10 API链接器和描述验证器
本文概述了各种API linting和验证工具。它涵盖了像LintGPT这样的AI增强型解决方案和不同语言的专用选项，例如JSON/YAML的Spectral，OpenAPI的Redocly CLI，JavaScript的ESLint，Python的Pylint和Go的GolangCI-Lint。所讨论的工具有助于维护编码标准，及早识别问题，并确保API符合其规范。
API治理绝对失败的6种方法
本文研究了API治理中的常见陷阱。它讨论了有效治理所需的策略，包括刚性和灵活性之间的平衡，跨团队的统一实现，适当的生命周期管理，标准的自动执行以及开发人员反馈机制。
19个迹象表明你在API安全方面做错了
本文确定了九个可能危及API安全的常见问题。它涵盖了对API密钥的过度依赖、授权流程不足、加密实践薄弱、依赖关系过时、身份验证不一致、缺乏速率限制、数据过滤不足、日志记录实践不佳以及CORS设置不正确等问题。它还概述了减少这些风险的建议做法。
API设计基础：可缓存性
本文解释了HTTP缓存在API设计中的作用。它描述了如何使用Cache-Control和ETag等头来指示可以缓存多长时间的响应，以及如何验证数据是否已更改，最终减少服务器负载并提高性能。
API设计基础：文件目录
本文探讨了在API中管理文件上传的各种方法。它详细介绍了直接文件上传、基于URL的上传以及将元数据与文件内容分离等方法，同时还强调了正确的URL设计、适当使用HTTP方法（PUT或POST）以及必要的安全措施的重要性。
API 劳动力治理度模型
本文介绍了API治理的成熟度模型。该模型概述了四个渐进级别，从一些分散的流程开始，最终实现完全自动化的治理，并重点介绍了关键实践，例如识别现有流程、标准化设计、应用样式指南以及利用自动化工具支持组织目标。
避免API发生重大变更：实践经验
本文探讨了 RESTful API 于 SOAP 和 RMI 等 RPC 方法的优势。文中解释了 RESTful 设计如何通过遵循 Postel 调整和统一接口等原则来最大限度地减少重大变更，从而使客户端能够忽略新增资源，并在不造成中断的情况下适应新增变更。
与大型团队共同强制执行API一致性
本文概述了在大型组织中维护 API 一致性的方法。它强调使用预定义的样式指南、通过 linting 工具实现自动化、使用 API 网关实现集中式功能以及格式化的设计审查流程来标准化 API 开发的各个方面。
API 应如何处理数据主权
本文结合GDPR和CCPA等各国隐私法规，探讨API面临的挑战。并探讨合规措施，包括了解相关法规、限制不必要的数据收集、实施牢固的安全协议、执行严格的数据驻留规范，以及培养重视数据主权的组织文化。
OpenAPI：如何处理文件管理
本文讨论了有效管理 OpenAPI 文件的策略。文中推荐了一些技巧，例如利用 $ref 语法来最大限度地减少重复，在微服务架构中跨文件分离组件，以及考虑采用非常规范的文件结构方法来处理 OpenAPI 定义的语音性。
API团队口号
本文探讨了最初 API 成功的关键因素。文章强调解决实际问题的重要性，包括确保 API 易于发现文档说明，以及避免因母版授权方法、不一致的设计实践和脱节的开发者体验等问题造成的困扰。
跟踪、日志记录、指标：使用 OpenTelemetry 统一可观察性
本文介绍了OpenTelemetry提供了一个统一的框架，用于在云原生应用程序中收集遥测数据。它重点介绍了与供应商关联的API、SDK、收集器和导出器等功能，这些功能共同简化了将跟踪与日志和指标关联起来的过程，从而实现了全面的可观察性。
Apache Camel
Apache Camel 与 Saga 模式和 EIP：掌握对称系统中的一致性
本文中解释了如何将大型事务拆分成多个较小的子事务，并采用相应的补偿措施，并演示了如何使用 Apache Camel 在故障期间维护数据一致性。
使用 Apache Camel 的 CircuitBreaker 优化故障转移策略
本文解释了使用ApacheCamel的CircuitBreaker模式实现故障转移机制。它详细说明了在中断期间如何将流量自动重定向到辅助服务器，并概述了一旦主服务器开始运行就恢复到主服务器的过程。
Apache Kafka
无盘Kafka：80%空闲，100%开放
本文介绍了KIP-1150提出的Apache Kafka中无冗余主题的概念。该方法用对象存储取代了传统的基于磁盘的复制，可能降低云成本，同时保持与现有客户端API的兼容性，通过地理复制实现更快的扩展和集成的灾难恢复。
如何针对分层存储调整Apache Kafka®集群：第3部分
本文讨论在Apache Kafka集群中应用分层存储的性能模型。它解释了如何使用本地和远程存储的组合，根据利特尔定律等原则，通过将最新数据保存在本地，同时将旧数据归档到AWS S3等更具成本效益的存储解决方案，可以显着降低成本。
Kafka队列，我的看法
本文对在 Kafka 中实现队列功能的概念提出了批判性的观点。文章认为，虽然 Kafka 的消费者共享组允许扩展，但它们并不能完全复制传统的队列行为，并且强迫 Kafka 同时支持流式和队列解决方案可能会其固有的优势。
无盘卡夫卡的漫游指南
本文深入探讨了 KIP-1150 中引入的 Apache Kafka 无盘主题（无盘主题）功能。文中解释了如何将定向复制到云对象存储，从而降低跨区域数据传输成本，并使用无领导架构和批量处理协调器来维护全局消息排序。
MuleSoft
设计瞬态错误的重试策略
本文研究了Mulesoft的API主导的连接体系结构中重试策略的位置。它强调了在多个层应用重试的潜在低效率，并建议根据行业最佳实践，将重试逻辑放置在尽可能靠近错误起源的系统。
如何开始使用Anypoint托管Flex网关
本文提供了在 CloudHub 2.0 上开始使用 Anypoint Managed Flex Gateway 的分步指南。它概述了设置私有空间、配置网关、部署 API 和应用安全策略的过程，并为用户提供了清晰的说明，帮助他们开始使用这种完全托管的解决方案。
Java 17 升级对 MuleSoft 中预定义指标的影响
本文回顾了使用 Java 17 将 Mule Runtime 升级到 4.6.0 版本时遇到的问题。它描述了由于 Java 引用 API 的变化而导致的访问错误信息提供了相关的挑战，并通过将错误字段映射到其当前值来更新废弃方法的解决方案。
MuleSoft 中的性能优化
本文限制了MuleSoft应用程序性能的各种策略，并分析了常见的瓶颈问题，例如低效的设计探讨流程、过度使用转换组件、连接池以及处理大型负载，并提出了跨多个应用层的队列优化技术。
了解 Anypoint MQ REM（重新提交错误消息）
本文通过重新提交错误消息 (REM) 功能，阐述了 MuleSoft Anypoint MQ 的错误处理能力。文中描述了如何捕获错误、添加更多详细信息、如何通过错误队列进行处理，以及如何通过支持重新提交错误消息的仪表板进行监控。