在此前的两篇文章《研发深恶痛绝，业界持续热捧，DDD 到底是啥？》《从4万行代码降到1.8万，腾讯视频竟然用DDD做架构重构？》中，我们详细拆解了 DDD 的理论发展和实际落地过程中的量化评估方案，为大家深入浅出地揭开了 DDD 的神秘面纱。在本篇文章中，我们将重点阐述 DDD 的核心概念与关键方法。
对于业务同学，不管是从0到1完成一个项目，还是从1到2迭代或者维护老系统，多多少少会因为客观或非客观因素，产生一些当时可控的“负债”，随着时间的积累，那些当时以为可控的“负债”，慢慢“长大”，使得在项目随后发展的过程中，复杂度越来越高、潜在的风险越来越大。本文将阐述我对于业务负债以及身体负债的一些思考。
我们在以实用为目的去做事情的时候，很容易受到一些思维误区的干扰，自以为自己是追求实用的，但实际上早已经谬之千里，却不自知。
DDD 的指导思想很多时候较为晦涩，与实际业务中的架构设计场景往往较难结合理解。本文通过引入架构映射等方式将二者结合，试图给出一套量化评估方法并通过腾讯视频一起看系统的实践案例说明如何应用。
Apache Pulsar 是一个多租户、高性能的服务间消息传输解决方案，支持多租户、低延时、读写分离、跨地域复制、快速扩容、灵活容错等特性。本文是 Pulsar 技术系列中的一篇，主要介绍 Pulsar 在海量DB Binlog 增量数据采集、分拣场景下的应用。
微服务一直以来是服务治理的基本盘之一，落地到云原生上，往往是每个 K8s pods 部署一个服务，独立迭代、独立运维。 但是在快速部署的时候，有时候，我们可能需要一些宏服务的优势。有没有一种方法，能够 “既要又要” 呢？本文基于 tRPC-Go 服务，提出并最终实践了一种经验证可行的方法。 本文原文发布在腾讯内网平台中，随着腾讯 tRPC 框架正式开源，笔者决定将敏感信息脱敏后发布至外网，也助力 tRPC 的推广。
