幂等
gRPC 超时与重试策略（Deadline、RetryPolicy、幂等）
设计 gRPC 的超时与重试策略，合理设置 Deadline 与 RetryPolicy，并在幂等保障下提升稳定性与体验。
API幂等性Key与去重最佳实践
设计并实现API幂等性Key与服务端去重逻辑，提供可验证的请求头与数据库约束方案，保障重试安全与一致性。
Redis分布式锁实践：Redlock争议与安全替代
评估 Redlock 模式的前提与风险，推荐基于单点锁加栅栏令牌或存储唯一约束的安全替代方案。
gRPC重试与Hedging：幂等与尾延迟优化
使用 gRPC 的重试与 Hedging 策略在网络抖动与尾延迟下提升成功率，结合幂等与超时避免副作用。
API幂等性设计：Idempotency-Key与去重治理
通过 Idempotency-Key 与请求签名建立幂等保障，配合唯一约束与去重窗口实现安全重试与一致响应。
幂等治理（2025）
Azure Durable Functions 编排与重试/幂等治理（2025）一、模式与组件编排函数：定义有向流程；调用活动函数执行任务（编排）。状态：框架持久化状态与历史；支持定时与等待事件（状态机）。二、重试与幂等重试：指数退避与最大重试；区分可重试与不可重试错误（重试）。幂等：以业务键与去重
数据一致性设计：强一致、最终一致与SAGA/Outbox实践
对比强一致与最终一致的适配场景，结合 SAGA 与 Outbox/CDC 实现跨服务一致性与可恢复性。
