之前一直用kafka，也了解了kafka的本身的一些机制，包括顺序读、顺序写、零拷贝、分治、水位等。但一直没详细的了解下kafka消费端是如何工作的。 趁着假期分析下，环境如下： <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.3.12.RELEASE</v…

引入消息中间件以后，系统交互的复杂性提升，一旦出了问题以后，要想各种各样的解决方案。 如果用消息中间件是为了削峰填谷，那在高峰期积压了慢慢处理即可。 如果用消息中间件只是为了解耦、异步处理，业务对时效性有一定的要求，那么就要求必须尽快处理。 消息积压，一般分为两大类： 生产者生产消息过快 消费者消费过慢 这两个问题，又可能引出别的问题，如中间件的磁盘有限，无法导致 这两大类又可以细分为三种： 生产者消费过快 运营活动（导致单位时间内流量激增） 微信推文 push营销 短信触达 跑批处理，一下子导入过多的数据到消费者…

基于springcloud的灰度实现方案（一） 基于springcloud的灰度实现方案（二） @Configuration配置加载分析 之前介绍了灰度方案以及实现，分析feign调用的时候，有点不太尽兴，这次再丰富一下。 首先，我们在feign调用时，使用了FeignClient注解。 #接口调用 @FeignClient("demo-service"） public interface DemoServiceFeginClient { } # 开启feign @EnableFeignClie…