RocketMQ 事务消息通过“预备消息打底、本地事务执行、结果确认、回查兜底”的全流程设计，完美解决了分布式系统中“本地操作与消息发送原子性”问题。其核心是通过两阶段提交思想，结合持久化存储和定时回查，确保最终数据一致性。

若内置策略无法满足需求，RocketMQ 允许通过实现接口，自定义 Queue 分配逻辑。实现步骤实现接口，重写allocate方法，在方法中定义自己的分配规则（如按实例 IP Hash、按业务模块指定 Queue 等）。消费者初始化时，通过方法指定自定义策略。代码示例（自定义策略骨架）// 1. 实现自定义策略接口@Override// 自定义分配逻辑：例如按当前实例ID的Hash值分配Queu

包工头，管理所有WorkerThread。

责任链模式（Chain of Responsibility Pattern）是一种行为设计模式，可以通过将一系列处理器按顺序链接起来，使得每个处理器都有机会处理请求，从而实现请求的传递和处理。

Redlock算法是Redis作者针对集群锁一致性问题提出的经典解决方案，其核心价值在于：通过“多独立主节点+大多数原则”，从架构上规避了主从异步复制的锁漏洞，保证了分布式锁的独占性。但我们也要清醒地认识到，Redlock的“理论完美”需要付出高昂的部署和性能成本，这使得它在实际场景中很少被采用。大多数业务场景下，“主从架构+业务幂等”的方案已经足够；若对一致性要求极高，则更推荐使用ZooKeep

触发条件：能区分扩容和缩容的负载因子阈值，尤其是持久化对扩容阈值的影响；实现流程：掌握“双哈希表并行+rehashidx标识+分步迁移”的核心逻辑；请求处理：明确rehash期间不同类型请求的处理规则，以及异常场景的应对策略。Redis的渐进式rehash机制，通过“分而治之”的思想，将原本可能阻塞服务的大型数据迁移操作，拆解为无数个微操作融入日常业务流程，完美平衡了性能与可用性。

两种编码的识别：明确ziplist和hashtable的定义及核心结构；转换条件：熟记两个配置参数的默认值（512个字段、64字节值长度）及触发规则；优劣对比：能结合内存和性能分析两种编码的适用场景；设计思想：理解Redis“小数据省内存、大数据保性能”的设计理念。Redis Hash类型的两种编码实现，是“因地制宜”优化思想的典型体现——ziplist以“紧凑存储”为核心，解决小数据场景的内存浪

死锁是指两个或多个进程/线程，因互相等待对方持有的资源（如文件锁、互斥锁、数据库连接），而陷入“永久无法继续执行”的状态——没有外力干预，这些进程会一直占用资源却不产生任何业务输出。Linux 死锁的本质是“并发资源竞争导致的永久等待”，其核心是四大必要条件的同时满足——理解这四大条件，就能找到破解死锁的关键（破坏任一条件）。预防优于治疗：提前通过“有序申请资源”“带超时锁”等策略避免死锁，比事后

死锁的本质是“锁竞争的循环等待”，并非 MySQL 的 bug，而是并发事务中“锁策略”与“业务逻辑”共同作用的结果。诊断：通过定位死锁的事务和 SQL，找到锁竞争的根源；预防：从“锁定顺序、事务时长、锁类型、查询方式”四个维度优化，减少锁冲突的概率；兜底：依赖 InnoDB 的自动死锁检测与回滚，确保死锁发生后系统能快速恢复，不影响整体可用性。在实际业务中（如电商秒杀、金融交易），需结合具体场景

FactoryBean表现的是一个工厂的职责,如果一个BeanA 是实现FactoryBean接口,那么A就是变成了一个工厂,根据A的名称获取到的实际上是工厂调用getObject()方法返回的对象,而不是对象本身,如果想获取工厂对象本身,需要在名称前面加上 '&'符号。在Spring中，BeanFactory是工厂的顶层接口，也是IOC容器的核心接口，因此BeanFactory中定义了。Spri