大家好，我是mikechen。

这是我写的架构技术文章，包含：Java、框架、数据库、中间件、分布式、架构..等系列。

为了方便大家的阅读，也为了让知识更系统化，这里我把整个系列一并罗列于此，希望有所帮助@mikechen

史上最强消息队列MQ万字图文总结！

消息队列MQ是大型分布式系统不可缺少的中间件，也是高并发系统的基石中间件，所以掌握好消息队列MQ就变得极其重要了。

本篇会非常全面的详解消息队列MQ，主要会谈到：

• 消息队列MQ架构
• 消息队列MQ设计
• 消息队列MQ的模型
• 消息队列MQ产品选型
• 消息队列MQ的4大应用场景

单点登录SSO的实现原理与方案详解

单点登录在大型网站里使用得非常频繁，例如，阿里旗下有淘宝、天猫等网站，还有背后的成百上千的子系统，用户一次操作或交易可能涉及到几十个子系统的协作，如果每个子系统都需要用户认证，不仅用户会疯掉，各子系统也会为这种重复认证授权的逻辑搞疯掉。

单点登录本篇重点详解了：

• 单点登录的原理
• 单点登录的实现方式
• 同域下的单点登录
• 不同域下的单点登录

史上最全负载均衡原理图文详解

从单机到分布式集群，肯定会涉及到负载均衡，这是中大型网站的必经之路。

本篇重点讲解了负载均衡相关的：

• 负载均衡的原理机制
• 负载均衡均衡的算法
• 轮循
• 加权轮循
• 源地址散列等负载算法

这些算法肯定是要掌握的。

什么是幂等性？四种接口幂等性方案详解！

幂等性在支付场景、下订单，以及分布式系统都是最常遇到的问题。

这篇文章主要讲了以下几点：

• 幂等性的解决方案
• 数据库唯一主键
• 数据库乐观锁
• PRG 模式
• 防重 Token 令牌

如果你还对幂等性不了解，肯定是要重点学习掌握的。

JVM性能调优的6大步骤，及关键调优参数详解

JVM性能调优是大厂面试经常被问的内容，需要重点掌握好。

这篇文章主要讲了以下几点：

• JVM内存调优
• JVM性能调优具体方法
• JVM性能调优6大步骤
• JVM调优参数设置等

如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题

Redis雪崩、穿透…这块，也是属于必备内容了。

比如：：

1. 什么是缓存雪崩？
2. 如何预防缓存雪崩？
3. 什么是缓存穿透？
4. 如何来应对穿透？
5. 什么是缓存并发？
6. 如何来应对并发？

MySQL数据库的索引原理与慢SQL优化的5大原则

MySQL属于Java面试的重灾区，而且大厂非常看重你对数据库的掌握情况。

比如：

• MySQL索引原理
• 索引的数据结构
• MySQL索引b+树详解
• MySQL慢查询优化详解
• MySQL慢查询优化步骤
• MySQL慢查询案例详解

这篇文章都会重点来详解。

MySQL数据库主从同步的3种一致性方案实现，及优劣比较

除此之外，数据量大了也是需要重点考察的。

比如：

• 数据主从同步的由来
• 数据同步一致性解决方案
• 半同步复制
• 数据库中间件
• 缓存记录写key法

这篇文章都会重点来详解。

Redis缓存和MySQL数据一致性方案详解

在高并发的业务场景下，数据库大多数情况都是用户并发访问最薄弱的环节，所以需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问MySQL等数据库。

读取缓存步骤一般没有什么问题，但是一旦涉及到数据更新，比如：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。

这篇文章就会详解以上缓存与数据库不一致的具体解决方案。

本篇主要介绍了以下几点：

1. 高并发场景下MySQL和Redis数据不一致性
2. 延时双删策略详解
3. 异步更新缓存新详解
4. 基于订阅binlog的同步机制详解

Raft算法实现原理详解(图文全解析)

Raft 算法是解决分布式系统一致性问题的，比如：大家熟悉的很多中间件Etcd、Consul、Zookeeper、Tikv等，都会涉及到分布式场景的数据一致性问题。

共识算法有很多种，比如：paxos、raft、zab等，paxos以复杂和难以理解著称，通常来说raft是更容易理解的算法。

本篇重点详解：

1. Raft 算法
2. Raft 算法角色
3. Raft 算法实现原理等

雪花算法详解(原理优缺点及代码实现)

雪花算法，它最早是twitter内部使用的分布式环境下的唯一分布式ID生成算法。

现在很多大厂，基本都采用雪花算法来实现全局唯一ID，而且面试也经常被问到。

本篇重点详解：

1. 雪花算法的原理
2. 雪花算法的结构
3. 雪花算法的实现
4. 雪花算法的代码

9大性能优化经验总结，强烈建议收藏！

为了提升性能，肯定会从全局以及局部优化，这就会涉及到架构以及数据库以及前后端的优化。

这篇文章会重点讲解以下几点性能优化：

1.代码优化
2.数据库优化
3.架构层面优化
4.分布式缓存优化
5.异步化优化
6.Web前段优化
6.服务化
7.硬件升级
8.搜索引擎
9.产品逻辑优化

如何从0到1设计一个类Dubbo的RPC框架

Dubbo是分布式RPC通信框架的杰出代表，国内经常考察。

比如：

RPC框架的核心设计？

Dubbo的底层实现？

如何来实现一个RPC？

RPC核心组件有哪些？

本篇都会重点来详解。

微服务Dubbo和SpringCloud架构设计、优劣势比较

谈到了微服务框架，就不得不谈到Dubbo和SpringCloud。

本篇会重点谈到:

1. 架构的比较
2. 协议的比较
3. 实现的比较
4. 性能的的比较等

Kafka为什么性能这么快？4大核心原因详解

Kafka的性能快，这是大厂Java面试经常问的一个话题。

这里会涉及到：

1. 页缓存技术
2. 磁盘顺序写
3. 零拷贝
4. 分区分段+索引等技术

这篇都会重点来详解。

分布式锁3种实现详解(数据库、缓存、Zookeeper)

目前几乎很多大型网站及应用都是分布式部署的，经常会考察到分布式锁。

这里就会涉及到3种锁的实现：

• Redis分布式锁
• 数据库分布式锁
• Zookeeper分布式锁

这篇都会讲解到具体的实现方式与优劣势比较。

RocketMQ的架构设计、关键特性、与应用场景详解

消息中间件在互联网领域是基石，其中重点要学习的是RocketMQ。

本篇会重点详解RocketMQ相关的：

• RocketMQ的核心组件
• RocketMQ的架构设计
• RocketMQ的关进特性
• RocketMQ的应用场景

分布式架构系统拆分原则、需求、微服务拆分步骤

大型网站淘宝都是如何从小一步步演变到分布式架构，这里会涉及到分布式服务拆分等关键点。

这篇文章主要讲了以下几点：

• 为什么需要应用拆分
• 如何拆分需求
• 如何拆分原则
• 分布式拆分实战
• 分布式架构拆分总结

大型网站演变全过程与架构设计详解

如果还想更加全面的了解分布式系统，肯定会涉及到整个技术网站的架构演变。

比如：淘宝为代表的大型网站是怎样一步步最终演变过来的。

最后再到10.0，这里会经历如下的步骤：

1.初始阶段的网站架构

2.应用服务和数据服务分离

3.使用缓存改善网站性能

4.数据库读写分离

5.使用反向代理加速网站响应

7.使用分布式文件系统

8.分布式数据库系统

10.分布式服务化拆分

这个完整的过程，大型网站演变全过程与架构设计详解，本篇都会重点详解。