cap

服务注册发现核心揭秘 Eureka、Nacos、Consul全方位对比作为有多年Java经验的开发者，我见证了微服务架构的演进历程。服务注册发现作为微服务的"通讯录系统"，其选型直接决定整个架构的稳定性。今天我将深入解析三大主流方案的技术原理、实战应用和选型策略。

源代码•宸

GoLang八股（Go并发）进程、线程和协程都是并发编程的概念进程是操作系统分配资源的基本单位，每个进程都有自己的独立内存空间，不同进程之间的数据不能直接共享, 通常通过进程间通信（IPC）来进行数据交换，例如管道、消息队列等。

Distro与Raft协议对比分析本文我们来对 Distro协议（来自Nacos）和 Raft协议进行详细的对比介绍。这两者都是为了解决分布式系统中的核心问题——数据一致性与可用性，但它们的定位、设计理念和应用场景有显著差异。

分布式事务解决方案 2PC 3PC与JTA深度解析干了多年Java开发，我可以明确告诉你：分布式事务是微服务架构的"阿克琉斯之踵"。很多人以为用个@Transactional注解就能搞定，结果数据不一致、系统卡死、回滚失败接踵而至。今天咱们就彻底搞懂2PC、3PC和JTA这三个看似古老但依然重要的技术。

蜂蜜黄油呀土豆

深入理解 Redis 集群架构：主从同步、哨兵机制与 Cluster 原理在高并发、高可用的业务场景下，单机 Redis 已无法满足系统对容量、性能和可用性的要求。Redis 通过主从复制、哨兵机制和 Cluster 集群模式，逐步构建了一套分布式高可用架构体系。

分布式理论的认知重构：CAP 与 BASE 的真相、边界与实践逻辑目录一、CAP 理论：被泛化的 “分布式存储专属法则”1.1 三大特性的精准定义与本质1.2 核心误区：“三选二” 实为 “P 前提下的 C/A 二选一”

喝养乐多长不高

SpringCloud:Eureka和负载均衡在最初的架构体系中，集群的概念还不那么流行，且机器数量也比较少，此时直接使用 DNS + Nginx 就可以满足几乎所有服务的发现。相关的注册信息直接配置在 Nginx。但是随着微服务的流行与流量的激增，机器规模逐渐变大，并且机器会有频繁的上下线行为，这种时候需要运维手动地去维护这个配置信息是一个很麻烦的操作。所以开发者们开始希望有这么一个东西，它能维护一个服务列表，哪个机器上线了，哪个机器宕机了，这些信息都会自动更新到服务列表上，客户端拿到这个列表，直接进行服务调用即可。这个就是注册中心。

不见长安在

分布式的cap,base,raft以下是对CAP、BASE、Paxos、Raft的详细解析，从核心原理、细节流程、优缺点到实际应用场景展开说明：

七牛云Java开发面试题及参考答案（60道面试题汇总）Java 方法重载（Method Overloading）是面向对象编程中的重要特性，它允许同一个类中存在多个同名但参数列表不同的方法。这种机制为代码提供了灵活性和可读性，使得开发者可以用统一的方法名处理不同类型或数量的输入。

递归尽头是星辰

Kafka核心架构解析：从CAP理论到消息可靠性的设计哲学本文从分布式系统CAP理论和消息可靠性两个视角深入解析Kafka的架构设计，通过概念关系图和组件交互图揭示其核心设计思想，并详细拆解各组件功能与协作机制。文章包含完整的交互流程分析和配置参数说明，是理解Kafka设计精髓的实用指南。

初探CAP定理及其不可兼得性CAP定理是分布式系统设计的核心理论。由Eric Brewer在2000年提出，后由Gilbert和Lynch在2002年严格证明。分别是指Consistency一致性，Aavailability可用性，Partition Tolerance分区容忍性。

01、kafka知识点综合kafka是一个优秀大吞吐消息队列，下面我就从实用的角度来讲讲kafka中，“kafka为何有大吞吐的机制”，“数据不丢失问题”，“精准一次消费问题”

分布式cap理论学习【分布式】CAP理论详解代表数据在任何时刻，任何分布式节点，看到的都是符合预期的。有点类似于幂等，无论访问哪个节点，得到结果数据一致。

老肖相当外语大佬

为了给Javaer落地DDD，我们不得不写开源组件

CAP+RabbitMQCAP（C# APM for Microservices）是一个开源的C#库，用于在分布式系统（如SOA或微服务系统）中实现事件总线及最终一致性（分布式事务）。CAP提供了多种消息队列（MQ）实现的支持，包括RabbitMQ，以及其他如Kafka、Azure Service Bus、Amazon SQS等。这里我们主要聚焦于CAP与RabbitMQ的结合使用。

分布式事务-使用队列实现最终一致性1、服务左侧：创建订单服务Server1右侧：扣减库存服务Server2中间：独立消息服务Server3

分布式架构与分布式理论分布式系统是一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅通过消息传递进行通信和协调的系统。

【后端开发】服务开发场景之分布式（CAP，Raft，Gossip | API网关，分布式ID与锁 | RPC，Dubbo，Zookeeper）【后端开发】服务开发场景之分布式（CAP，Raft，Gossip | API网关，分布式ID与锁 | RPC，Dubbo，Zookeeper）

第十八篇：探索非关系型数据库：从入门到实践在过去的几十年里，关系型数据库（RDBMS）一直在数据存储和管理领域占据主导地位。其严谨的结构化数据模型以及强大的事务处理能力，使得它们在各种应用场景中得以广泛应用。然而，随着互联网的快速发展，数据的规模和复杂性不断增加，传统关系型数据库逐渐显露出一些局限性。这些局限性主要体现在以下几个方面：

架构与思维：4大主流分布式算法介绍（图文并茂、算法拆解）之前的文章中，我们介绍过分布式事务的基础知识，也了解了分布式场景下常见一致性问题和解决方案，对分布式锁和CAS模式有一定的了解，有兴趣的同学可以通过下面链接到作者的两篇相关文章。