高并发场景下，6种方案，保证缓存和数据库的最终一致性！
在解决缓存一致性的过程中，有多种途径可以保证缓存的最终一致性，应该根据场景来设计合适的方案，读多写少的场景下，可以选择采用“Cache-Aside结合消费数据库日志做补偿”的方案，写多的场景下，可以选择采用“Write-Through结合分布式锁”的方案，写多的极端场景下，可以选择采用“Write-Behind”的方案。
阿里面试：canal+MQ，会有乱序的问题吗？
本文详细探讨了在阿里面试中常见的问题——“canal+MQ，会有乱序的问题吗？”以及如何保证RocketMQ消息有序。文章首先介绍了消息有序的基本概念，包括全局有序和局部有序，并分析了RocketMQ中实现消息有序的方法。接着，针对canal+MQ的场景，讨论了如何通过配置`canal.mq.partitionsNum`和`canal.mq.partitionHash`来保证数据同步的有序性。最后，提供了多个与MQ相关的面试题及解决方案，帮助读者更好地准备面试，提升技术水平。
