不会停留在“Stream 有 ACK、List 没有”这种表面结论上，而是把三种方案的故障边界拆开，讲清楚 Stream 的可靠性到底来自哪一行代码、代价在哪里，以及 Redis 8.2 到 8.8 这轮密集迭代对生产实践意味着什么。读完你至少能带走三个判断：List 和 Pub/Sub 的根本缺陷不是性能，而是没有“未确认状态”；Stream 的 PEL 只负责记住，不负责恢复；R

真上帝的左手

12. 消息队列-Kafka进阶每个 Java 开发者心里都有个"Kafka 情结"：一听就高大上，一用就心里没底。它就像一家口碑两极分化的快递公司——配置得当，包裹一个不落、飞快送达；配置一错，丢件、重派、乱序三连击，能把你的线上系统折腾到半夜。

Cookie 和 Session 到底是什么关系——登录态是怎么维持的登录完一个网站，第二天打开浏览器，又得重新输一遍密码。再点开 DevTools 的 Network 面板，每个请求都带着一串 Cookie: JSESSIONID=xxxx，长得又丑又看不懂。

Kafka 跨数据中心日志同步实战：MirrorMaker 2 选型对比 + Flink 中继任务落地（双中心互备与消费者组隔离避坑）做日志平台迟早会遇到一个需求：两个数据中心（或两地三中心的"两地"）都要有全量日志。监管审计要求容灾侧数据完整、故障切换时查询不中断、或者干脆是"总行一套、灾备一套"的硬性架构约束——这时候单中心自产自销的 Kafka + Elasticsearch 就不够用了，跨中心的日志同步必须安排上。