Raft是分布式系统中最常用的共识算法，理解其原理是设计高可用系统的基础。
本文深入剖析Raft的核心机制、Leader选举、日志复制和Java实现，帮助你掌握分布式一致性的精髓。

一、为什么需要共识算法

1.1 分布式系统挑战

分布式事务是微服务架构的核心挑战，TCC和Saga是两种主流的补偿型事务方案。
本文深入剖析TCC和Saga的实现原理、适用场景和实战案例，帮助你解决跨服务事务一致性问题。

一、分布式事务概述

1.1 CAP定理

CAP定理：

一致性 (Consistency)
├─ 所有节点在同一时间看到相同数据
└─ 强一致性

可用性 (Availability)
├─ 每个请求都能得到响应
└─ 不保证是最新数据

分区容错性 (Partition Tolerance)
├─ 网络分区时系统仍能运行
└─ 分布式系统必须满足

结论：P是必须的，只能在C和A之间选择

分布式锁是分布式系统中保证互斥访问共享资源的重要机制。
本文深入剖析Redis和Zookeeper两种分布式锁的实现原理、对比分析和实战案例，帮助你选择合适的分布式锁方案。

一、为什么需要分布式锁

1.1 分布式系统并发问题

并发问题场景：

┌─────────────────────────────────────────────────────────────┐
│  场景：商品库存扣减                                          │
│                                                             │
│  服务A ──→ 查询库存=100 ──→ 扣减 ──→ 库存=99                 │
│  服务B ──→ 查询库存=100 ──→ 扣减 ──→ 库存=99                 │
│                                                             │
│  问题：两个服务都扣减了，实际库存应该是98                      │
└─────────────────────────────────────────────────────────────┘

解决方案：
├─ 乐观锁：版本号控制
├─ 悲观锁：数据库锁
└─ 分布式锁：跨进程互斥

对账是金融系统的核心模块，是保障资金安全、数据一致性的最后一道防线。
本文从金融业务视角出发，系统介绍对账的完整体系，包括对账分类、架构设计、核心算法、账务处理和生产实践，帮助你构建企业级对账系统。

一、对账概述

1.1 什么是对账

对账定义：

对账(Reconciliation)是指将两个或多个数据源的数据进行核对，发现差异并分析原因的过程。

在金融系统中，对账的核心目标：
├─ 资金安全：确保资金流水准确无误
├─ 数据一致：保证各系统间数据一致
├─ 风险控制：及时发现异常交易
└─ 合规要求：满足监管审计要求

架构决策记录(ADR)是记录架构决策的轻量级方法，帮助团队理解架构演进的原因和过程。
本文系统介绍ADR的核心概念、编写方法和实战案例，帮助你建立架构决策文档化体系。

一、为什么需要ADR

1.1 架构决策问题

架构决策问题：

1. 决策原因不明确
   ├─ 为什么选择这个技术？
   ├─ 有什么替代方案？
   └─ 为什么放弃其他方案？

2. 决策过程不透明
   ├─ 谁参与了决策？
   ├─ 考虑了哪些因素？
   └─ 如何达成共识？

3. 决策结果不持久
   ├─ 决策文档丢失
   ├─ 新人不了解历史
   └─ 重复讨论已决策事项

演进式架构是支持增量式变更的架构，能够适应业务和技术的不断变化。
本文系统介绍演进式架构的核心原则、实现方法和实战案例，帮助你构建可持续发展的系统。

一、演进式架构概述

1.1 什么是演进式架构

演进式架构定义：

支持增量式、可逆的、多维度变更的架构。

核心特征：
├─ 适应性：能够适应变化
├─ 可逆性：变更可以回滚
├─ 渐进式：支持小步迭代
└─ 多维度：支持技术、业务、数据等多维度演进

金融系统对架构有极高的要求，包括高可用、高性能、强一致性和安全性。
本文系统介绍金融级分布式架构的核心设计原则、关键技术和实战案例，帮助你构建可靠的金融系统。

一、金融系统特点

1.1 核心要求

分布式 ID 生成器：雪花算法深度解析与变种方案是分布式系统中的核心话题，它涉及数据一致性、可用性和分区容错等关键挑战。
本文深入分析了分布式 ID 生成器：雪花算法深度解析与变种方案的原理和解决方案，帮助你构建可靠的分布式系统。

在单机数据库时代，我们用 MySQL 的 AUTO_INCREMENT 就能搞定主键生成。但到了分布式环境，问题就来了：

• 分库分表后自增 ID 冲突：两个库各自从 1 开始自增，主键必然重复
• 数据迁移困难：不同系统的 ID 体系不统一
• 并发性能瓶颈：单点数据库生成 ID 成为性能天花板

实时消息推送系统：WebSocket、SSE 与长轮询对比是系统设计的核心，它决定了系统的可扩展性、可靠性和可维护性。
本文介绍了实时消息推送系统：WebSocket、SSE 与长轮询对比的设计原则和实践经验，帮助你提升架构设计能力。

HTTP 是请求-响应模型，客户端发请求，服务端给响应。但很多场景需要服务端主动推送：

• 即时消息：微信/钉钉消息
• 实时行情：股票价格波动
• 协同编辑：多人在线文档
• 实时监控：服务器指标
• 直播互动：弹幕、点赞

Redis是高性能的内存数据库，广泛应用于缓存、会话管理和实时数据处理等场景。
本文介绍了Redis的核心特性和使用场景，帮助你构建高性能的应用系统。