3.3 KiB
3.3 KiB
SUMMARY
- 简介
- 开篇词 | 优秀的程序员，你的技术栈中不能只有“增删改查”
- 预习 | 怎样更好地学习这门课？
- 01 | 为什么需要消息队列？
- 02 | 该如何选择消息队列？
- 03 | 消息模型：主题和队列有什么区别？
- 04 | 如何利用事务消息实现分布式事务？
- 05 | 如何确保消息不会丢失?
- 06 | 如何处理消费过程中的重复消息？
- 07 | 消息积压了该如何处理？
- 08 | 答疑解惑（一） : 网关如何接收服务端的秒杀结果？
- 09 | 学习开源代码该如何入手？
- 10 | 如何使用异步设计提升系统性能？
- 11 | 如何实现高性能的异步网络传输？
- 12 | 序列化与反序列化：如何通过网络传输结构化的数据？
- 13 | 传输协议：应用程序之间对话的语言
- 14 | 内存管理：如何避免内存溢出和频繁的垃圾回收？
- 加餐 | JMQ的Broker是如何异步处理消息的？
- 15 | Kafka如何实现高性能IO？
- 16 | 缓存策略：如何使用缓存来减少磁盘IO？
- 17 | 如何正确使用锁保护共享数据，协调异步线程？
- 18 | 如何用硬件同步原语（CAS）替代锁？
- 19 | 数据压缩：时间换空间的游戏
- 20 | RocketMQ Producer源码分析：消息生产的实现过程
- 21 | Kafka Consumer源码分析：消息消费的实现过程
- 22 | Kafka和RocketMQ的消息复制实现的差异点在哪？
- 23 | RocketMQ客户端如何在集群中找到正确的节点？
- 24 | Kafka的协调服务ZooKeeper：实现分布式系统的“瑞士军刀”
- 25 | RocketMQ与Kafka中如何实现事务？
- 26 | MQTT协议：如何支持海量的在线IoT设备?
- 27 | Pulsar的存储计算分离设计：全新的消息队列设计思路
- 28 | 答疑解惑（二）：我的100元哪儿去了？
- 29 | 流计算与消息（一）：通过Flink理解流计算的原理
- 30 | 流计算与消息（二）：在流计算中使用Kafka链接计算任务
- 31 | 动手实现一个简单的RPC框架（一）：原理和程序的结构
- 32 | 动手实现一个简单的RPC框架（二）：通信与序列化
- 33 | 动手实现一个简单的RPC框架（三）：客户端
- 34 | 动手实现一个简单的RPC框架（四）：服务端
- 35 | 答疑解惑（三）：主流消息队列都是如何存储消息的？
- 期中测试丨10个消息队列热点问题自测
- 期末测试 | 消息队列100分试卷等你来挑战！
- 结束语 | 程序员如何构建知识体系？
- 第二季回归丨这次我们一起实战后端存储