消息可靠性篇：如何保证消息不丢、不乱、不重复
消息可靠性不是一句 MQ 保证就够了，它需要生产者确认、Broker 持久化、消费者 Ack、幂等处理和补偿机制一起工作。
技术文章、实现记录与项目复盘。
栏目
按年份
事务消息与最终一致性：订单、支付、库存如何用 MQ 串起来
事务消息解决的是本地事务与消息发送之间的一致性问题，最终一致性则依赖幂等、补偿和对账收敛。
延迟消息与定时任务：订单超时取消应该怎么做
延迟消息适合业务触发后的未来动作，但订单超时取消这类场景还需要状态校验、幂等和补偿扫描。
消息队列选型指南：Kafka、RocketMQ、RabbitMQ、Pulsar 怎么选
消息队列选型不要只看吞吐，还要看业务语义、消费模型、延迟、顺序性、事务能力、运维成本和团队经验。
电商下单链路中的消息队列设计
电商下单链路里的消息队列要服务异步解耦、库存协同、支付回调、超时关闭、通知和报表，同时保证幂等与补偿。
Kafka + Flink 实时数据链路设计
Kafka + Flink 是实时数据链路里的经典组合，Kafka 负责承接数据流，Flink 负责清洗、窗口计算和状态处理。
Outbox Pattern 工程实践：数据库提交成功但消息发送失败怎么办
Outbox Pattern 用一张本地消息表把业务状态变更和待发送事件放进同一个数据库事务，再异步投递到消息队列。
消费者幂等设计：重复消息为什么不可避免
重复消息是消息系统里的常态，消费者必须通过业务唯一键、去重表、状态机和条件更新保证幂等。
重试队列、死信队列与补偿机制
消费失败不是异常边角，而是消息系统的常态。重试、死信、告警和补偿决定了失败消息能不能被闭环处理。