基于石墨文档基于K8S的Go微服务实践，我们这次把该内容中的错误码做了一个详细的介绍。0 背景我们内部系统全部统一采用gRPC协议和protobuf编解码。统一的好处在于不需要在做任何协议、编解码转换，这样就可以使我们所有业务采用同一个protobuf仓库，基于CI/CD工具实现许多自动化功能。我们要求所有服务提供者提前在独立的路径下定义好接口和错误码的protobuf文件，然后提交到GitLab

介绍我们都知道kafka是一个分布式流处理平台. 在大数据领域有着很广泛的应用。而它究竟有哪些特性能够支撑起海量的数据呢，带着这个疑问我将在后续的文章中来和大家一起探讨消息类型点对点(p2p)就拿微信聊天来讲，点对点类型类似于小明和老王之间私聊一样，「小明」说话的内容是只有「老王」才能收到的，其他人是接受不到该消息的发布/订阅(pup/sub)同样我们还是拿微信聊天举例，假设此时小明在群里发布了一

前言想必大家在实际使用过程都遇到过消息的丢失的问题，这里的消息丢失其实涉及到两个方面，一个是Producer生产的数据丢失，一个是Consumer消费的过程中因Offset问题而产生的漏消费。文章中我们会从这两个角度来和大家探讨如何尽量避免消息丢失的问题避免Producer消息丢失Kafka会对已提交的消息进行持久化存储，那么这里「已提交」的消息是什么意思呢？这里就得看Producer层面是如何定

前言上一篇文章kafka系列文章一(kafka介绍)

前言简单来讲Kafka的Consumer Group是由多个Consumer实例共同组成的一个消费组，Consumer Group由一个Group ID来标识，该组内的所有Consumer共同协调来消费Topic下的所有分区，当然一个Consumer实例只能够消费一个分区。所以最为理想的情况下当你的Consumer Group下的Consumer实例个数和你的Topic分区个数相同时，那么每个Co

前言我们都知道Redis是以Key-Value的形式来保存数据的，而Value的数据类型有String、List、Hash、Set、Sorted Set等。Redis之所以能够快速的进行数据读写的原因是什么呢？下文我会和你一起探讨Redis是如何组织这些数据结构的Redis 键值对结构HashTableRedis中有一个「全局哈希表」，该哈希表中保存锁所有的键值对。对于Hash表的查找操作时间复杂