作者：来自 Elastic Gustavo Llermaly 及 Jeffrey Rengifo 了解如何通过使用 Elasticsearch 管理记忆来创建更智能、更高效的 AI agents。 A

快到年底了，系统频繁出问题。我有正当理由怀疑老板不想发年终奖所以搞事。 这不，几年都遇不到的消息队列积压现象今晚又卷土重来了。 今晚注定是个不眠夜了，原神启动。。。

你好呀，我是歪歪。 先给大家道个歉： 上周不是发布了这篇文章嘛：《三个烂怂八股文，变成两个场景题，打得我一脸懵逼。》 其中第一个关于线程池的场景，经过读者提醒可能有问题，我又一次用尽浑身解数分析了一波

填个坑吧，把之前一直欠着的 CompletableFuture 给写了，因为后台已经收到过好几次催更的留言了。 这玩意我在

你好呀，我是歪歪。 事情是这样的，上周有个读者找我，给我抛出了这样的一个问题： 问题中涉及到的文章分别是这两篇： 《有的线程它死了，于是它变成一道面试题》 --- why技术 《线程池中线程异常后：销

前段时间有个朋友，去面了阿里集团的P7岗位，很遗憾的是三面没有过，其中有一个kafka　Borker日志如何持久化的问题没有答上来，今天正好写一篇源码文章给朋友复盘一下

半夜修Bug崩溃后，我吃透了RocketMQ：消息存于Broker，Topic通过Queue分散压力，NameServer做服务发现。主从备份防丢失，实战中解决了超时和堆积问题。

微服务架构下，分布式事务是个让人头疼的问题。RocketMQ虽然提供了事务消息机制，但在某些场景下，本地消息表方案反而更加稳定可靠。这篇文章会从实战角度，和大家聊聊我在生产环境中使用本地消息表的实践

RocketMQ 之所以能实现十万级 TPS 的写入性能，核心在于其 CommitLog 采用所有消息顺序追加到单文件的设计，充分利用磁盘顺序 I/O 和 PageCache 特性。