大家好，我是鸭鸭！

前几天不是刷到个秀存款的帖子吗，今天刷到个秀公积金的帖子。

在数字世界的广袤海洋中，数据信息如同一艘艘航船，在各种应用系统之间穿梭不息。有时，它们需要即刻抵达；有时，它们需要排队等候，以便下游系统从容处理。为了确保这些“信息航船”能够顺畅、可靠地到达彼岸，我们引入了一种至关重要的技术——消息队列。它就像一个智能化的港口调度中心，负责接收、存储、转发信息，让不同的系统可以独立运作，互不干扰，从而构建出更加健壮、灵活的数字城堡。

然而，在众多扮演“港口调度员”的角色中，有两位明星级选手经常被拿来比较：一位是身手敏捷、快如闪电的“多面手”Redis，另一位则是为应对海量数据而生的物流巨擘Kafka。当系统需要消息队列的功能时，究竟是选择小巧灵活的快艇，还是波澜壮阔的巨轮呢？作为一位资深Redis技术专家，今天我们就来深入探讨它们在消息队列领域的不同之处，以及如何明智地做出选择。

使用消息队列时，我们经常会遇到一个可能对业务产生影响的问题，消息重复。在订单、扣款、对账等对幂等有要求的场景，消息重复的问题必须解决。

咱们这“Redis三部曲”可算是聊到点子上了！前面咱说了它在云时代的风光，也盘了它和国产数据库的“爱恨情仇”，还展望了它在边缘计算的“新战场”。今天，咱们聚焦一个更具体、更火爆的领域——物联网（IoT）！

您琢磨琢磨，现在从手上的智能手表，到家里的智能音箱，再到马路上的共享单车、工厂里的传感器、田地里的监测仪……我的天，那家伙，简直是“万物皆可联，万物皆产数据”啊！这些物联网设备，就像无数个辛勤的“小蜜蜂”，嗡嗡嗡地，每时每刻都在产生海量的数据。

摘要

随着自动驾驶技术的快速发展，仿真测试成为验证自动驾驶算法安全性和可靠性的重要手段。本文介绍了一种基于 Kubernetes（K8s）的自动驾驶仿真云平台系统架构，旨在通过高效的资源管理和灵活的任务调度，实现自动驾驶场景的快速仿真和结果分析。该平台包括基于 Kind 搭建的本地 Kubernetes 集群、顶层的 Web UI、中间层的常驻服务以及底层的仿真任务执行服务，通过各层之间的紧密协作，实现从任务下发到结果展示的全流程自动化。

介绍 Kafka

Kafka 是一款基于发布与订阅的消息系统。

用生产者客户端 API 向 Kafka 生产消息，用消费者客户端 API 从 Kafka 读取这些消息。

引言

一、Kafka的Producer小案例

假设我们现在有一个电商系统，凡是能登录系统的用户都是会员，会员的价值体现在，消费了多少钱，就会累计相应的积分。积分可以兑换礼品包，优惠券···等等。

又到了我们的画图时间。首先我们得先来一个订单系统，那这个订单系统中肯定就会有数据日志产生，它现在就是把这些日志写到Kafka里面，日志我们使用json的方式记录。图中的statement表示订单状态，此时是已支付。

此时担任我们消费者的肯定就是会员系统了，它要对这个id为1的会员进行积分累计。当然必须要考虑到的情况是，这个会员有可能也会进行退款操作，那相应的积分也会减少。statement此时为cancel取消

Kafka 是目前非常主流的一款 MQ 产品，很多开发人员都使用过，实际场景中经常被用来做系统解耦、消息补偿、日志收集等。如果从零开始写一个生产者、消费者该怎么写呢？安哥写了个 Demo，先不管原理机制，跑通再说。

• 1、先删除缓存；
• 2、再写数据库；
• 3、

先说结论：不是普通Hash不行，是分布式场景下它太脆弱！

你以为取模就够了？Redis集群扩容时，数据重分布的噩梦才刚刚开始！