分散式系統共識與事務架構
本系列依難度與架構脈絡由淺入深編排，建議依章節序號循序閱讀。
分散式系統共識演算法：CAP 定理、PACELC 與 Raft 協定深析
深度剖析分散式共識底層理論與實踐：CAP 定理嚴格定義與常見誤區、PACELC 延遲與一致性權衡模型、Raft 共識演算法三大角色、Leader Election 隨機化超時選舉機制、Log Replication 日誌複製與安全性 (Safety) 保證。
分散式唯一 ID 生成器架構：Snowflake vs. Leaf vs. UUIDv7 深度解析與時鐘回撥防禦
深入剖析大規模分散式資料庫主鍵生成架構：資料庫自增 ID 擴展極限、UUIDv4 隨機性引發的 B+ Tree 頁分裂災難、Twitter Snowflake 64-bit 位元拓撲、時鐘回撥 (Clock Drift) 防禦策略、美團 Leaf 雙 Buffer 機制與現代 UUIDv7 (RFC 9562) 演進。
兩階段提交（2PC）與三階段提交（3PC）的極限：同步阻塞、腦裂風險與 TCC 模式演進
深入剖析強一致性分散式事務底層協定：兩階段提交 (2PC) 準備與提交階段、協調者單點故障 (SPOF) 與同步阻塞 (Synchronous Blocking) 瓶頸、三階段提交 (3PC) 預提交與超時機制、TCC (Try-Confirm-Cancel) 業務級兩階段架構實踐。
Saga 模式實踐：Orchestration 編排 vs. Choreography 協同分散式長事務全景
深度剖析微服務架構下的分散式事務難題：Saga 模式核心架構、編排式 (Orchestration) vs. 協同式 (Choreography) 拓撲對決、補償事務 (Compensating Transactions) 與前向/後向恢復、缺乏 ACID 隔離性 (Isolation) 的語義鎖應對策略。
分散式消息交付語義深析：At-Most-Once、At-Least-Once 與 Exactly-Once 的底層架構實踐
深入拆解分散式系統三大消息交付語義：網路不可靠下的兩軍問題、Producer 端 PID/Sequence ID 冪等發送、Consumer 端狀態機與分散式去重、Kafka 跨分區兩階段事務日誌與端到端 Exactly-Once 落地。
高併發秒殺庫存扣減架構：樂觀鎖、悲觀鎖、Redis 分散式鎖爭議與分段加鎖實踐
深入剖析電商秒殺與高頻交易場景下的庫存扣減架構：對比 SELECT FOR UPDATE 悲觀鎖、CAS 版本號樂觀鎖與 Redis Lua 分散式鎖；復盤 Martin Kleppmann 對 Redlock 的批判（GC 停頓、時鐘漂移與 Fencing Token 解法）；詳解 10 萬 QPS 分段庫存（Inventory Segment Sharding）與非同步削峰落地策略。
即時多人協作系統架構：OT（操作轉換）與 CRDT（無衝突複製資料型態）實戰
深入剖析 Google Docs 與 Figma 協作背後的核心架構：並行衝突消解、OT 中心化轉換局限與 O(N²) 瓶頸、CRDT 半格數學收斂、Yjs 雙向鏈表 StructStore 與 WebSocket 增量傳輸工程落地實戰。