分布式

weixin_42418361

开放—封闭原则实战（下）：基于策略的流程编排与编译期多态在上篇中，我们通过**“纯虚接口 + 泛型工厂 + 注册目录”的三位一体架构，彻底消灭了业务分发中心 dispatch() 里的 if-else，实现了业务类型在运行时的即插即用**。

RabbitMQ---事务和消息分发RabbitMQ是基于AMQP协议实现的，该协议实现了事务机制。因此RabbitMQ也支持事务机制。Spring AMQP也提供了事务相关的操作。RabbitMQ事务允许开发者确保消息的发送和接收都是原子的。

分布式事务：场景与选型决策表分布式事务的使用场景，本质上是由业务操作跨越了多个独立的资源（数据库/服务），且业务要求这些操作必须保持一致所驱动的。

5.《Designing Data-Intensive Applications》：系统设计与分布式能力提炼第五阶段学习目标：从软件工程、代码设计、应用架构进一步进入系统设计。核心问题：当一个程序变成一个真正的系统，面对大量数据、多个进程、多个服务和大量用户时，应该如何设计？

分布式 ID 生成：雪花算法、号段模式与时钟回拨关键词标签：分布式ID Snowflake 号段模式时钟回拨 Leaf一个反直觉的结论先放在这里：Snowflake 的难点从来不是那 64 位怎么切，而是当 NTP 把机器时间往回拨了 3 秒时，你的服务该怎么办。位运算部分看十分钟文档就能写对，但时钟回拨的处理策略，直接决定了这套 ID 方案在生产环境里是"能用"还是"能扛"。本系列前面聊过线程池、AQS、CompletableFuture 这些并发底座，分布式 ID 恰好是把这些底座和分布式协调揉在一起的一个典型场景，值得单独拆一次。

【RabbitMQ #11】 | 消费者可靠性为了确认消费者是否成功处理消息，RabbitMQ 提供了消费者确认机制（Consumer Acknowledgement）。当消费者处理消息结束后，向 RabbitMQ 发送回执，告知消息处理状态。回执分为 3 种：

【RabbitMQ #9】 | 生产者可靠性场景：支付服务网络异常，消息发出但未消费，目标：保证消息至少被消费一次。消息丢失三大场景：作用：客户端与 MQ 通信异常（网络断开、连接超时）时重试。

TB级文本去重实战：从单机 OOM 到 Spark / Ray 分布式架构的工程演进适合谁：需要构建离线训练语料去重、并对删除结果承担审计责任的数据平台团队。默认策略：精确去重后，以字符 5-gram + MinHash LSH 找候选、真实 Jaccard 验证、连通分量选代表。不自动覆盖：热点桶、短文、超长文只保留并报告覆盖缺口。

从集中式到分布式：Data Mesh颠覆传统数据架构的底层逻辑在企业数字化深度落地的当下，数据已然成为核心生产要素，而数据架构作为数据价值释放的底层基石，正经历一场颠覆性的范式变革。长期以来，企业数据体系依托数据仓库、数据湖构建的集中式架构实现数据统一汇聚与治理，这套“中央集权”模式在数据体量小、业务场景简单的阶段，能够高效实现数据整合与标准化分析。但随着企业业务多元化扩张、数据量级指数级增长、实时决策场景常态化，集中式数据架构的瓶颈彻底暴露：数据流转滞后、治理效率低下、业务适配性差、规模化拓展困难，传统架构的顶层设计逻辑已无法匹配现代企业的数据运营需求。在此背景

React Native for OpenHarmony 实战：三方库 react-native-device-uptime 的鸿蒙化适配指南react-native-device-uptime 只做一件事：读设备自启动以来的运行时长。埋点上报"本次开机多久"、诊断异常重启、统计设备稳定性时会用到。

【RabbitMQ #10】 | MQ可靠性MQ 服务端的可靠性默认情况下，RabbitMQ 收到消息优先放在内存，降低收发延迟。带来两个问题：RabbitMQ 持久化分为三部分：

Ceph分布式存储集群配置与池管理：从配置优先级到PG、复本池与纠删码池集群搭好只是开始——把配置管明白、把池和 PG 算对，才是 Ceph 能不能长期稳定跑下去的分水岭。Ceph 集群部署完成的那一刻，很多人的第一反应是"终于搞定了"。但真正在生产里待过一段时间就会明白：部署只是一次性动作，配置与池管理才是每天都要面对的事。一个 mon_allow_pool_delete 没开，你可能连一个测试池都删不掉；一次 pg_num 拍脑袋设错，集群可能在半夜自己掀起一轮全量数据重平衡，把本该给业务的 IOPS 全吃掉；而如果你用复本池去存冷数据、用纠删码池去跑数据库，那就是在容量

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