Binlog on PlumePHP

缓存一致性终极方案：双删、binlog 订阅与最终一致性架构

Sun, 27 Sep 2026 12:00:00 +0800

“缓存与数据库到底先写谁？“是分布式系统里争论最多、踩坑最深的问题。Cache Aside 模式人人会说，但高并发下"读线程读到旧值写回缓存、写线程更新 DB 删缓存"的时序竞争，依然会让缓存长期残留脏数据。

CDC 与实时数据管道：Canal、Debezium、Flink CDC 的架构与实战

Sat, 26 Sep 2026 00:00:00 +0800

业务库的数据是实时的，而下游的数据仓库、缓存、搜索引擎往往是滞后的——传统 ETL 定时全量同步的延迟以"小时"计，且全量扫描对源库冲击大。CDC（Change Data Capture，变更数据捕获）改变了这一切：它从数据库的日志（MySQL binlog、PostgreSQL WAL、MongoDB oplog）里"偷听"每一次变更，以毫秒级延迟把增量数据流式推给下游。本指南深入 CDC 的底层原理（binlog/WAL 解析、位点管理、Exactly-Once）、主流工具（Canal、Debezium、Flink CDC）的架构与选型、与 Kafka/Flink 的组合链路、Schema 演进处理，以及生产级 CDC 管道的设计与避坑。

主从数据一致性校验与修复：chunk 对账、pt-table-checksum 与增量修复实战

Sat, 26 Sep 2026 00:00:00 +0800

“主从复制是自动的，所以主从数据一定一致”——这是运维里最大的错觉之一。binlog 丢失、复制中断、人为误操作、半同步降级、甚至程序 BUG，都会让从库与主库悄然分道扬镳。更隐蔽的是：复制通常不会报错，不一致像蛀虫一样潜伏，直到某个深夜的查询突然返回错误数据。数据一致性校验与修复，就是给这套"自动复制"装上体检与治疗机制：周期性地对主从做逐块校验，发现差异后精确修复。本指南深度讲解一致性校验的原理（chunk 划分、checksum、校验时机）、工具实战（pt-table-checksum / pt-table-sync）、增量修复与对账平台，以及主从以外的通用一致性验证方法。