什么是分布式系统

分布式系统是由一组通过网络进行通信、为了完成共同的任务而协调工作的计算机节点组成的系统。分布式系统的出现是为了用廉价的、普通的机器完成单个计算机无法完成的计算、存储任务。其目的是利用更多的机器，处理更多的数据。

分布式系统解决了什么问题

单机性能瓶颈导致的成本问题。由于摩尔定律失效，廉价PC机性能的瓶颈无法继续突破，小型机和大型机确实能提高单机性能，但是成本太高，
进入了互联网时代，用户量和数据量爆炸性的增大，单机已经无法满足计算和存储的需求。
服务高可用的要求，对于互联网的产品来说，都要求7 * 24小时提供服务，无法容忍停止服务等故障，需要提供高可用服务。
如果一个大规模的软件系统是一个单体系统，那么大量的开发人员就只能将一个大规模软件，整体进行编译，测试和发布，这样一来开发语言和生态都比较单一，系统的迭代效率就会非常低。

总结：

在互联网时代，单机系统无法解决成本，效率和高可用问题。

分布式系统如何解决单机系统面临的问题

将一些廉价的PC机(partition)通过网络连接起来，共同完成工作，并且在系统中提供冗余(replica)来解决高可用问题。

分布式系统内部如何协调服务节点

分布式计算（无状态）

如何找到服务

在分布式系统内部，会有不同的服务，一般来说可以通过服务注册与发现机制来实现，同时还需要了解CAP理论。
如何找到服务实例

在找到服务以后，如果说同一个服务的实例是完全相等的（无状态），那么负载均衡策略(轮询，权重，Hash，一致性Hash，FAIR等各种策略)来实现就行。
如何管理配置

在分布式系统内部，会有不同的服务和对应的服务实例，如何实现服务实例的自动扩容和所容，一般来说通过一个中心化存储的配置中心来实现的。
不同服务之间如何协同

在分布式系统中一个请求可能会调用不同的服务，想要实现协同，需要通过一个跨进程与机器的分布式锁来实现。
如何保证请求只执行一次

在分布式系统各个模块之间通过网络进行连接，如果出现网络抖动，会导致模块之间的调用失败，可能会出发重试策略，导致程序可能没有执行也有可能执行多次。一般来说，功能实现能确保幂等性就能保证请求一次和请求多次的结果是一致的。
如何避免雪崩

系统雪崩是指由于正反馈循序导致不断扩大规则的故障。一般来说，避免雪崩的思路有两种：1. 快速失败和降级（熔断，降级，限流等）2. 弹性扩容机制。
如何实现监控告警和故障恢复

对于一个分布式系统来说，如果我们不能清楚地了解内部的状态，那么系统的稳定性是没有办法保证的。

一般来说需要做调用链追踪，故障模拟的混沌工程以及相关的监控和告警机制

分布式存储（有状态）

CAP，ACID，BASE三个主题理论。

英文版：https://www.infoq.com/articles/cap-twelve-years-later-how-the-rules-have-changed/

中文版：https://www.infoq.cn/article/cap-twelve-years-later-how-the-rules-have-changed/
如何做数据分片

单机上存储所有数据是不现实的，一般来说会通过Hash和Region分片等策略来实现数据分片，将数据存放在不同的机器节点上。
如何做到数据高可用

数据冗余，主要方案有：中心化方案（主从复制，一致性协议，如Raft和Paxos等）和去中心化方案（Quorum和Vector Clock）。需要了解这两个方案的优缺点和应用场景，已经对外表现出来的数据一致性级别（线性一致性，顺序一致性，最终一致性等）。
分布式事务

首先需要对并发事务进行排序。这样在事务冲突的时候，能够确认哪个事务提交成功，哪个事务提交事务失败了。

在单机系统中，可以简单的通过时间戳+序号的方式实现。但是在分布式系统中，各个机器上的时间不可能完全同步，单机上的序号也没有全局意义，所以在分布式系统中不能通过时间戳+序号的方式实现。

总结

路由问题：解决分布式系统内部各服务和实例之间的通信。
- 怎么找到服务
- 怎么找到服务实例
- 怎么做数据分片（带状态的服务路由问题）
- 怎么避免雪崩涉及的熔断，降级，快速失败等（异常情况下的路由问题）
共识问题：协调分布式内部各个服务和实例
- 怎么做分布式锁
- 重试+幂等性
- 怎么做分布式事务
- 怎么做数据复制
运维问题：分布式系统相对于单体系统来说是非常碎片化的，需要一系列的自动化运维工具和平台来解决问题。
- 怎么做配置管理
- 怎么做监控告警和故障恢复