当今大数据时代，高吞吐、高可靠成为了分布式系统中重要的指标。而Apache Kafka作为一个高性能、分布式、可扩展的消息队列系统，被越来越多的企业和开发者所关注和使用。

本文将介绍Kafka的基本概念，包括Kafka的架构、消息的存储和处理方式、Kafka的应用场景等，帮助读者快速了解Kafka的特点和优势。同时探讨Kafka的一些高级特性，如Kafka的配置、文件存储机制、分区 等，帮助读者更好地使用Kafka构建分布式系统和应用。

在风险洞察分析中，事件总线是整个数据流转的关键一环，本文阐述事件总线的技术难点与解决方案、整体架构图等。

相对于单例数据库的查询操作，分布式数据查询会有很多技术难题。本文记录 Mysql 分库分表 和 Elasticsearch Join 查询的实现思路，了解分布式场景数据处理的设计方案。

文章从常用的关系型数据库 MySQL 的分库分表Join 分析，再到非关系型 ElasticSearch 来分析 Join 实现策略。逐步深入Join 的实现机制。

招募用户几乎是每一个用研新人最先接触到的工作内容，招募用户看似简单，但却对后续信息获取起着决定性作用，如何招募到契合研究目标的用户也是有很多思考在其中的，从我参与到的几次招募工作中总结了几点心得，在此和大家分享一下。

在企业业务领域，锦礼是针对福利、营销、激励等员工采购场景的一站式解决方案，包含面向员工、会员等弹性激励SAAS平台。由于其直接面向公司全体员工，其服务的高可用尤其重要，本文将介绍锦礼商城大促前夕，通过混沌工程实战演习，降低应用的MTTR。

大促期间系统的稳定性对于业务的正常运营如此重要，我们需要探讨以下问题：

• 影响系统稳定性的因素都有哪些？
• 稳定性要求与日常对系统的高可用要求有哪些不同之处？
• 面对各种不稳定因素，我们应该如何应对？

最近在对稳健理财BFF层聚合查询服务优化治理，针对文章内的串行改并行章节进行展开，分享下实践经验，主要涉及原同步改异步的过程、全异步化后衍生的问题以及治理方面的思考与改进。

本文提供了将短暂时效cookie改为长久有效的方案，实现UI自动化和依赖cookie鉴权的接口自动化。

脚手架是一种基础设施工具，用于快速生成项目的框架代码和文件结构。它是一种标准化的开发工具，使开发人员能够在项目的早期阶段快速搭建出一个具备基本功能和结构的系统。

tokio 是 rust 生态中流行的异步运行框架。在实际生产中我们如果希望 tokio 应用程序与特定的 cpu core 绑定该怎么处理呢？这次我们来聊聊这个话题。首先我们先写一段简单的多任务程序。

本文从营销活动出发，详细介绍了魔笛一站式活动平台如何提高生产力。

测试，没有分析与设计就失去了灵魂；

在编写用例之前，该如何进行专业的测试分析与设计呢？

今天就给大家介绍一下由测试领域专家James Batch总结的测试分析与设计模型，HTSM启发式测试策略设计模型。

B端业务具有高专业度、复杂度的特征，且地图相关的设计从界面上相较于常规页面具有特殊性，目前存在一致性差、易用性不足等问题。通过对现有系统页面整合、梳理、分析，提取设计原则，对地图可视化信息进行整合、归类、再设计，从而规范化地图页面设计。

Archetype是Maven插件，可快速创建项目结构，提高代码质量和可维护性。ddd-archetype是基于DDD应用架构的Maven Archetype原型工程，可帮助快速创建脚手架，提升开发效率和项目结构的统一性。安装使用过程中需将本地的maven私服中的archetype-catalog.xml加入到catalogs中，选择本地archetype-catalog，并且选择ddd-archetype，填入项目信息并创建项目。本文提供了配套的代码案例，该案例使用DDD和本文的应用架构实现了简单的CMS系统，同时提供了后端和前端两个代码库，涉及DDD的概念有实体、值对象、聚合根、Factory、Repository、CQRS等。

行业内不断出现使用大型 3D 场景呈现的互动类项目，我们团队也跟上发展步伐，在此将积累下来的开发经验和优化策略和大家分享一下。

京喜达技术部在社区团购场景下采用JDQ+Flink+Elasticsearch架构来打造实时数据报表。随着业务的发展 Elasticsearch开始暴露出一些弊端，不适合大批量的数据查询，高频次深度分页导出导致ES宕机、不能精确去重统计，多个字段聚合计算时性能下降明显。所以引入ClickHouse来处理这些弊端。

数据写入链路是业务数据(binlog)经过处理转换成固定格式的MQ消息，Flink订阅不同Topic来接收不同生产系统的表数据，进行关联、计算、过滤、补充基础数据等加工关联汇总成宽表，最后将加工后的DataStream数据流双写入ES和ClickHouse。查询服务通过JSF和物流网关对外暴露提供给外部进行展示，由于ClickHouse将所有计算能力都用在一次查询上，所以不擅长高并发查询。我们通过对部分实时聚合指标接口增加缓存，或者定时任务查询ClickHosue计算指标存储到ES，部分指标不再实时查ClickHouse而是查ES中计算好的指标来抗住并发，并且这种方式能够极大提高开发效率，易维护，能够统一指标口径。

在引入ClickHouse过程中经历各种困难，耗费大量精力去探索并一一解决，在这里记录一下希望能够给没有接触过ClickHouse的同学提供一些方向上的指引避免多走弯路，如果文中有错误也希望多包含给出指点，欢迎大家一起讨论ClickHouse相关的话题。