Apache ShardingSphere 是一套开源的分布式数据库中间件解决方案，旨在解决分布式场景下的数据库分片、读写分离、数据加密、影子库等问题，提供标准化的数据访问层，简化分布式数据库操作。它采用 插件化架构，支持多种数据库（如 MySQL、PostgreSQL、SQL Server 等），并与 Spring、MyBatis 等主流框架无缝集成。ShardingSphere 定位为 “数据

用户下单后，系统往 MQ 里塞一条 “15 分钟后提醒我检查支付” 的消息（但这条消息先不发出去，算 “待确认” 状态）。失败就直接删了消息。，解决了传统定时任务的性能瓶颈，同时利用事务消息的特性确保极端场景下的数据一致性，适合高并发的电商、支付等场景。等 15 分钟后那条提醒消息发过来时，一看订单已支付，就当没看见。订单没了，就扔了消息，不会乱操作。15 分钟到了，消息发过来，查订单还是 “待支

当多个事务同时处理同一个订单号时，第一个事务执行 `select ... for update` 会锁定对应的行（如果不存在，会锁定“间隙”，即未来可能插入该订单号的位置，这是InnoDB的间隙锁机制）。假设订单表 `orders` 有唯一索引 `idx_order_no`（订单号唯一），字段包括 `order_no`（订单号）、`user_id`（用户ID）等。如果查询条件命中索引（如按订单号

RocketMQ 的事务事务消息机制是其核心特性之一，专门用于解决分布式系统中 “本地事务与远程操作一致性” 问题（即分布式事务问题）。它通过 “两阶段提交” 思想，确保本地业务操作与消息发送的最终一致性，避免出现 “本地事务成功但消息未发出” 或 “消息发出但本地事务失败” 的情况。RocketMQ 事务消息通过 “半事务消息预处理→本地事务执行→提交 / 回滚→回查补偿” 四步流程，解决了分布

中小规模分布式应用（如日订单量 10 万～1000 万的电商）；对性能敏感、不想引入中间件 overhead 的场景；已有单库单表应用，想低成本迁移到分库分表的项目。如果你的业务需要 “多应用共享数据库”“大规模集群管控”，则可考虑 MyCat 等独立中间件；但如果追求 “轻量、高效、低改造”，Sharding-JDBC 一定是首选。

分库分表是 “手动拆分” 的过渡方案，适合早期数据量不大、团队能接受高维护成本的场景；而分布式数据库 / 数据库分片是 “自动化拆分” 的成熟方案，通过工具屏蔽了底层复杂性，让业务更专注于功能而非数据存储细节，因此成为现在的主流选择。简单说：能用工具自动搞定的事，谁还想手动干呢？

用户先去 “授权服务器” 办 “通行证”，每次访问都带着通行证过 “网关” 这道岗，网关确认通行证有效后，告诉后面的微服务 “这人是谁、能干嘛”，最后微服务决定给不给数据。

SOA 是一种架构设计理念，核心是将系统拆分为多个 “松耦合、可复用” 的服务，通过标准化接口（如 SOAP、REST）让服务间交互，实现业务功能的灵活组合。核心特点：服务粒度较粗：通常一个服务对应一个完整业务领域（如 “订单服务” 包含下单、支付、物流全流程）。依赖 ESB（企业服务总线）：服务间通信通过 ESB 中转，统一处理路由、协议转换、数据格式适配。跨平台 / 技术：允许不同语言、不同技

云原生的本质是 **“让应用‘生于云、长于云’”**—— 区别于传统 “将本地应用迁移到云” 的模式，云原生应用从设计之初就充分适配云平台的特性（如弹性伸缩、资源池化、分布式部署），甚至可以理解为 “为云平台量身定制的应用开发范式”。官方（云原生计算基金会 CNCF）对云原生的定义更明确：云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包

在大模型应用开发中，写好提示词（Prompt）是让 LLM 准确回答问题的核心，本质是通过清晰的指令 “引导模型理解需求、限定输出范围、规避错误”。通过这几点，能让 LLM 的回答准确率大幅提升，尤其适合开发中需要稳定输出结果的场景（如客服机器人、数据提取工具等）。指定输出格式（如列表、表格、JSON），避免模型自由发挥导致结果混乱，尤其适合开发中需要解析结果的场景。如果任务复杂（如分类、翻译风格