在微服务架构中，完成某一个业务功能可能需要横跨多个服务，操作多个数据库。这就涉及到到了分布式事务，需要操作的资源位于多个资源服务器上，而应用需要保证对于多个资源服务器的数据操作，要么全部成功，要么全部失败。本质上来说，分布式事务就是为了保证不同资源服务器的数据一致性。典型的分布式事务应用场景跨库事务跨库事务指的是，一个应用某个功能需要操作多个库，不同的库中存储不同的业务数据。分库分表通常一个库数据

Bootstrap 是 Netty 框架的启动类和主入口类，分为客户端类Bootstrap和服务器类ServerBootstrap两种。Channel 是 Java NIO 的一个基本构造。它代表一个到实体（如一个硬件设备、一个文件、一个网络套接字或者一个能够执行一个或者多个不同的 I/O 操作的程序组件）的开放连接，如读操作和写操作，目前，可以把 Channel 看作是传入（入站）或者传出（出站

命名服务是为系统中的资源提供标识能力。ZooKeeper的命名服务主要是利用ZooKeeper节点的树形分层结构和子节点的顺序维护能力，来为分布式系统中的资源命名。需要用到分布式命名服务的应用场景典型的有：分布式API目录、分布式节点命名、分布式ID生成器。

循环依赖底层源码分析，@Resouce / @AutoWired区别。

是 Java 中的一个类，它提供了线程本地变量的支持。线程本地变量是指被线程拥有并独立于其他线程的变量。每个线程都可以独立地改变自己的副本，而不会影响其他线程的副本。主要用于在多线程环境下保持变量的线程封闭性，以实现线程安全。

在获取锁之前，线程 会将共享变量的最新值从主内存中读取到线程本地的缓存中，释放锁时会将修改后的共享变量的值刷 新到主内存中，以保证可见性。在多线程环境下，当多个线程访问共享变量时，如果其中一个线程在执行某个操作，其他线程不能同时执行该操作。如果操作A在操作B之前发生在之前（happens-before），那么操作A对于操作B来说，必定是可见的，而且操作A的效果将被操作B看到。作用于工作内存的变量，

比如，在原有Topic下，可以调整Producer的分区策略，让Producer将后续的消息更多的发送到新增的Partition里，这样可以让各个Partition上的消息能够趋于平衡。思路是可行的，但是重试的次数，发送消息的数量等都是需要考虑的问题。PageCache缓存中的消息是断电即丢失的。因为如果业务逻辑异步进行，而消费者已经同步提交了Offset，那么如果业务逻辑执行过程中出现了异常，失

MQ全称消息队列，是在消息的传输过程中保存消息的容器。多用于分布式系统之间进行通信。消息队列是一种在应用程序之间传递消息的技术。它提供了一种异步通信模式，允许应用程序在不同的时间处理消息。消息队列通常用于解耦应用程序，以便它们可以独立地扩展和修改。在消息队列中，消息发送者将消息发送到队列中，然后消息接收者从队列中接收消息。这种模式允许消息接收者按照自己的节奏处理消息，而不必等待消息发送者处理完消息

RocketMQ是阿⾥巴巴开源的⼀个消息中间件，在阿⾥内部历经了双⼗⼀等很多⾼并发场景的考验，能够处理亿万级别的消息。2016年开源后捐赠给Apache，现在是Apache的⼀个顶级项⽬。早期阿⾥使⽤ActiveMQ，但是，当消息开始逐渐增多后，ActiveMQ的IO性能很快达到了瓶颈。于是，阿⾥开始关注Kafka。但是Kafka是针对⽇志收集场景设计的，他的⾼级功能并不是很贴合阿⾥的业务场景。尤

在RecordAccumulator中，会针对每一个Partition，维护一个Deque双端队列，这些Dequeue队列基本上是和Kafka服务端的Topic下的Partition对应的。​然后，Sender对读取出来的消息，会以Broker为key，缓存到一个对应的队列当中。但是如果消费者没有提交Offset，Broker就会认为这个消息还没有被处理过，就会重新往对应的消费者组进行推送，不过这