Один Redis — это одно ядро и один узел отказа. Разбираем, как из него собирают распределённую систему: асинхронная репликация, автоматический failover через Sentinel, шардирование по hash slots в Cluster. И честно про цену: асинхронность означает возможную потерю подтверждённых записей, split-brain реален, а Sentinel — не консенсус-протокол уровня Raft. Команда WAIT смещает границу, но не отменяет её.
WAL как источник изменений: физическая репликация (стриминг WAL) против логической (декодирование в события), CDC через Debezium (чтение WAL/binlog/oplog), PITR через WAL archiving — и подводные камни: переполнение слотов, retention, идемпотентность потребителя
Выборы в replica set, механика oplog, read и write concern, causal consistency и живой failover — с контрастом к стриминговой и логической репликации PostgreSQL
Как устроено распределение данных — от классического token ring к tablets, как ведёт себя multi-DC репликация при отказе ДЦ и что происходит с tablets при decommission узла
Один кластер Kafka живёт в одном дата-центре — а бизнесу нужны катастрофоустойчивость и присутствие в нескольких регионах. Разбираем два подхода: растянутый (stretch) кластер против репликации отдельных кластеров через MirrorMaker 2; что MM2 на самом деле переносит (топики, offset’ы, ACL, конфиги) и как работает трансляция offset при failover; топологии active-passive/active-active/hub-and-spoke; RPO/RTO, failover и failback; цена латентности и трафика между регионами. С живым стендом из двух KRaft-кластеров и MM2.
Как ClickHouse масштабируется горизонтально: шардирование и репликация через ClickHouse Keeper, ReplicatedMergeTree и Distributed-таблицы, что ломается при падении узла — реплика недоступна против шард недоступен. Живой кластер 2 шарда × 2 реплики
Как Kafka не теряет сообщения: лидеры и фолловеры, ISR, acks (0/1/all), min.insync.replicas, unclean leader election и идемпотентный producer — и как одной неверной настройкой превратить надёжный кластер в дырявый
Два уровня кластеризации NATS: full-mesh routes для Core и RAFT (meta-group + per-stream) для JetStream; кворум, реплики R3, placement и как кластер переживает падение ноды без потери данных
Почему одна нода RabbitMQ — не вариант, чем mirrored queues отличаются от quorum queues на Raft, какой трейдофф у строгого кворума и как развернуть кластер, переживающий падение ноды без потери сообщений
