跳转至

分布式系统

分布式系统由多个并发节点组成，消息可能延迟、重复、乱序或丢失，节点会暂停、重启，网络还可能分区。没有一个观察者能瞬间知道全局状态。因此核心工作不是“调用 RPC”，而是在明确故障模型下建立可证明的顺序、一致性、持久性与可用性边界。

学习路径

  1. 时间、因果与全序：从 happened-before、逻辑时钟走到物理时钟不确定性。
  2. 复制与共识：理解 quorum、状态机复制、Paxos/Raft 与成员变更。
  3. 事务与隔离：区分原子提交、并发隔离和外部一致性。
  4. 分片与再平衡：比较范围、哈希、一致性哈希与迁移协议。
  5. 分布式存储：串联 GFS、Bigtable、Dynamo 等系统的设计取舍。
  6. 可靠性与可观测性：从故障预算、超时重试走到 trace 与灾难演练。

建模先于实现

每个协议都应先回答：

维度 典型选择
节点故障 crash-stop、crash-recovery、Byzantine
网络 同步、部分同步、异步
存储 易失、稳定存储、可能损坏
身份 固定成员、动态成员
安全性质 永远不能发生什么
活性性质 在哪些条件下最终会发生什么

“最终一致”“恰好一次”“高可用”若没有对象、范围和条件，都不是完整技术承诺。

一条贯穿全站的原则

网络超时只代表观察不到结果：

request may be lost
response may be lost
server may commit and crash before replying
client may time out while server is still running

因此重试、幂等键、去重状态、事务提交和可观测性必须共同设计。传输层可靠不等于业务操作只执行一次。

Reference