前言
分布式事務主要解決分布式一致性的問題。說到底就是數據的分布式操作導致僅依靠本地事務無法保證原子性。與單機版的事務不同的是，單機是把多個命令打包成一個統一處理，分布式事務是將多個機器上執行的命令打包成一個命令統一處理。
MySQL 提供了redo log，undo log， Read View，兩階段提交，MVCC 機制等等來保障事務的安全。分布式事務是不是更難呢？拭目以待。
匯總技術架構路線，梳理技術盲區（條理清晰，一清二楚）
在技術匯總中，可以看到有一些是自己常用的，也有一些是當前工作經歷下沒用接觸過的。那么這些以上的技術棧，你有想過他們是怎么互相配合，組裝出一張技術架構圖嗎?每一個地方用什么技術承載，也可以考慮自己的日常開發中，都有哪些技術來支撐你們整個技術框架。
- 這是一張把服務端開發涉及的技術棧匯總出來的一張技術架構圖。
- 當然技術棧內容絕對不止局限于此，還有很多的其他的框架，可以被替代，只不過這些是比較常用的。
- 這些構成你日常開發的整張技術圖，可能有些是沒用接觸的，但這樣就可以很好地讓你去補充自己的盲區。
對應梳理筆記（快速突破核心內容）
什么樣的技術才能進互聯網大廠？
對于一名“合格的”程序員來說，進入互聯網大廠一定是對自己職業生涯上的追求，所以我建議大家平時在學習的時候盡量用大廠的標準要求自己。
每個公司的每個職位要求會略有不同，所以不能一概而論，某一行沒有寫某項技術點也不能代表什么。更多的是參考以及自己在面試求職時可以按照這個方式進行梳理。
綜上，各家公司的招聘要求，梳理出七個方向的考點，包括：基本功底、常用技術、技術深度、技術經驗、學習能力、工作能力、項目經驗。
數據結構與算法
在字節跳動、華為等公司帶動下，無論是求職者還是面試官，都逐漸認識到算法面試其實是相對高效、準確且公平的篩選機制。
你可能會認為這對你來說就是“面試造火箭，工作擰螺絲”罷了，但對于企業來說，算法面試就是為了篩選出足夠聰明要么足夠勤奮的人，在一個算法題中，不僅考察你的溝通能力，你的邏輯思維能力，同時也在考察你的**代碼質量。**因此，無論在哪種情況下，都不是單純刷題背題就能應付的。
- 第 1 節：HashCode為什么使用31作為乘數？
- 第 2 節：HashMap 源碼分析(上)
- 第 3 節：HashMap 源碼分析(下)
- 第 4 節：2-3樹與紅黑樹學習(上)
- 第 5 節：2-3樹與紅黑樹學習(下)
- 第 6 節：ArrayList 詳細分析
- 第 7 節：LinkedList、ArrayList，插入分析
- 第 8 節：雙端隊列、延遲隊列、阻塞隊列
- 第 9 節：java.util.Collections、排序、二分、洗牌、旋轉算法
- 第 10 節：StringBuilder 與 String 對比
碼農會鎖
- 第 1 節：volatile
- 第 2 節：synchronized
- 第 3 節：ReentrantLock 和 公平鎖
- 第 4 節：AQS原理分析和實踐運用
- 第 5 節：AQS 共享鎖，Semaphore、CountDownLatch
多線程
- 第 1 節：Thread.start() 啟動原理
- 第 2 節：Thread，狀態轉換、方法使用、原理分析
- 第 3 節：ThreadPoolExecutor
- 第 4 節：線程池講解以及JVMTI監控
JVM 虛擬機
- 第 1 節：JDK、JRE、JVM
- 第 2 節：JVM 類加載實踐
- 第 3 節：JVM 內存模型
- 第 4 節：JVM 故障處理工具
- 第 5 節：GC 垃圾回收
總結：繪上一張Kakfa架構思維大綱腦圖（xmind）
其實關于Kafka，能問的問題實在是太多了，扒了幾天，最終篩選出44問：基礎篇17問、進階篇15問、高級篇12問，個個直戳痛點，不知道如果你不著急看答案，又能答出幾個呢？
若是對Kafka的知識還回憶不起來，不妨先看我手繪的知識總結腦圖（xmind不能上傳，文章里用的是圖片版）進行整體架構的梳理
資料領取方式：點擊這里免費下載
梳理了知識，刷完了面試，如若你還想進一步的深入學習解讀kafka以及源碼，那么接下來的這份《手寫“kafka”》將會是個不錯的選擇。
-
Kafka入門
-
為什么選擇Kafka
-
Kafka的安裝、管理和配置
-
Kafka的集群
-
第一個Kafka程序
-
Kafka的生產者
-
Kafka的消費者
-
深入理解Kafka
-
可靠的數據傳遞
-
Spring和Kafka的整合
-
SpringBoot和Kafka的整合
-
Kafka實戰之削峰填谷
-
數據管道和流式處理(了解即可)
Kafka的消費者
-
深入理解Kafka
-
可靠的數據傳遞
-
Spring和Kafka的整合
-
SpringBoot和Kafka的整合
-
Kafka實戰之削峰填谷
-
數據管道和流式處理(了解即可)
[外鏈圖片轉存中…(img-kKzqkBuP-1624083209353)]
