消息中间件篇
本内容总结了RabbitMQ与Kafka在消息队列中的常见问题及解决方案，涵盖消息不丢失、不重复消费、顺序性、高可用、性能优化等方面，适用于面试或技术选型参考。
Kafka为何这么快？企业级Kafka该怎么部署？
Kafka凭借其高吞吐、低延迟和横向扩展能力，成为现代实时数据处理的核心组件。其“快”源于顺序写盘、零拷贝、批量处理和无锁设计等架构优化。本文深入解析Kafka的高效机制，并探讨企业在实际应用中的架构设计、安全管理与平台化治理策略，助力构建稳定高效的数据流平台。
6-MQ篇
本内容详细介绍了RabbitMQ、Kafka和EMQ三种消息中间件的应用场景及核心机制。包括RabbitMQ的消息可靠性传输、顺序性保障、死信处理；Kafka的高吞吐设计、数据清理机制与高性能实现；以及EMQ在物联网中的应用及其QoS保障机制。适用于微服务架构中异步通信、流量削峰和解耦场景，同时探讨了消息丢失、重复消费等问题的解决方案。
Apache Kafka 3.0与KRaft模式的革新解读
在该架构中，Kafka集群依旧包含多个broker节点，但已不再依赖ZooKeeper集群。被选中的Kafka集群Controller将从KRaft Quorum中加载其状态，并在必要时通知其他Broker节点关于元数据的变更。这种设计支持更多分区与快速Controller切换，并有效避免了因数据不一致导致的问题。
zk基础—5.Curator的使用与剖析
本文主要介绍了基于Curator进行基本的zk数据操作、基于Curator实现集群元数据管理、基于Curator实现HA主备自动切换、基于Curator实现Leader选举、基于Curator实现分布式Barrier、基于Curator实现分布式计数器、基于Curator实现zk的节点和子节点监听机制、基于Curator创建客户端实例的源码分析、Curator在启动时是如何跟zk建立连接的、基于Curator进行增删改查节点的源码分析、基于Curator的节点监听回调机制的实现源码、基于Curator的Leader选举机制的实现源码。
zk基础—2.架构原理和使用场景
ZooKeeper（ZK）是一个分布式协调服务，广泛应用于分布式系统中。它提供了分布式锁、元数据管理、Master选举及分布式协调等功能，适用于如Kafka、HDFS、Canal等开源分布式系统。ZK集群采用主从架构，具有顺序一致性、高性能、高可用和高并发等特点。其核心机制包括ZAB协议（保证数据一致性）、Watcher监听回调机制（实现通知功能）、以及基于临时顺序节点的分布式锁实现。ZK适合小规模集群部署，主要用于读多写少的场景。