Kafka 之所以能实现惊人的高吞吐量（单机可达每秒处理百万级消息），并不是依赖某种“黑魔法”，而是因为它把计算机科学中已有的高效技术组合并发挥到了极致。简单来说，Kafka 的设计核心是：利用操作系统的特性，把磁盘写成内存的速度，把网卡跑满。Kafka 快的原因可以概括为：顺序 I/O 替代随机 I/O，零拷贝替代传统搬运，批量压缩减少传输量，并行分区利用集群算力。

数据库优化是一个系统工程，通常遵循“先软件后硬件，先优化后扩容”的原则。

作为架构师设计高并发微服务架构，落地前必须量化业务指标，作为架构设计的依据，核心思路是围绕流量管控、服务解耦、弹性伸缩、数据分层、高可用保障五大维度展开，从架构分层、组件选型、设计原则到落地实践全链路规划，同时兼顾性能、稳定性、可扩展性与运维成本。

在开发中，我们经常会处理一些敏感数据，比如：身份证号、手机号、银行卡、邮箱等等。为了保护用户的数据安全，我们需要对这些数据进行脱敏处理。JAVA提供了一些工具，可以让我们更加便捷的去处理。@Retention(RetentionPolicy.RUNTIME)：运行时生效。@Target(ElementType.FIELD)：可用在字段上。@JacksonAnnotationsInside：此注解可

伴随信息量的爆炸式增长以及构建的应用系统越来越多样化、复杂化，特别是企业级应用互联网化的趋势，缓存（Cache）对应用程序性能的优化变的越来越重要。将所需服务请求的数据放在缓存中，既可以提高应用程序的访问效率，又可以减少数据库服务器的压力，从而让用户获得更好的用户体验。定义了 org.springframework.cache.Cache 和 org.springframework.cache.C

在开发中，我们经常会处理一些敏感数据，比如：身份证号、手机号、银行卡、邮箱等等。为了保护用户的数据安全，我们需要对这些数据进行脱敏处理。JAVA提供了一些工具，可以让我们更加便捷的去处理。@Retention(RetentionPolicy.RUNTIME)：运行时生效。@Target(ElementType.FIELD)：可用在字段上。@JacksonAnnotationsInside：此注解可

2PC/3PC：依赖于数据库，能够很好的提供强一致性和强事务性，但延迟比较高，比较适合传统的单体应用，在同一个方法中存在跨库操作的情况，不适合高并发和高性能要求的场景。TCC：适用于执行时间确定且较短，实时性要求高，对数据一致性要求高，比如互联网金融企业最核心的三个服务：交易、支付、账务。本地消息表/MQ 事务：适用于事务中参与方支持操作幂等，对一致性要求不高，业务上能容忍数据不一致到一个人工检查

MySQL 的锁可以分成三类：总体、类型、粒度。总体上分成两种：乐观锁和悲观锁数据库管理上分成两种：读锁(共享锁或者S锁（Shared Lock）)和写锁(排他锁或者X锁（Exclusive Lock）)锁的粒度上可以分成五种：表锁，行锁，页锁，间隙锁，临键锁。