第 1 篇
Kafka 为什么能实现高吞吐？顺序写、批处理、页缓存与零拷贝
从分区日志、顺序追加、批量压缩、操作系统页缓存、sendfile、消费者拉取和横向扩展解释 Kafka 高吞吐的完整机制。
已完结共 8 篇
Series
分布式系统与消息队列
围绕 Kafka、消息可靠性、顺序性、Exactly Once、分布式事务、幂等与分布式 ID 展开。
已编排 8 / 8 篇更新于 2026/05/19
开始阅读Reading Order
专栏目录
- 阅读 Kafka 为什么能实现高吞吐？顺序写、批处理、页缓存与零拷贝
- 第 2 篇阅读 Kafka 消息为什么仍可能重复或丢失？生产、Broker、消费三段治理
Kafka 消息为什么仍可能重复或丢失？生产、Broker、消费三段治理
沿生产者、Broker 副本和消费者三个环节分析 Kafka 消息丢失与重复的故障窗口，给出幂等生产、acks、ISR、手动提交和业务幂等方案。 - 第 3 篇阅读 消息消费失败后如何设计重试与死信机制？
消息消费失败后如何设计重试与死信机制？
从错误分类、退避策略、重试 Topic、死信队列、幂等和人工补偿设计一套不会阻塞主链路、不会制造重试风暴的消息失败治理方案。 - 第 4 篇阅读 消息顺序性到底应该如何保证？从 Kafka 分区到业务状态机
消息顺序性到底应该如何保证？从 Kafka 分区到业务状态机
区分全局有序、分区有序与业务实体有序，分析生产并发、分区映射、消费者并行、失败重试和扩分区导致的乱序，并给出工程方案。 - 第 5 篇阅读 Exactly Once 是真实能力还是营销概念？先定义处理边界
Exactly Once 是真实能力还是营销概念？先定义处理边界
区分投递一次、处理一次与业务效果一次，分析 Kafka 幂等生产者、事务、read-process-write 链路及外部数据库边界，说明 Exactly Once 的真实适用范围。 - 第 6 篇阅读 分布式事务的本质：2PC、TCC、Saga 与最终一致性如何选择
分布式事务的本质：2PC、TCC、Saga 与最终一致性如何选择
从跨服务双写问题出发，对比 XA/2PC、TCC、Saga、事务消息与 Outbox 的一致性、可用性、侵入性和故障恢复方式。 - 第 7 篇阅读 接口幂等不是加一个 Redis 锁那么简单：生产级设计指南
接口幂等不是加一个 Redis 锁那么简单：生产级设计指南
从幂等键、请求指纹、数据库唯一约束、状态机、处理中状态、结果复用和过期策略，设计可应对超时重试与并发重复的接口幂等方案。 - 第 8 篇阅读 雪花算法在时钟回拨时会发生什么？分布式 ID 的边界与治理
雪花算法在时钟回拨时会发生什么？分布式 ID 的边界与治理
拆解 Snowflake 64 位 ID 结构，分析同毫秒序列、机器号冲突、时钟回拨和纪元耗尽风险，并比较等待、拒绝、备用位与集中发号方案。