分布式分布的概念已经很长。在我们正式进入“分布式列”之前，我觉得有必要谈论它，分布式，分布式特征是什么，还有什么问题？理解这一点后，在理解这一点之后，这就是问题。在概念之后，去看其架构设计，理论基础可能会帮助更多
本文将用作列的0。从三个方面，我了解的“分布式系统”
什么是分布式系统，请查看Wiki上的描述
分布式系统是一个在网络上构建的软件系统。这正是因为该软件的特征是分布式系统具有很高的内部集聚和透明度。因此，网络和分布式系统之间的差异更多地是关于高级别的软件（尤其是操作系统的软件（尤其是操作系统）），不是硬件
Distribute操作系统是一个软件，它是许多独立，网络连接，通信和计算节点的物理分离的集合[1]。EAVER节点包含一个全球通用操作系统的特定软件集。EAFT软件集为两个不同服务的收件人[2]。第一个服务是通用的最小内核或微核，直接控制节点的硬件。第二服务是较高的独立和协同活动系统管理组件的更高级别的收集这些组件抽象微核功能和支持用户应用程序[3]。
尽管上面的描述并不完全相同，但含义实际上并没有太大不同。基于我的个人理解，它用于描述具有大白话的分布式系统，即“一个系统服务能力，由Internet上的多个节点提供。”，就像其名称为“分布”一样
在理解分布式系统的概念之后，我们将抓住其主要特征，以加深分布式的理解
分布式系统分布在多个节点中（可以理解为多台计算机）。这些节点可以是Internet上的任何计算机，也就是说，空间没有原则上的限制
分布式系统中有许多节点。这些节点之间没有电源和调味品，它们应该相等。从服务功能的角度来看，访问分布式系统中的任何节点，整个服务请求应为整个服务请求，整个服务请求应为整个服务请求。
看到这一点，可能会有一个问题。分布式系统中经典的主从结构和数据拆分体系结构将无法满足此等效特征（此问题首先保留，然后答案在后续详细信息中）
分布式系统中的每个节点都有其自己的计算能力，并且每个节点都具有独立的处理数据。从而，彼此的状态相等，没有主要和次要区别。它可以在自主权中起作用，并使用共享的通信线路传输信息并协调任务进行处理。
由于分布式系统中有多个节点，因此响应多个节点的响应中的多个节点的同事的能力，即同时支持，以及如何在分布式系统中做好工作是所有分布式系统都需要的问题解决。
当系统分布在多个节点上方时，它自然会在许多单个机场中带来很多问题，例如8个经典分布式系统的谬误|一个灰色的学习
如何确保每个节点的时钟与分布式系统的多个节点一致？这是一个需要焦点的问题
我们知道，著名的分布式分布式主要密钥一代算法“雪花算法”是将机器时钟用作算法因子。如果系统的多个节点无法保证时钟统一，则不会保证该算法的唯一性
该网络有费用，并且多个节点之间的通信成本很高。由于存在网络开销或异常条件，因此如何确保多个节点数据的一致性？当无法保证数据的一致性时，如何提供相当于分布式系统的等效词？
在经典的CAP理论中，通常需要保证P（网络分区）。系统中有多个计算节点，因此网络问题是不可避免的。
如何确保所有节点中的数据与巨大的挑战完全一致。这个问题最好理解。我们的操作分布式系统中的节点可以修改。此修改
但是，当我们需要注意时，网络是不可靠的，并且网络的传输延迟。如何衡量数据的一致性和服务的可用性是我们需要在分布式系统中选择的。
机器的停机时间是不可抗力的因素。如果分布式系统中的一个节点关闭，整个系统将会发生什么？如何确保机器的停机时间不会影响系统的可用性？机器恢复后，我们应该如何确保数据的一致性？我们应该判断节点是否正常？
如前所述，分布式系统自然受到并发的支持，因此如何争夺资源竞争的问题；当资源仅允许一个实例同时访问时，如何处理它？在数据版本差异（例如经典ABA问题）和数据一致性中，多个系统是否同时访问一个资源？
基于这个问题，可以说分布式锁定是诞生的。我相信所有开发人员不会对这个知识点不熟悉
如何理解这种协调？以一些简单的例子为例
实际上，上述分布式系统所面临的挑战并未停止。特定系统可能有不同的问题，但是通常，分布式系统的理论基础将为我们提供一个很好的方向。本节WillReconded*分布式设计模式审查|一个灰色的学习
最后，让我们看一下如何测量分布式系统的“不良”。它的指标是什么？
常见的性能指标，例如RT，QPS，TPS，以确定系统的承载能力，重点是
这是传说中几个9的指标，即系统总时间异常时间的总时间比例
统一的可用性可以通过停止服务到正常服务时间的时间的比例来衡量，也可以通过失败数量和功能的成功时间来衡量。可用性是重要的指标分布式，测量系统的鲁棒性，这是系统容错的体现。
系统的可伸缩性是指分布式系统的特征，以提高系统性能（吞吐量，延迟，并发），存储容量和计算功率，通过扩展群集机的规模以提高集群机器量表的规模。
最简单的说法，您的系统是否可以直接添加机器来解决性能瓶颈。如果可以添加机器，是否存在任何上限（例如由于数据库的连接数量而导致的机器数量的限制。例如，在一定程度上添加机器后，服务能力没有显着改善）
为了提高可用性，分布式系统始终不可避免地使用复制机制，从而导致复制一致性问题。越一致的性模型越强，用户使用的简单
本文相对干燥，所有这些都用文本描述。介绍什么是分布式系统，分配系统的特征以及面临的问题和测量指标，并完善关键要素，如下
分布式系统的功能
分布式系统面临的挑战
分布式系统测量指数
我是一个灰色，欢迎的朋友，他们有兴趣注意最近更新的分布式列：
最后，我强烈建议您阅读以下两千个符号干货