<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Kafka on Answer</title>
    <link>https://answer.freetools.me/tags/kafka/</link>
    <description>Recent content in Kafka on Answer</description>
    <generator>Hugo -- 0.152.2</generator>
    <language>zh-cn</language>
    <lastBuildDate>Sat, 07 Mar 2026 14:58:32 +0800</lastBuildDate>
    <atom:link href="https://answer.freetools.me/tags/kafka/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>时间轮如何以O(1)复杂度处理百万级延迟任务</title>
      <link>https://answer.freetools.me/%E6%97%B6%E9%97%B4%E8%BD%AE%E5%A6%82%E4%BD%95%E4%BB%A5o1%E5%A4%8D%E6%9D%82%E5%BA%A6%E5%A4%84%E7%90%86%E7%99%BE%E4%B8%87%E7%BA%A7%E5%BB%B6%E8%BF%9F%E4%BB%BB%E5%8A%A1/</link>
      <pubDate>Sat, 07 Mar 2026 14:58:32 +0800</pubDate>
      <guid>https://answer.freetools.me/%E6%97%B6%E9%97%B4%E8%BD%AE%E5%A6%82%E4%BD%95%E4%BB%A5o1%E5%A4%8D%E6%9D%82%E5%BA%A6%E5%A4%84%E7%90%86%E7%99%BE%E4%B8%87%E7%BA%A7%E5%BB%B6%E8%BF%9F%E4%BB%BB%E5%8A%A1/</guid>
      <description>深入解析延迟队列的实现原理：从数据库轮询到最小堆，再到时间轮算法的演进历程。追溯1987年Varghese和Lauck的开创性论文，剖析Kafka层级时间轮的设计思想，解读Linux内核2015年重新设计时间轮的原因，比较时间轮、最小堆、Redis ZSet、消息队列延迟消息等多种方案的权衡与适用场景。</description>
    </item>
    <item>
      <title>消息队列的投递语义为何如此复杂：从「精确一次」的不可能到「有效一次」的工程实践</title>
      <link>https://answer.freetools.me/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97%E7%9A%84%E6%8A%95%E9%80%92%E8%AF%AD%E4%B9%89%E4%B8%BA%E4%BD%95%E5%A6%82%E6%AD%A4%E5%A4%8D%E6%9D%82%E4%BB%8E%E7%B2%BE%E7%A1%AE%E4%B8%80%E6%AC%A1%E7%9A%84%E4%B8%8D%E5%8F%AF%E8%83%BD%E5%88%B0%E6%9C%89%E6%95%88%E4%B8%80%E6%AC%A1%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Sat, 07 Mar 2026 05:21:22 +0800</pubDate>
      <guid>https://answer.freetools.me/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97%E7%9A%84%E6%8A%95%E9%80%92%E8%AF%AD%E4%B9%89%E4%B8%BA%E4%BD%95%E5%A6%82%E6%AD%A4%E5%A4%8D%E6%9D%82%E4%BB%8E%E7%B2%BE%E7%A1%AE%E4%B8%80%E6%AC%A1%E7%9A%84%E4%B8%8D%E5%8F%AF%E8%83%BD%E5%88%B0%E6%9C%89%E6%95%88%E4%B8%80%E6%AC%A1%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%AE%9E%E8%B7%B5/</guid>
      <description>深入剖析消息队列投递语义的本质困境：为什么「精确一次」投递在分布式系统中理论上不可能实现？从Two Generals问题到FLP不可能性结果，从Kafka的幂等生产者到Pulsar的事务API，揭示主流消息队列如何通过去重、幂等性和事务机制实现「有效一次」处理语义，以及在性能、延迟和可靠性之间如何权衡。</description>
    </item>
    <item>
      <title>消息队列的顺序性为何如此难以保证——从分区策略到消费者并发的完整技术解析</title>
      <link>https://answer.freetools.me/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97%E7%9A%84%E9%A1%BA%E5%BA%8F%E6%80%A7%E4%B8%BA%E4%BD%95%E5%A6%82%E6%AD%A4%E9%9A%BE%E4%BB%A5%E4%BF%9D%E8%AF%81%E4%BB%8E%E5%88%86%E5%8C%BA%E7%AD%96%E7%95%A5%E5%88%B0%E6%B6%88%E8%B4%B9%E8%80%85%E5%B9%B6%E5%8F%91%E7%9A%84%E5%AE%8C%E6%95%B4%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Fri, 06 Mar 2026 23:45:56 +0800</pubDate>
      <guid>https://answer.freetools.me/%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97%E7%9A%84%E9%A1%BA%E5%BA%8F%E6%80%A7%E4%B8%BA%E4%BD%95%E5%A6%82%E6%AD%A4%E9%9A%BE%E4%BB%A5%E4%BF%9D%E8%AF%81%E4%BB%8E%E5%88%86%E5%8C%BA%E7%AD%96%E7%95%A5%E5%88%B0%E6%B6%88%E8%B4%B9%E8%80%85%E5%B9%B6%E5%8F%91%E7%9A%84%E5%AE%8C%E6%95%B4%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</guid>
      <description>消息队列的顺序性为何如此难以保证——从分区策略到消费者并发的完整技术解析</description>
    </item>
    <item>
      <title>幂等性设计：为何一个请求被重复执行会产生数据灾难</title>
      <link>https://answer.freetools.me/%E5%B9%82%E7%AD%89%E6%80%A7%E8%AE%BE%E8%AE%A1%E4%B8%BA%E4%BD%95%E4%B8%80%E4%B8%AA%E8%AF%B7%E6%B1%82%E8%A2%AB%E9%87%8D%E5%A4%8D%E6%89%A7%E8%A1%8C%E4%BC%9A%E4%BA%A7%E7%94%9F%E6%95%B0%E6%8D%AE%E7%81%BE%E9%9A%BE/</link>
      <pubDate>Fri, 06 Mar 2026 04:33:44 +0800</pubDate>
      <guid>https://answer.freetools.me/%E5%B9%82%E7%AD%89%E6%80%A7%E8%AE%BE%E8%AE%A1%E4%B8%BA%E4%BD%95%E4%B8%80%E4%B8%AA%E8%AF%B7%E6%B1%82%E8%A2%AB%E9%87%8D%E5%A4%8D%E6%89%A7%E8%A1%8C%E4%BC%9A%E4%BA%A7%E7%94%9F%E6%95%B0%E6%8D%AE%E7%81%BE%E9%9A%BE/</guid>
      <description>深入解析幂等性在分布式系统中的核心地位。从数学定义到HTTP协议，从幂等键机制到TCC事务补偿，系统梳理如何防止重复操作导致的数据不一致。剖析Stripe幂等键实现、Kafka恰好一次语义、Seata TCC解决方案，揭示竞态条件处理、缓存策略选择、TTL设置等工程实践中的关键决策。</description>
    </item>
    <item>
      <title>零拷贝：让数据&#34;走捷径&#34;的三十年技术演进</title>
      <link>https://answer.freetools.me/%E9%9B%B6%E6%8B%B7%E8%B4%9D%E8%AE%A9%E6%95%B0%E6%8D%AE%E8%B5%B0%E6%8D%B7%E5%BE%84%E7%9A%84%E4%B8%89%E5%8D%81%E5%B9%B4%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B/</link>
      <pubDate>Thu, 05 Mar 2026 15:21:30 +0800</pubDate>
      <guid>https://answer.freetools.me/%E9%9B%B6%E6%8B%B7%E8%B4%9D%E8%AE%A9%E6%95%B0%E6%8D%AE%E8%B5%B0%E6%8D%B7%E5%BE%84%E7%9A%84%E4%B8%89%E5%8D%81%E5%B9%B4%E6%8A%80%E6%9C%AF%E6%BC%94%E8%BF%9B/</guid>
      <description>从1990年代的传统read/write到2020年代的io_uring，零拷贝技术经历了三次重大演进。本文深入解析传统I/O的4次拷贝与2次上下文切换开销、DMA的工作原理、mmap的页表映射机制、sendfile与splice的系统调用差异、MSG_ZEROCOPY的页钉住技术、以及io_uring如何通过共享环形缓冲区彻底改变I/O范式。以Kafka和Nginx为实例，展示零拷贝在高性能系统中的实际应用效果。</description>
    </item>
  </channel>
</rss>
