摘要： 
Kafka 有多快呢？我们可以使用 OpenMessaging Benchmark Framework 测试框架方便地对 RocketMQ、Pulsar、Kafka、RabbitMQ 等消息系统进行对比测试，因为暂时没有测试条件（后续补上），我直接用这篇文章的测试结果（Benchmarking Kafka vs. Pulsar vs. RabbitMQ: Which is Fastest?），可以看到，在某种条件下，Kafka 写入速度比 RabbitMQ 快 15 倍，比 Pulsar 快 2 倍，在最高吞吐量下仍保持低延迟。那么，为什么 Kafka 可以那么快呢？这里我先简单总结，后面会展开分析。
1. **从磁盘中顺序读写 event**。
2. **通过批处理减少大量小 I/O**。
3. **从文件到 socket 之间数据零拷贝**。
4. **基于分区的横向扩展**。 阅读全文
Kafka 有多快呢？我们可以使用 OpenMessaging Benchmark Framework 测试框架方便地对 RocketMQ、Pulsar、Kafka、RabbitMQ 等消息系统进行对比测试，因为暂时没有测试条件（后续补上），我直接用这篇文章的测试结果（Benchmarking Kafka vs. Pulsar vs. RabbitMQ: Which is Fastest?），可以看到，在某种条件下，Kafka 写入速度比 RabbitMQ 快 15 倍，比 Pulsar 快 2 倍，在最高吞吐量下仍保持低延迟。那么，为什么 Kafka 可以那么快呢？这里我先简单总结，后面会展开分析。
1. **从磁盘中顺序读写 event**。
2. **通过批处理减少大量小 I/O**。
3. **从文件到 socket 之间数据零拷贝**。
4. **基于分区的横向扩展**。 阅读全文
我准备开一个新的系列，希望可以帮助大家更简单、更连贯、更系统地了解 kafka。这是系列的第一篇，主要讲kafka是什么？如何使用kafka。 
前面我们分析了携程的 apollo（见 详解apollo的设计与使用），现在再来看看阿里的 nacos。和 apollo 一样，nacos 也是一款配置中心，同样可以实现配置的集中管理、分环境管理、即时生效等等。不过，nacos 还具备了服务发现的功能。这篇博客将重点分析 nacos 和 apollo 在设计上的差异。 
以下是我收集的一些问题，有的是网上摘录的，有的是自己参加面试被问到的，有的是工作或学习时遇到的，等等。
为什么要记录这些呢？
一方面，我相信，这样做对我自己的技术提升是有帮助的。在全文结构上我尽量**使问题连贯地形成知识体系**，而不是堆积的碎片，而且，每个问题我会尽量地给出答案。
另一方面，我希望，有大佬可以指出我的错误。因为我的答案不一定对，尤其那些带 * 的问题。
这份资料将会持续更新，如果有其他问题也可以留言讨论。欢迎交流，共同进步。 
问题发现 2022-01-21 早上 9 点，订单系统出现大面积的“系统未知错误”报错，导致部分用户无法正常下单。查询后台日志，可以看到大量的 duplicate class attempt。 java.lang.LinkageError-->loader (instance of org/spri 
临近放假，手头的事情没那么多，老是摸鱼也不好，还是写写博客吧。 今天来聊聊：如何设计一个通用的查询接口。 从一个场景开始 首先，我们从一个简单的场景开始。现在，我需要一个订单列表，用来查询【我的订单】，支持分页，且支持高级搜索。 整个查询流程 我们先来设计下整个查询的流程，我认为大致如下图。简单来说 
当大家开开心心跨年的时候，我在补年终总结。 小时候恨不得时间过得快一点，现在不这么想了。 我的 2021年，都是平静、反复的一天天，没有出书、没有开源、没有跳槽、没有升官。没错，这可能是你看过的最 low、最不争气的总结，很抱歉给各位大佬拖后腿了。 写博客的话，我是认真的。今年总共写了 15 篇，中 
最近，在一次 mysql 死锁的生产事故中，我发现，关于 mysql 的锁、事务等等，我所知道的东西太碎了，所以，我试着用几个例子将它们串起来。具体做法就是通过不断地问问题、回答问题，再加上“适当”的比喻，来逐步构建脑子里的“知识树”。
需要提醒一下，这篇博客并不适合小白，因为你需要先了解排它锁、共享锁、事务，最重要的是你需要知道事务中的锁是什么时候加上、什么时候打开的。而这篇博客更多的是希望把这些碎片化的知识给连接起来。 
前面已经讲完了 Feign 和 Ribbon，今天我们来研究 Netflix 团队开发的另一个类库--Hystrix。
从抽象层面看，**Hystrix 是一个保护器**。它可以保护我们的应用不会因为某个依赖的故障而 down 掉。
目前，官方已不再迭代 Hystrix，一方面是认为 Hystrix 已经足够稳定了，另一方面是转向了更具弹性的保护器（而不是根据预先配置来启用保护），例如 resilience4j。当然，停止迭代并不是说 Hystrix 已经没有价值，它的很多思想还是值得学习和借鉴。