首页
AI Coding
AIDP
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
许Web
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
3
文章 3
沸点 0
赞
3
返回
|
搜索文章
最新
热门
DDD架构
DDD4层架构 优点:通过聚合、限界上下文等模式,可以有效的支持和管理复杂业务逻辑。代码的可读性、可维护性更高。比如基础组件的依赖一般都会增加防腐层,使得组件的替换是可插拔的,不会影响到内部的业务逻辑
RocketMq消费失败时如何处理?
RocketMq消费失败时处理机制 消费端处理机制 消费者消费失败后,会把消费发回给 Broker 进行处理。下图是客户端处理流程: 注意点: 广播消费模式下,消息失败会直接丢弃,不会发送回Broke
RocketMq流量控制
在使用 RocketMQ 的过程中,有时候我们会看到下面的日志: 这是因为 RocketMQ 触发了流量控制。生产者把消息写入 Broker,Consumer 从 Broker 拉取消息。Broker
RocketMq/Kafka如何处理消息积压?
解决方案 如果消费者数量小于Topic的分区数(RocketMq的Topic队列数),那么增大消费者数量直到分区数,这是可以提高消费速度。否则,就没有效果。 增加消费者数量一定会提高消费速度吗?(小于
RocketMq\Kafka如何保障消息不丢失?
RocketMq架构图 RocketMq消息不丢失 要想保证消息不丢失,需要从以下几个方面考虑: Producer 发送消息 Broker 主从切换、保存消息 Consumer 消费消息 发送端考虑
RocketMq消息篇(顺序、定时、事务)
定时消息(4.x) 在 RocketMQ 4.x 及更早版本中,延迟消息仅支持预设的 18 个固定延迟级别(如 1s、5s、10s、30s 等),用户无法自定义任意延迟时间。 实现原理:每个延迟级别对
分布式事务
分布式事务的解决方案有很多,比如:2PC、3PC、TCC、Saga、事务消息和本地消息表等等。这些方法,它的强项和弱项都不一样,适用的场景也不一样,所以最好这些分布式事务都能够掌握,这样才能在面临实际
分布式协议(Raft)
基本概念 Raft协议是一种专为分布式系统设计的共识算法,旨在简化理解和实现(相对于Paxos),通过明确的领导选举、日志复制和安全性机制,确保多个节点间的数据一致性(强一致性, 主节点唯一写入)。
分布式协议-基本概念
分布式一致性协议的背景 我们讲分布式系统的一致性,一般来说,有如下几个分类: 强一致性。对一致性要求最高的,是强一致的,保证写操作完成后,任何后续访问都能读到更新后的值。但是性能较弱,在互联网系统里面
RocketMq存储篇(刷盘机制、删除机制)
文件刷盘机制 RocketMQ的存储与读写是基于JDK NIO的内存映射机制(MappedByteBuffer)的,消息存储时首先将消息追加到内存,再根据配置的刷盘策略在不同时间进行刷写磁盘。 如果是
下一页
个人成就
文章被点赞
8
文章被阅读
8,909
掘力值
421
关注了
13
关注者
2
收藏集
2
关注标签
20
加入于
2021-10-20