案例一：系统奔溃 解决方案：解耦 案例二：服务处理能力有限 解决方案：削峰 案例三：链路耗时长尾 解决方案：异步 案例四：日志如何处理 日志处理。
消息队列(MQ)，指保存消息的一个容器，本质是个队列。但这个队列呢，需要支持高吞吐，高并发，并且高可用。 2.消息队列-Kafka 使用场景：搜索服务；直播服务；订单服务；支付服务 如何使用：创建集群-->新增Topic-->编写生产者逻辑-->编写消费者逻辑 消息的视角：Producer--生产-->Broker--消费-->Consumer Producer：批量发送；数据压缩；数据的存储 Broker：消息文件结构；磁盘结构；顺序写 Consumer通过发送FetchRequest请求消息数据，Broker 会将指定Offset 处的消息，按照时间窗口和消息大 小窗口发送给Consumer。 偏移量索引文件：采用二分找到小于目标offset的最大文件。先找到最大索引位置，再找到小于目标时间戳最大的索引位置，在通过寻找offset的方式找到最终数据。 数据拷贝分为传统数据拷贝和零拷贝。 Consumer：消息的接收端 Low level：通过手动进行分配，哪一个Consumer消费哪一个Partition完全由业务来决定。 High Level Rebalance
数据复制问题，重启操作，替换、扩容、缩容、负载不均衡 1.运维成本高 2.对于负载不均衡的场景，解决方案复杂 3.没有自己的缓存，完全依赖Page Cache
- Controller和Coordinator和Broker在同一进程中，大量IO会造成其性能下降
3.消息队列-BMQ 兼容Kafka协议，存算分离，云原生消息队列 重启后可直接对外服务，秒级完成 替换后可直接对外服务，秒级完成 扩容后可直接对外服务，秒级完成 缩容后可直接对外服务，秒级完成 1.BMQ的架构模型(解决Kafka存在的问题) 2.BMQ读写流程（Failover机制，写入状态机) 3.BMQ高级特性(泳道、Databus、Mirror、Index、Parquet)
4.消息队列- RocketMQ 使用场景：例如，针对电商业务线，其业务涉及广泛，如注册、订单、库存、物流等;同时，也会涉及许多业务峰值时刻，如秒杀活动、周年庆、定期特惠等 高级特性：事务场景；事务消息；延迟发送；延迟消息；处理失败的消息（消费重试和死信队列）
