Kafka
6 篇文章
全球分散式定時任務調度系統：分級時間輪（Hierarchical Timing Wheel）與分散式協調實戰
深入解析千萬級延時任務架構：從單層時間輪 Round 遍歷退化，到 Kafka / Netty 分級時間輪（時/分/秒）O(1) 級聯降級演進，再到全球分散式調度中心選主、分區雜湊槽分發與 CAS 狀態機防重實戰。
Apache Avro 與 Schema Registry 實戰：平滑資料遷移、版本相容性與事件驅動架構演進
深入剖析大規模事件驅動架構中的資料合約治理：JSON / Protobuf / Apache Avro 二進位序列化壓縮對比、Confluent Schema Registry 拓撲（Magic Byte + Schema ID 尋址）、四大相容性模式（BACKWARD / FORWARD / FULL / NONE）與 Kafka 事件平滑演進實戰。
主流消息隊列技術選型：Kafka vs. RabbitMQ vs. RocketMQ vs. AWS SQS 全景架構對決
深入剖析現代分散式消息隊列核心架構：AMQP 協定（Smart Broker / Dumb Consumer）vs. 分布式提交日誌（Dumb Broker / Smart Consumer）、次毫秒延遲 vs. 百萬級吞吐量權衡、延時隊列、死信隊列（DLQ）與 RocketMQ 半消息事務。
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。
CDC（變更資料擷取）與 Debezium 架構實戰：告別雙寫不一致、Transactional Outbox 與即時資料串流
深入剖析微服務與現代資料工程中的 CDC（Change Data Capture）架構：破解應用層雙寫不一致（Dual-Write）難題；對比基於輪詢與基於 Log（MySQL Binlog / Postgres WAL）的變更捕獲；詳解 Transactional Outbox 模式、Debezium 引擎核心架構、Kafka Connect 串流拓撲與快取失效/資料湖同步實戰。
為什麼 Kafka 既快又不會丟失訊息？Zero-Copy 與 ISR 複寫的底層機制
從作業系統 Page Cache、Zero-Copy DMA 系統呼叫、順序 I/O，到 Producer 冪等性、min.insync.replicas 與消費者手動 Offset 提交，全面拆解 Apache Kafka 百萬吞吐與零丟失保障的工程底層。