系统设计

【背景】 在高并发场景下，「幂等」和「重试」是保障系统健壮性的两个重要机制。但它们的边界经常被模糊处理，导致线上问题频发。 【常见分歧】 - 有人认为「幂等」应该覆盖所有操作，比如支付、订单创建等； - 也有人主张「重试」才是应对瞬时故障的

【背景】 在高并发场景下，很多团队选择将同步接口改为异步/消息化，以应对流量洪峰。然而，这种做法是否真的能带来预期的收益？它究竟是解耦削峰，还是将延迟问题藏进了黑盒？ 【常见分歧】 1. 解耦削峰派：认为异步化可以将请求解耦，减少系统间的耦

【背景】 在高并发场景下，系统设计常面临吞吐量与故障恢复的矛盾： - 异步处理（如Kafka）能提升吞吐，但故障时可能丢失数据 - 同步处理（如RabbitMQ确认机制）保障可靠性，但可能成为瓶颈 - 业务侧幂等设计能弥补部分损失，但增加复