原文链接：Distributed systems
介绍
我希望有一本文本能够汇集许多最新分布式系统背后的理念 - 例如亚马逊的Dynamo, 谷歌的BigTable和MapReduce, Apache的Hadoop等等。
【资料图】
在这段文字中，我试图提供一个更易理解的分布式系统简介。对我来说，这意味着两件事情：介绍你需要了解的关键概念，以便在阅读更深入的文本时能够愉快度过，同时提供一个涵盖足够详细内容的叙述，以便你能够大致理解发生的事情，而不会陷入细节之中。现在是2013年，你拥有互联网，可以选择性地阅读你最感兴趣的主题。
在我看来，分布式编程的很大一部分是处理分布的两个后果的影响：
信息以光速传播独立的事物独立失败换句话说，分布式编程的核心是处理距离（嗯！）和拥有多个事物（嗯！）。这些约束条件定义了可能的系统设计空间，我希望在阅读完本文后，你能更好地理解距离、时间和一致性模型的相互作用。
这段文字专注于分布式编程和系统概念，这些是您需要了解数据中心中商业系统所需的。试图覆盖所有内容是不可能的。您将学习到许多关键的协议和算法（例如，涵盖了该学科中最常引用的论文之一），包括一些新的令人兴奋的方式来看待最终一致性，这些方式尚未被收录到大学教材中，例如 CRDTs 和 CALM 定理。
我希望你喜欢它！如果你想说谢谢，请在Github（或者 Twitter）上关注我。如果你发现错误，请在Github上提交一个拉取请求。
1. 基础
第一章概述了分布式系统的高层次内容，介绍了一些重要的术语和概念。它涵盖了高层次的目标，如可扩展性、可用性、性能、延迟和容错性；以及这些目标是如何难以实现的，以及抽象和模型以及分区和复制是如何发挥作用的。
2. 抽象层次的上下
第二章深入探讨抽象和不可能性结果。它以尼采的一句名言开头，然后介绍了系统模型以及在典型系统模型中所做的许多假设。然后讨论了CAP定理并总结了FLP不可能性结果。然后转向CAP定理的含义之一，即人们应该探索其他一致性模型。随后讨论了一些一致性模型。
3. 时间和顺序
理解分布式系统的一个重要部分是理解时间和顺序。在我们无法理解和建模时间的程度上，我们的系统将会失败。第三章讨论了时间和顺序，以及时钟和时间、顺序和时钟的各种用途（例如向量时钟和故障检测器）。
4. 复制：防止分歧
第四章介绍了复制问题，并介绍了两种基本的执行方法。事实证明，大部分相关特性都可以用这个简单的描述来讨论。然后，从最不容错的方法（2PC）到Paxos，讨论了用于维护单一副本一致性的复制方法。
5. 复制：接受分歧
第五章讨论了具有弱一致性保证的复制。它介绍了一个基本的协调场景，其中分区副本尝试达成一致。然后，它讨论了亚马逊的Dynamo作为一个具有弱一致性保证的系统设计的例子。最后，讨论了两种关于无序编程的观点：CRDTs和CALM定理。
附录
附录包括了进一步阅读的建议。
*：这是一个谎言。Jay Kreps 的这篇文章详细阐述了。
