分布式系统、协调与消息
从一致性与故障模型出发，学习重试、分布式 ID、协调、共识、分片、分布式事务、消息系统与持久工作流。
CAP、PACELC 与一致性模型
从一次跨节点读写开始，区分可用性、分区容错以及线性一致、顺序一致、最终一致和业务一致。
超时、重试、幂等、去重与退避
设计带截止时间、指数退避、抖动和幂等键的远程调用，避免重试风暴与重复副作用。
分布式 ID：趋势递增、时钟与号段
比较 UUID、Snowflake、数据库号段和 CosId，理解唯一性、排序、时钟回拨与容量边界。
ZooKeeper 数据模型、会话与 Watch
从 znode 树、版本号和会话开始，理解临时节点、顺序节点以及一次性 Watch 的正确使用方式。
ZooKeeper 配置、选主、锁与注册发现
用 ZooKeeper 原语推导配置、选主、锁和服务发现，并识别羊群效应、会话暂停与 fencing 问题。
Leader 选举与 ZAB 协议
从事务标识、法定人数和日志复制理解 ZooKeeper 的 Leader 选举、广播与崩溃恢复。
Paxos、Raft 与复制状态机
用提案、任期、日志、法定人数和成员变更建立共识直觉，理解复制状态机的安全边界。
ShardingSphere-JDBC 分片实战
从订单访问模式设计分片键、路由算法、绑定表与广播表，并用 Java 测试验证路由稳定性。
ShardingSphere-Proxy、内核与扩容
比较 JDBC 与 Proxy 部署模式，追踪 SQL 处理链，并设计可校验、可回滚的分片扩容。
分布式事务模式
对比 2PC、TCC、Saga、事务消息与 Outbox，用业务不变量和恢复时间选择事务边界。