练习时長两年半

如果你一直对分布式技术停留在“只会用”的层次，那很难对分布式系统有独特的深入理解，如何从一位“只会用”的业务开发，进阶成一名分布式领域的高手，理解分布式领域的一致性模型乃必经之路，本文则对其逐一拆解！

怎么保证系统做到99.99……%的高可用？怎样实现PB级海量数据的存储？如何提升业务系统的吞吐量？答案是集群，相信诸位对这个概念并不陌生，集群已成为现时代中，构建高可用、高性能系统不可或缺的一种手段。

很多人做过分布式项目，但却不具备分布式经验，为啥？对大多数人来说，无非是换了一个环境继续写CURD，这句话可能有点难听，却是不争的事实，该如何真正具备分布式能力？先从全景角度出发，聊聊架构的演进之路~

一说分布式理论，大家下意识会想到CAP与BASE理论，许多人聊起来都能做到妙语连珠。但很遗憾，保守估计，至少有70%的人都学歪了，Why？凭什么你说我歪了？别急，本文用独特手法逐步掰正诸君的固有认知~

接近亿级的用户体量搞大促活动，日活几百万，峰值请求每秒10W+，一次压测几乎干崩线上运行数百个服务，这究竟是怎么回事？如果你缺乏高并发实战经验，本文将是你推开高并发大门的不二之选！

单例模式是设计模式中最常见的一种，而且也是面试中提问频率较高的设计模式，而在Java中如何实现线程安全的单例模式？饿汉式、懒汉式、双重锁单例、静态内部类、枚举、容器式单例、CAS单例，本文逐一剖析。

缓存既能减轻数据库压力，还能加快请求响应速度，可是如何保证数据库与缓存之间的数据一致性呢？好像不管怎么做，都会存在不一致风险，分布式缓存中的最优解是啥？本文来一起探讨~

记得几年前团队在招聘时，要求候选人有分布式/微服务项目经验，当时问了不少候选人一个问题，为什么需要注册中心这些组件？大多数候选人面对这个问题时，往往会短暂地愣住，随后陷入沉思……

在短短几年的时间里，分布式/微服务成为炙手可热的名词，许多人会以具备“分布式/微服务项目经验”而自豪，可为何曾经一度令技术人追捧的潮流，到底是经历了什么，才让许多人纷纷选择回归大单体架构？