再次了解kafka
Kafka通过offset机制解决消息重复消费问题，支持手动提交偏移量及唯一ID去重。它保证分区内的消息顺序消费，结合集群、副本与重平衡实现高可用。高性能设计包括顺序读写、分区、页缓存、零拷贝等。数据清理依赖保留时间或大小策略，点对点和发布订阅模式则通过消费者组实现。
杂项9
行锁在数据库中用于并发控制，当更新操作能通过索引精确定位到具体行时生效，如 MySQL InnoDB。若未使用索引，可能升级为表锁，影响并发性能。更新操作优先使用行锁以保证数据一致性和高效并发。
了解关系型数据库
关系型数据库基于表结构，支持SQL查询，适合复杂关系和事务处理，如Oracle、MySQL；而非关系型数据库如Redis、MongoDB采用灵活模型，适用于高并发、大数据场景。关系型数据库维护成本低但扩展性差，非关系型数据库读写快、成本低但不支持事务。索引可提升查询速度，但占用空间影响更新效率。数据库索引多采用B+树，因其更适合范围查询、磁盘读写效率高且查询性能稳定。
mysql杂项
MySQL常用存储引擎包括InnoDB和MyISAM，InnoDB支持事务和行锁，适合高并发写入；MyISAM不支持事务，仅支持表锁，适合只读场景。InnoDB支持64TB存储，MyISAM支持256TB。索引结构主要包括B+树、Hash和跳表，用于优化查询性能，减少磁盘I/O。InnoDB使用聚簇索引，MyISAM使用非聚簇索引。联合索引需遵循最左前缀原则，否则可能导致索引失效。常见索引失效原因包括使用函数、隐式转换、模糊查询前缀使用“%”等。可通过EXPLAIN命令分析SQL执行情况。MySQL性能优化包括表结构设计、SQL优化、主从复制、读写分离及分库分表。
Java基础常识
本文简要介绍了Java中String、StringBuilder与StringBuffer的区别，阐述了序列化与反序列化的基本概念，并概述了Java异常体系及常用数据结构，如动态数组、链表、栈、队列、哈希表、红黑树、跳表、B+树等，同时提及IO流的使用与注意事项。
基础的数据结构
线性结构包括动态数组、链表、栈和队列，适用于顺序存储与操作。非线性结构如优先级队列、哈希表、红黑树、跳表和B+树，适用于复杂数据组织与高效查找。不同结构适用于不同场景，如HashMap适合快速查找，B+树用于数据库索引。
杂项2
本文介绍了Java编程中的多个实用知识点，涵盖集合操作、循环控制、Map遍历、类型安全、多线程等内容。包括不可变列表、集合添加判断、死循环登录验证、Map键值对遍历方式、链式调用的潜在问题、泛型类型擦除处理、增强for循环应用、列表合并与去重方法、输入流读取机制、asList的使用特点以及多线程Callable和FutureTask的协作执行流程，适用于Java开发者提升编码技巧和理解底层机制。
哈希查找算法
哈希查找算法，又称散列查找算法，是一种通过哈希表快速定位目标元素的查找方法。其核心在于利用哈希函数将元素映射到表中的一个位置，从而实现高效查找，平均时间复杂度为O(1)。该算法适用于有序或无序序列，关键在于构建合适的哈希表并处理可能出现的哈希冲突。
web
图片设置宽度自动等比缩放，避免变形。Vue循环渲染推荐使用唯一id作为:key，避免使用索引i，防止状态错乱、性能问题及动画异常。CSS与JS样式写法需区分。