我是hope啊

1、@SpringBoot 声明bean的注解 @Component 通⽤的注解，可标注任意类为 Spring 组件 @Service 在业务逻辑层使用（service层） @Repository 在

1、IOC 控制反转 IoC（Inverse of Control:控制反转）是⼀种设计思想，就是将原本在程序中⼿动创建对象的控制权，交由Spring框架来管理。 IoC 在其他语⾔中也有应⽤，并⾮

线上问题rebalance 产生的原因： 组成员数量发生变化 订阅主题数量发生变化 订阅主题的分区数发生变化 组成员崩溃和组成员主动离开是两个不同的场景。 因为在崩溃时成员并不会主动地告知coordi

一致性 幂等性 保证在消息重发的时候，消费者不会重复处理。即使在消费者收到重复消息的时候，重复处理，也 要保证最终结果的一致性。所谓幂等性，数学概念就是： f(f(x)) = f(x) 如何实现？ 添

生产消费基本流程 Producer创建时，会创建一个Sender线程并设置为守护线程。 生产的消息先经过拦截器->序列化器->分区器，然后将消息缓存在缓冲区。 批次发送的条件为：缓冲区数据大小达到ba

Why kafka 消息队列的作用：异步、削峰填谷、解耦 中小型公司，技术实力较为一般，技术挑战不是特别高，用 RabbitMQ （开源、社区活跃）是不错的选择；大型公司，基础架构研发实力较强，用 R

1、Redis优化 读写方式 简单来说就是不用keys等，用range、contains之类。比如，用户粉丝数，大 V 的粉丝更是高达几千万甚至过亿，因此，获取粉丝列表只能部分获取。另外在判断某用户是

1、redis数据分区 Hash：（不稳定） 客户端分片：哈希+取余 节点伸缩：数据节点关系变化，导致数据迁移 迁移数量和添加节点数量有关：建议翻倍扩容 一个简单直观的想法是直接用Hash来计算，以K

1、缓存雪崩 指缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。 解决方案： Redis 高可用，主从+哨兵，Redis cluster，避免全盘崩溃