分布式服务必问,Kafka分区Leader选举过程
上篇文章讲了Kafka Controller的选举过程,Controller的选举是为了保证整个Kafka集群的高可用。今天讲一下Kafka Leader Replica(领导者副本)的选举过程, Leader Replica选举的目的是为了保证数据在分区副本之间的可靠传输和一致性。1. L
高并发异步解耦利器:RocketMQ究竟强在哪里
上篇文章 消息队列那么多,为什么建议深入了解下RabbitMQ? 我们讲到了消息队列的发展史:并且详细介绍了RabbitMQ,其功能也是挺强大的,那么,为啥又要搞一个RocketMQ出来呢?是重复造轮子吗?本文我们就带大家来详细探讨RocketMQ究竟好在哪里。Rocket
MQ消费端如何保证幂等性?
MQ消息重复,如何保证消费端的幂等性MVCC(多版本并发控制)方式这是乐观锁的一种实现,每一次要对库存的数量+1,这种方式解决消息重复没有问题,但不太好,因为消息在生产的时候,生产者要判断id是不是重复的
Redis Cluster去中心化设计的思考
常见的分布式存储如Zookeeper的工作模式即是 Leader 协调写入,⾼并发场景下 Leader 单节点会成为系统的瓶颈,单节点的瓶颈本质就是中心化的问题
Redis缓存的特殊用法以及与本地缓存一起构建多级缓存的实现
现在的很多大型高并发系统都是采用的分布式部署方式,而作为高并发系统的基石,缓存是不可或缺的重要环节
关于缓存异常:缓存雪崩、击穿、穿透的解决方案
前言关于缓存异常,我们常见的有三个问题:缓存雪崩、缓存击穿、缓存穿透。这三个问题一旦发生,会导致大量请求直接落到数据库层面。如果请求的并发量很大,会影响数据库的运行,严重的会导致数据库宕机。为了避免缓存异常带来的损失,我们需要了解每种异常的原因以及解决方案,提高系统的可靠性。 缓
Redis分布式锁的10个坑
大家好,我是田螺。前言日常开发中,经常会碰到秒杀抢购等业务。为了避免并发请求造成的库存超卖等问题,我们一般会用到Redis分布式锁。但是使用Redis分布式锁,很容易踩坑哦~ 本文田螺哥将给大家分析阐述,Redis分布式锁的10个坑~1. 非原子操作(setnx + expire)
【译】Netty 在Java中处理上万并发连接时,必须遵守的六大原则
 C10K 问题是一个术语,代表一万个并发处理连接。为此,我们经常需要更改已创建网络套接字的设置和 Linux 内核的默认设置,监控 TCP 发送/接收缓冲区和队列的使用情况 ,特别是调整我们的应用程序以使其成为一个好的候选者为了解决这个问题。在今天的文章中

有开始,就会有进​步!

在追求性能的道路上,记录每一刻的成长!源码解读,编程技巧,外文翻译,技术实践,线上案例等等,记录自己,启发他人!

专家作者推荐

巡山小汪

关注微信公众号《解Bug之路》,有问题请在公众号中咨询:) 无论多么艰苦的时刻,都不要忘记,辉煌的未来,在你的眼中闪耀!

飞哥开发内功

《深入理解Linux网络》作者,腾讯搜狗十年工程师,公众号「开发内功修炼」作者!

踩刀诗人

聊聊技术,唠唠段子,偶尔做菜写诗,欢迎关注我的公众号 踩刀诗人

Brand

搜索关注微信公众号【架构与思维】:撰稿者为bat、字节的几位高阶研发/架构,专注技术分享。

专题推荐

高并发是业务发展到一定阶段必须面对的问题,那么面对高并发的问题,我们可以从哪些方面入手优化呢?本期主要介绍垂直性能优化其中包含整体层面的负载均衡、中间件异步化、存储优化、代码层面调优、jvm容器调优。
11篇文章19213阅读量
Web优化的对象包括页面性能、用户体验、开发效率、代码优化、网络延迟等,本系列会列举出众多常用的优化技巧,每个技巧都可深入分析,在此只做抛砖引玉。
本系列优化内容提炼于《前端面试宝典》、《高效前端》、《高性能JavaScript》、《CSS重构》等书籍,以及《2020前端性能优化清单》等网络资源。
6篇文章9671阅读量