Rationalhu

在搜索这块，lucene 是最流行的搜索库。几年前业内一般都问，你了解 lucene 吗？你知道倒排索引的原理吗？现在早已经 out 了，因为现在很多项目都是直接用基于 lucene 的分布式搜

前言 es 就像是个黑盒，如果你不了解其中的内部原理，你还能干啥？你唯一能干的就是用 es 的 api去做最基本的读写数据了。要是出点什么问题，你啥都不知道，那还能指望你做什么呢？ 所以为了能更深入的

前言  es 性能其实可能并没有你想象中那么好的。很多时候数据量大了，特别是有几亿条数据的时候，可能你会懵逼的发现，跑个搜索怎么一下 5~10s ，坑爹了。第一次搜索的时候，是 5~10s ，后面反而

分布式事务的实现主要有以下 6 种方案： XA 方案 TCC 方案 SAGA 方案 本地消息表 可靠消息最终一致性方案 最大努力通知方案 两阶段提交方案/XA 方案 所谓的 XA 方案，即：两阶段提交

服务的注册和发现解决问题：集中管理服务解决方法：EurekaZookeeper负载均衡解决问题：降低服务器硬件压力解决方法：NginxRibbon通讯解决问题：各个服务之间的沟通桥梁解决方法：REST

前言一般来说，如果允许缓存可以稍微的跟数据库偶尔有不一致的情况，也就是说如果你的系统不是严格要求 “缓存+数据库” 必须保持一致性的话，最好不要做这个方案，即：读请求和写请求串行化，串到一个内存队列里

主从复制单机的Redis，能够承载的QPS大概就在上万到几万不等。对于缓存来说，一般都是用来支撑读高并发的。因此架构做成主从(master-slave)架构，一主多从，主负责写，并且将数据复制到其它的

前言 MQ没有绝对的好坏，但是就是看用在哪个场景可以扬长避短，利用其优势，规避其劣势。说一下消息队列常见的使用场景吧，其实场景有很多，但是比较核心的有 3 个：解耦、异步、削峰。 解耦 看这么个场景。

什么是CAP定理（CAPtheorem）在理论计算机科学中，CAP定理（CAPtheorem），又被称作布鲁尔定理（Brewer'stheorem），它指出对于一个分布式计算系统来说，不可能同时满足以