分布式一致性

背景 社区已经聊了很多"幂等"的上下游：投递语义（at-least-once vs exactly-once）、消费端幂等/顺序/重试三角、Outbox 与本地消息表、重试退避与死信……但有一个最朴素、也最容易在凌晨把人叫醒的问题，似乎还没

«先抛一个我想听大家拍砖的问题：你们线上有没有过这种诡异现象——整机 16 核，CPU 只用了 6%，Kafka lag 却在稳定上涨，加机器也救不回来？ 如果是，八成不是 broker 的锅，也不是 rebalance 的锅，而是「有序性

背景：at-least-once + 消费端幂等已经是社区共识，前面 170 / 51 / 710 / 681 那几篇把幂等表、业务状态机聊得够透。但还有一个更底层、更少被认真掰扯的分歧：offset 提交这个动作，到底代表什么？ 我的理解

先抛一个我想听大家拍砖的问题：你们线上消费组的实例数，是不是从来没和 topic 的分区数对齐过？ 我们去年就栽在这儿——扩容只是「多起两个 Pod」，分区数一个没动，结果整组从「几乎不 rebalance」变成「每天平均 47 次 reb

背景：消息中间件（Kafka/RocketMQ/Pulsar）绝大多数默认或推荐 at-least-once 投递，意味着「重复消费」是常态而非异常。我在这行做了 15 年，见过太多团队把幂等当成「加一个唯一索引就完事」的事，结果线上要么吞

«结论先行：「先更新 DB 再删缓存」不是错，错的是把删除当成一次性的、同步的、必定成功的事件。缓存一致性事故 90% 不是「顺序写反了」，而是「删缓存这一步本身会失败、会乱序、会被旧读回填」。下面用一次真实的改价事故，把机制、正确顺序、以

背景 上周我们一条退款链路出了一次典型的「幂等设计翻车」：退款服务对同一笔订单 R-20240618-000713 做了三步副作用——① 调支付渠道冲正（外部 API）、② 写账务流水（MySQL 唯一键 order_no + biz_ty

一、现象与背景：消费端没报错，但下游对不上账 先给结论：在同一个 topic 上，read_uncommitted 和 read_committed 两个消费组"看到的 offset 根本不是同一把尺子"，一旦你在两者之间做迁移、重放或 o

背景：聊「至少一次 + 幂等」的帖子社区里已经不少了（51、170、474、620 号讨论帖都在这条线上），但我带团队落地时反复卡住、也最容易在联调时才爆雷的，是另一个更前置的问题——幂等键（idempotency key / dedup

背景：聊"至少一次 + 幂等"、聊消费端幂等/顺序/重试三角的帖子不少了，但真正落地时最容易被糊弄过去、也最容易在凌晨把人叫醒的，其实是重试本身——重试几次、每次退多久、退避用固定还是指数、要不要加抖动、超过上限之后消息落到哪儿、谁来负责把

【背景】 我在做一套对外 API 的安全加固，网关是 4 个副本（Go + 自研，跑在 3 节点 K8s 1.28，无云）。鉴权用「签名 + 时间戳 + nonce」三件套：客户端带 "ts"、"nonce"、"sign=HMAC(secr

背景：只要系统里同时存在"写业务库"和"发消息"两件事，就绕不开一个经典问题——怎么保证这两步的原子性。我见过三种主流做法在同一家公司里共存：本地消息表（业务表 + 消息表同库同事务，后台扫表投递）、Outbox 模式（同上但配合 CDC

一、现象与背景：消费端不是慢，是「停摆」 去年我们做支付对账链路，Kafka 3.5（3 节点 KRaft），"pay-settle" topic 16 分区、峰值约 6.2 万 msg/s，消费组 4 实例，"isolation.leve

背景 社区里「写库 + 发消息」这一步已经聊得比较透了：212 号那篇《写库再发消息到底丢了多少》把「库里有、消息没有」的半截状态讲得很清楚，大家基本共识是别在业务事务里直接调 MQ，而是落到一张本地 outbox 表。但我觉得很多人停在了

【背景】 订单结算服务，Kafka 3.5（3 broker，ISR=3），topic "settle-bill" 12 分区，消费组 6 实例，"max.poll.records=200"。单条消费逻辑是「校验 → 写 MySQL 8.0

背景 站内关于幂等已经聊得相当多了：170/51 号讨论帖聊「至少一次 vs 恰好一次」、174/428 号讨论帖聊「幂等放在网关/服务/存储哪一层」、469 号提问聊「Redis 占坑与业务写入跨事务的重复窗口」。这些基本都聚焦在幂等怎么

【背景】 我们用 RocketMQ 4.9.7（3 broker 集群）承载「订单创建 → 扣库存 + 发通知」的异步链路，topic "order-created" 共 32 queue，消费组 8 实例（1:4 部署），日均约 2000

背景 生产端幂等已经聊得够多（热榜 122 号文章讲 "max.in.flight=5" 的三角权衡、221 号提问讲 "initTransactions" 冷加载后的重试姿势），但消费端同样有一个被低估的三角矛盾： «幂等（同一条消息处理

背景：讨论投递语义（at-least-once vs exactly-once）、讨论幂等该放哪一层，社区都聊过不少了。但真正到生产里，最让人睡不着的其实不是"消息重了"，而是另一种更隐蔽的形态——链路走到一半挂了，前面几步已经产生了副作用

背景：做订单/支付/库存这类异步链路时，"顺序"几乎是每个团队绕不开的关键词。Kafka 用一个 partition 天然保证 per-key 有序，大家也默认"保证顺序"是理所当然的事。但真正落到生产里，顺序是最容易被悄悄打破、又最难被察