分布式系统是由 多个独立计算机（节点） 通过 网络通信 协同工作的系统，这些节点对外呈现为一个 统一的整体 ，用户无需感知内部的分布式架构。
简单来说，就是“ 用多个计算机一起干一件事 ”，节点之间通过消息传递（如 RPC、HTTP、消息队列）协作完成任务。
一、分布式系统的核心目标 为什么需要分布式系统？
本质是为了解决 单机系统的局限性 ： 性能瓶颈 ：单机 CPU、内存、磁盘、网络的处理能力有限（如单机能处理 1000 QPS，分布式可通过 10 台机器扩展到 10000 QPS）。
存储上限 ：单机硬盘容量有限，无法存储海量数据（如电商的商品库、用户数据）。
可用性需求 ：单机故障会导致服务不可用，分布式系统通过多节点冗余（如主从备份）实现高可用。
地理分布式 ：用户分布在不同地区（如中国、美国），需在各地部署节点以降低延迟（CDN、分布式数据库）。
二、分布式系统的关键特征 多节点协同 节点是独立的计算机（物理机、虚拟机或容器），可能分布在不同机架、机房甚至地区。
节点通过 网络通信 协作（网络存在延迟、丢包、分区等不可靠性）。
资源共享 节点共享系统的硬件（如存储、计算资源）和软件（如数据、服务），对外提供统一接口（用户无需关心数据存储在哪个节点）。
无全局时钟 各节点有自己的本地时钟，无法精确同步（如节点 A 记录时间
t1
，节点 B 记录
t2
，但无法确定
t1
和
t2
的绝对先后顺序）。
故障独立性 节点可能独立发生故障（如宕机、网络断开），系统需具备 容错能力 （如自动检测并替换故障节点）。
三、分布式系统的典型架构 根据业务场景，分布式系统有多种架构模式，以下是常见类型： 1. 客户端-服务器模式（C/S） 客户端 ：发起请求（如用户手机 APP、浏览器）。
服务器集群 ：接收并处理请求（如 Web 服务器集群、数据库集群）。
示例 ：电商网站（用户通过 APP 访问多个后端服务器，数据存储在分布式数据库）。
2. 微服务架构 将单体应用拆分为 独立的小型服务 （如用户服务、订单服务、支付服务），每个服务独立部署、扩展和维护。
服务间通过 RPC（如 gRPC） 或 消息队列（如 Kafka） 通信。
示例 ：Netflix、阿里巴巴的业务系统（由数百个微服务组成）。
3. 分布式存储 将数据分散存储在多个节点，通过副本机制保证可靠性和可用性。
示例 ： GFS（Google 文件系统）、HDFS（Hadoop 分布式文件系统）：存储海量文件。
分布式数据库（如 Cassandra、TiDB、MongoDB 分片集群）：存储结构化/半结构化数据。
4. 分布式计算 将复杂任务拆分为子任务，分配给多个节点并行计算，最后汇总结果。
示例 ： MapReduce（大数据计算框架，如 Hadoop MapReduce）。
Spark（内存分布式计算引擎）。
四、分布式系统的核心挑战（“坑”） 分布式系统的复杂度主要来自 网络不可靠 和 节点独立性 ，需解决以下关键问题： 1. 网络问题：延迟、分区、丢包 延迟 ：节点间通信存在网络延迟（如跨机房延迟 100ms+），导致同步困难。
网络分区（脑裂） ：网络故障导致节点间无法通信，系统分裂为多个独立子集群（如 Redis 主从分区后，主库和从库可能同时接受写请求，导致数据不一致）。
解决方案 ： 超时机制（如 RPC 调用设置超时时间）。
一致性协议（如 Paxos、Raft，解决网络分区时的数据一致性）。
2. 数据一致性 问题 ：多节点存储数据时，如何保证数据副本的一致性（如主从数据库同步延迟，导致读写分离时读取到旧数据）。
一致性模型 ： 强一致性 ：所有节点同时看到最新数据（如分布式锁、银行转账），实现成本高（需同步等待）。
最终一致性 ：短期可能不一致，但经过一定时间后自动恢复一致（如分布式缓存、DNS 系统），可用性更高。
解决方案 ： 共识算法（如 Raft，用于分布式数据库的 Leader 选举和数据同步）。
分布式事务（如 2PC、TCC，保证跨服务操作的原子性）。
3. 节点故障 问题 ：节点可能宕机、重启或“脑死亡”（进程存活但无法通信），需自动检测并恢复服务。
解决方案 ： 心跳检测（节点定期发送心跳，超时未收到则判定为故障）。
主从切换（如 Redis 哨兵、Kubernetes 的节点自愈）。
副本机制（如每块数据存储 3 个副本，允许最多 2 个节点故障）。
4. 负载均衡 问题 ：如何将请求均匀分配到各节点，避免部分节点过载（“热点问题”）。
解决方案 ： 负载均衡器（如 Nginx、LVS，分发流量到后端服务器）。
一致性哈希（如分布式缓存 Redis Cluster，避免节点变化导致大量数据迁移）。
五、分布式系统的典型技术栈 功能领域典型技术/工具 服务通信gRPC（RPC 框架）、HTTP/REST、Kafka（消息队列）服务治理Spring Cloud（微服务框架）、Kubernetes（容器编排）分布式存储HDFS、Ceph、TiDB、MongoDB 分片集群分布式计算Hadoop MapReduce、Spark、Flink一致性协议Raft（etcd、TiDB）、Paxos分布式锁Redis 分布式锁、ZooKeeper 分布式锁监控与追踪Prometheus（监控）、Jaeger（链路追踪） 六、如何判断一个系统是否是分布式系统？
满足以下任一特征即可视为分布式系统： 多节点协作 ：任务由多个独立计算机共同完成（如用户请求被负载均衡到不同 Web 服务器）。
数据分布存储 ：数据分散在多个节点（如数据库分库分表，不同表存储在不同节点）。
服务独立部署 ：系统由多个独立部署的服务组成（如微服务架构中的用户服务、订单服务）。
七、总结 分布式系统的本质是 “用多个计算机协同解决单机无法处理的问题” ，通过网络将节点连接，对外呈现为统一整体。
其核心挑战来自网络不可靠和节点故障，需通过一致性协议、容错机制、负载均衡等技术保证系统的可用性、性能和数据一致性。
一句话概括 ：分布式系统 = 多节点 + 网络通信 + 协同工作 ，目标是突破单机局限，支撑高并发、海量数据和高可用服务。