小型项目当中，没有引入消息中间件，也不想引入，但需要解耦异步，那怎么办呢？CDC组件是个不错的平替。

面试官在面试候选人时，如果发现候选人的简历中写了在项目中使用了 MQ 技术（如 Kafka、RabbitMQ、RocketMQ），基本都会抛出一个问题：在使用 MQ 的时候，怎么确保消息 100% 不

本篇针对消息积压的解决过程进行了极其详尽的记录，从思路、代码、优化一条龙服务，手把手教学，让你看到网上找不到的实操细节，更有多个真实问题解决的案例。

最近处理了一次线上故障，整体排查过程和事后的复盘都很有意思，并且结合本次故障，对kafka使用的最佳实践有了更深刻的理解。

大家好，我是yes。 最近看 Kafka 看到了时间轮算法，记得以前看 Netty 也看到过这玩意，没太过关注。今天就来看看时间轮到底是什么东西。 我们先来简单看看 Timer、DelayQueue 和 ScheduledThreadPool 的相关实现，看看它们是如何实现延时…

什么是协调器 协调器是用于协调多个消费者之间能够正确的工作的一个角色, 比如计算消费的分区分配策略，又或者消费者的加入组与离开组的处理逻辑, 有一点类似Kafka种的控制器的角色。

面对一个10余年的老系统的kafka消费者服务，如何一步步将其性能提升近百倍呢？一起来看下我的操作吧

通常，消息消费时候都会设置一定重试次数来避免网络波动造成的影响，同时带来副作用是可能出现消息重复。 整理下消息重复的几个场景： 生产端： 遇到异常，基本解决措施都是 重试。 场景一：lead

如何知道有消息丢失？哪些环节可能丢消息？如何确保消息不丢失？引入 MQ 消息中间件最直接的目的：系统解耦以及流量控制（削峰填谷）。怎么确保消息 100% 不丢失？