开发互联网系统及架构在满足测算出的并发请求时，还要预防并发可能突破设计峰值的情况，必要时可以优先处理高优先级数据或特殊特征的数据，也要确保系统可用不崩溃。

开发高并发系统时有三把利器用来保护系统：缓存、降级和限流。本文介结限流相关概念和实现方式。

JDK 中自带了一些非常实用的 JVM 性能分析和故障监控的小工具。

也有一些第三方分析工具，如 Arthas。基于开发工具的 JVM 分析工具，如 IDEA 的 VisualVM 插件，Eclipse 的 MAT(Memory Analyzer Tool)。

了解 JVM 内存和性能分析工具及使用，对快速判断和定位线上问题是非常有帮助的。

分布式集群部署的应用之间相互调用，需要用到 PRC（远程过程调用）技术。

RPC 是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协义和框架。RPC 可以让开发人员像调用本地方法一样调用远程服务。

目前开源且相对成熟和稳定的主流 RPC 框架有：HSF，Dubbo，Thrity，gRPC，Finagle。

HashMap 是 Java 中非常重要的集合类型，其具有快速存储，快速查找（时间复杂度非常低，非效非常高），自动扩容等特点，在实际开发中经常用到。

关于 HashMap 特性，底层原理也是面试中被问到概率极高的问题，因为 HashMap 涉及到好几个基本数据结构及相关算法知识，如组数，链表，二叉树及变种，Hash算法等。所以有必要对其深入理解。

ActiveMQ 为生产者发送消息提供了根据业务场景需要的相关优化配置，支持同步，异步发送，支持流量控制，Broker存储空间设置等。

也为消息者提供了优化设置，支预取限制，为慢消费者提供了等待消息策略和消息丢弃策略的配置，支持异步消费者和优先级消费设置。

ActiveMQ 支持 JMS 规范中的 2 种消息转发模式，支持消息事务，支持异步发送消息和生产者流量控制，提供了 4 种消息消费应答模式，提供消息发送失败后重试机制，

本文分别对 ActiveMQ 消息转发模式，事务，消息过期，消息积压，应答模式，重试，死信队列等相关配置进行描述。

ActiveMQ 同样支持集群部署，支持客户端集群和服务端集群，实现可靠的高性能负载均衡。

ActiveMQ 提供了独占消费者配置，可保证消息消费的顺序性，消息组是对独占消费者功能的增强。

ActiveMQ 是一款老牌的，开源的，多协议的，非常流行的，基于 JAVA 的消息中间件，由 Apache 出品。ActiveMQ 官网，ActiveMQ Documentation。

ActiveMQ 实现了 JSM 1.1 标准，并提供了很多附加特性，如 JMS 管理，主从管理，消息组通信，消息优先级，延迟接收消息，虚拟接收者，消息持久化，消息队列监控等特性。

目前有两种类型的 ActiveMQ 可用，分别是经典的 5.x 版本 和 下一代 Artemis 版本，后续 5.x 与 Artemis 版本兼容合并将成为 ActiveMQ 6。

　　Kafka 是一个开源的流处理平台，由 Scala 和 Java 编写；是一种高吞吐量的分布式发布订阅消息系统。

　　Kafka 用于构建实时的数据管道和流式应用程序。它具有水平可扩展性、容错性、速度极快。并在数千家公司投入生产。

　　Kafka 目前最新的版本是 2.2.0，本篇以该版本为例。Apache Kafka 官网，Apache 软件基金会(ASF) 官网。

本篇基于本地事件表加 ActiveMQ 实现分布式事务。

本篇是 分布式微服务应用系列(九)：分布式事务概念及解决方案 ，分布式微服务应用系列(十)：本地事件表加消息队列实现分布式事务思路 的延续。