入门篇解决「把功能写出来」，高级篇解决「把系统接出去」：Rails 应用如何正确接入 Redis（缓存/队列/数据结构）、Elasticsearch（搜索与索引同步策略）、RabbitMQ/Kafka（事件驱动与幂等消费）、以及 Spark/Flink/ClickHouse 这类大数据组件（Rails 的角色定位）。最后收束到一套接入任何外部组件都适用的工程纪律：超时、重试、熔断、幂等与降级。

在高并发 Java 业务里，缓存几乎是标配。但“用缓存”这件事从来不是只有“加 Redis”一种答案：本地缓存快却解决不了多机一致，Redis 能共享却多了网络与序列化开销。我最近实现一个把两者结合起来、并针对集群一致性做了不少细节处理的小而美框架 —— keCache，现在做一次系统梳理。

介绍 我开发的 KE Reliable Executor：一个 Java 17 + Spring Boot 3.x + Redisson 实现的轻量级可靠任务执行框架。支持失败重试、分布式调度、状态可观测，并提供 Redis 与 MySQL 双存储后端，适合不想立刻引入 Kafka/RocketMQ 的业务场景。

从零开始学 Lua，聚焦 Redis 脚本中最常用的语法和模式。覆盖环境搭建、变量、表、函数、流程控制、Lua 原理（GC/字节码）、redis.call、KEYS/ARGV、原子操作与实战踩坑。

系统梳理 Redis 核心原理、八股高频考点与工程实践，并结合 IPTV 视频业务给出可运行 Demo。

介绍我开发的小型电商系统 starmall（六爻星辰）：uni-app 微信小程序前端 + SpringBoot 后端（基于 CRMEB 二次开发），支持商品购买、真实微信支付、老师时段预约、择吉日查询、WebSocket 长连接聊天等功能。本文深入解析后端能力全景、下单幂等、原子扣库存防超卖、支付回调防重、Redis 队列代替 MQ 等核心技术实现。