分布式

kafka 初识文章摘要：本文从作者接触MQ技术的经历谈起，对比了ActiveMQ、RocketMQ和Kafka的异同，重点介绍了Spring Kafka的基础入门配置。文章详细讲解了Maven依赖配置、Spring自动装配数据、KafkaTemplate使用、@MessageListener注解以及自定义Container的实现方法，为Java开发者提供了实用的Spring Kafka配置指南。

分布式锁的优势与互斥性分布式锁的优势：经过多年的摸索，就如何提升正确性、保证锁的可用性以及提升锁的切换效率方面积累比较多的经验，将从以下三个层面介绍分布式锁最佳使用方式。

段一凡-华北理工大学

工业领域的Hadoop架构学习~系列文章18：制造业Hadoop应用实践 - 从数据到智能的完整闭环导言：制造业是Hadoop大数据技术最重要的应用领域之一。本期结合真实的智能制造场景，深入讲解生产质量分析、设备预测性维护、工艺参数优化、能源管理等典型应用，从业务需求到技术实现，完整呈现Hadoop在制造业的落地实践。

暗夜猎手-大魔王

转载--Hermes Agent 企业级分布式部署方案原文连接：https://mp.weixin.qq.com/s/fcx0JAnLGrHCvrtpENBKkw

【架构实战】日志体系设计：从ELK到可观测性的演进2020年，用户反馈下单失败，但监控系统一切正常。我登录服务器，用grep查日志。结果发现日志分散在8台机器上，每台机器的日志格式还不一样。花了2小时才找到报错的那条日志，又花了2小时才定位到原因——一个第三方支付接口超时。

段一凡-华北理工大学

工业领域的Hadoop架构学习~系列文章17：Hadoop性能调优- 调度集群每一分性能导言：Hadoop集群的性能优化是一项系统工程，需要从JVM参数、内存管理、网络配置、磁盘IO等多个维度综合调优。本期深入剖析Hadoop各组件的性能瓶颈，详细讲解HDFS读写优化、YARN资源调度优化、MapReduce/Spark作业调优，并给出实战案例和监控方法。

我是一颗柠檬

【Java项目技术亮点】Kafka异步写+写聚合：吞吐量提升10倍的消息队列优化秘籍每秒10万条日志埋点，Kafka集群CPU飙满，消息堆积如山——这就是高并发写入的噩梦。本文将揭秘大厂如何通过异步写+写聚合策略，让Kafka吞吐量从1万飙升到10万，轻松应对海量数据写入。

黑马点评-秒杀优化-03_blocking_queue_async_order本文继续整理黑马点评 Redis 实战篇第 6 章「秒杀优化」。上一篇讲了 Lua 如何在 Redis 中完成库存和一人一单判断。

Redis 从入门到精通（六）：集群模式（Cluster）—— 分布式架构、哈希槽与 Gossip 协议全解主从复制SentinelCluster单机 Redis 容量=单机内存无高可用主从模式读写分离手动故障转移

我是一颗柠檬

【Redis】Redis分布式锁Day13（2026年）在分布式系统中，多个服务实例可能同时访问共享资源，如何保证同一时刻只有一个实例能操作资源？分布式锁是解决这个问题的经典方案。今天我们来深入学习Redis分布式锁的实现原理和最佳实践。

黑马点评-秒杀优化-01_async_seckill_idea本文整理黑马点评 Redis 实战篇第 6 章「秒杀优化」。这一篇只聚焦第 6 章的起点：为什么已经有了乐观锁、一人一单、分布式锁之后，还要继续做“Redis 预检 + 异步下单”？

黑马点评-秒杀优化-02_lua_precheck本文继续整理黑马点评 Redis 实战篇第 6 章「秒杀优化」。上一篇讲清楚了为什么秒杀接口不能一直让请求线程同步查库、扣库存、创建订单。

ceph分布式存储ceph分布式存储安装虚拟机并配置osd删除主机删除ceph orch daemon rm $daemon --force;done

解决双写不一致！Canal+Outbox+Kafka 高可靠事件驱动架构一个"关注"操作背后，到底该写几次数据库、更新几层缓存？本文聊聊我在项目中基于 Outbox 模式的事件驱动实践。

东方巴黎～Sunsiny

实战：RocketMQ 幂等 + Redis 分布式锁 + 异常重试保姆级教程本文基于真实代码，讲解如何使用 RocketMQ + Redis + 多线程批量更新实现一个高可靠、防重复、防并发、支持自动重试的固薪分摊系统。

电商API_18007905247

高可用采集架构：分布式定时抓取淘宝商品详情项目设计摘要：在电商竞品监控、商品价格巡检、库存异动分析、店铺数据复盘等业务场景中，单机爬虫存在抓取效率低、定时精度差、单点故障频发、极易被平台限流封禁等问题。本文聚焦淘宝商品详情规模化定时采集场景，从零设计一套高可用、高并发、可容错、可扩展的分布式定时采集架构，涵盖任务调度、分布式爬虫、代理池治理、限流熔断、异常重试、数据一致性、日志监控全链路设计，解决传统单机采集的痛点，适配十万级商品定时轮采业务需求，可直接落地企业级电商数据采集项目。

【架构实战】线程池设计：高并发系统的资源管理艺术2021年，我们一个新人写了一段代码：看起来没问题对吧？但他没考虑一点：orders有10万条，每条任务要处理3秒。

分布式批处理：当你的单机脚本跑了一天一夜还没出结果每天早上，运营小姐姐都会在群里催：“销售大屏数据怎么还没出来？”你看着终端里那个跑了一整晚的awk命令，光标还在可怜巴巴地闪烁。没错，你遇到了所有后端工程师迟早会撞上的南墙——单机处理能力到头了。

小蒋学算法

redis分布式锁实现1、底层结构：map 2、实现方式是lua脚本+map 3、实现逻辑：map不存在，创建map并创建key-value,加锁成功，若map存在，判断key是否为请当前线程，是当前线程则value+1，value+1用于支持可重入,如果key不是当前线程，则返回过期时间

四可装置核心技术：高精度采集、边缘计算、协议自适应在新型电力系统建设与物联网技术深度融合的背景下，“可观、可测、可控、可调”的四可装置已成为能源管控、工业监测等领域的核心支撑设备。其核心竞争力源于三大关键技术——高精度采集、边缘计算、协议自适应，三者协同联动，结合传感、计量、通信、边缘智能及多协议兼容能力，破解了传统装置数据不准、响应滞后、设备互联不畅等痛点，构建起高效、可靠、灵活的运行管控体系，为各类场景的智能化升级提供了坚实技术保障。