服务发现：到底是要 CP 还是 AP？
本文探讨RPC框架中服务发现的CP与AP选择问题。在超大规模集群下，基于ZooKeeper的强一致（CP）方案因性能瓶颈易导致宕机，而最终一致（AP）方案通过消息总线实现数据同步，兼顾性能与稳定性，更适用于高可用、低延迟的服务发现场景。
优雅启动：如何避免流量打到没有启动完成的节点？
本文介绍RPC服务优雅启动的两大核心机制：**启动预热**与**延迟暴露**。通过启动预热，调用方按时间动态提升新节点权重，避免刚启动的“冷”服务因高负载导致请求超时；结合延迟暴露，在应用完全启动并完成资源预加载后才注册到注册中心，确保服务上线即稳定。二者协同实现流量平滑接入，保障系统可靠性。
优雅关闭：如何避免服务停机带来的业务损失？
本课讲解RPC中“优雅关闭”的重要性，避免服务重启导致调用方请求失败。通过添加关闭钩子、设置请求挡板、引用计数器及超时机制，确保正在处理的请求完成，新请求被拒绝并安全重试，实现业务无损上下线。
异常重试：在约定时间内安全可靠地重试
本节讲解RPC框架中的异常重试机制，重点探讨如何在超时控制、节点避让和异常判定的基础上实现安全可靠的重试。需确保业务逻辑幂等，设置重试白名单，并在每次重试前重置超时时间，避免耗时超标，提升系统容错性与稳定性。（239字）
健康检测：这个节点都挂了，为啥还要疯狂发请求？
本文探讨RPC框架中服务健康检测的挑战与优化。通过真实案例揭示：当节点网络异常、心跳间歇失败时，仅依赖心跳机制易导致“半死不活”节点持续接收请求。提出结合业务请求可用率（成功次数/总调用次数）动态评估节点状态，弥补传统心跳机制的不足，实现更精准的健康判断，提升系统稳定性与可用性。
大规模检索系统
本讲介绍大规模检索系统如何通过分布式技术加速检索。通过索引拆分，将倒排索引分散到多台服务器内存中，减少单机数据规模和磁盘访问，从而提升单次查询效率。结合分发服务器与负载均衡，实现高吞吐、低延迟的分布式检索架构。
SpringCloud框架
Nacos通过命名空间、组、配置集实现分级存储，支持多环境隔离与灵活配置管理；Eureka基于心跳实现服务注册发现，两者均支持AP模式集群。Nacos兼具配置中心功能，且健康检查更实时。OpenFeign则通过serviceId负载均衡调用服务实例。
10 | 索引拆分：大规模检索系统如何使用分布式技术加速检索？
在大规模检索系统中，分布式技术通过拆分倒排索引提升性能。基于文档的水平拆分将数据随机分布到多台服务器，实现并行检索与负载均衡；基于关键词的垂直拆分则按词典划分，减少请求复制但易引发热点问题。前者扩展性好、运维简单，后者适用于特定高性能场景。合理选择拆分策略是提升系统吞吐与响应速度的关键。
10 | 索引拆分：大规模检索系统如何使用分布式技术加速检索？
在大规模检索系统中，分布式技术通过拆分倒排索引提升性能。常见方案有基于文档的水平拆分和基于关键词的垂直拆分。前者将文档集分割，各分片独立建索引，支持并行检索与高效扩展；后者按词典切分，减少请求复制但易引发负载不均。工业界多采用文档拆分，因其扩展性好、运维简单，且可通过副本机制避免热点问题，适合搜索引擎、推荐系统等场景。
