面试题

RPC和HTTP在分布式系统中扮演不同角色，主要区别体现在设计目标、协议特性、使用场景等方面。本文对两者做一些简单介绍。

在设计库存系统时，避免超卖（库存扣减后为负）和少卖（库存未充分释放）需结合高并发处理、数据一致性和容错机制。本文说一下系统化的解决方案。

设计一个秒杀系统是典型的高并发、高性能、高一致性挑战，需要从架构设计、流量控制、数据一致性和容灾降级等多方面综合考虑。

常问面试题，设计订单号服务需要考虑的因素比较多，我之前的公司用的是号段模式，因为规模并不大，不过大厂一般都是用的雪花算法。

在开发过程中必须要考虑重复提交的场景，怎么防止，一般我们习惯用分布式锁来解决这个问题，那么还有其他方式吗？

常见面试题，针对订单到期关闭提供常见的解决方案，其实还有很多其他的方案，只是项目中不经常使用，如果非常小的项目，一个定时任务搞定就行了，没必要用MQ。

在 RocketMQ 中，如果生产者持续发送消息但无消费者订阅，消息的处理逻辑会怎么样呢？本文来聊一聊。

在处理生产环境中 RocketMQ 消息堆积问题时，需要快速定位原因并采取针对性措施，避免影响业务正常运行。

RocketMQ实现延迟消息的机制主要依赖于预设的延迟级别和内部调度队列。以下是详细的实现步骤和关键点。

RocketMQ 通过多层次的机制设计，在 生产者发送、Broker 存储 和 消费者消费 三个阶段确保消息不丢失，以下是具体实现和配置策略。

RocketMQ 的事务消息通过 两阶段提交 和 事务状态回查 机制，有效解决了分布式系统中的数据一致性问题。

深入分析RabbitMQ、Kafka和RocketMQ这三者的对比以及它们的适用场景。了解每个消息队列的基本特性和设计目标对我们日常开发有很多帮助。

在微服务架构中，如何保证各个服务之间的数据一致性，这个是每一个公司都会遇到的问题，本文来谈一谈日常工作中常见的解决方案，

Redis集群通过分片实现数据分布式存储，每个分片由一个主节点和多个从节点组成。其故障转移机制的核心目标是在主节点失效时，自动将某个从节点提升新主节点，确保服务高可用。

在分布式系统中，生成全局唯一ID是核心需求之一，尤其在微服务、分库分表等场景下。本文介绍几种主流分布式ID生成方案的原理、优缺点及适用场景的详细分析。

在分布式系统中，流量削峰是应对突发高并发请求的核心手段，目的是通过技术手段将瞬时高峰流量转化为平稳流量，避免系统过载崩溃。

在高并发系统中，数据缓存的设计是提升性能和保障稳定性的核心环节。本文介绍的是缓存设计的系统性方案，涵盖架构、策略、一致性和容错等多个维度。

接口幂等性和消息幂等性是分布式系统中保证操作一致性的重要设计原则，本篇文章主要介绍几种常见的解决方案。

要全面设计一个高并发系统，需要从架构、性能、容错、扩展性、安全性等多个维度进行系统化设计，本文是分步骤的相对完整方案。

Redisson 通过客户端唯一标识（UUID + 线程ID）和Lua 脚本的原子性验证确保只有加锁的线程才能解锁，从而避免锁被误释放。以下是其核心实现原理和关键步骤的深度分析。