一、共识与一致性#

分布式系统最根本的挑战：多节点如何就某个值达成一致？

• CAP 定理：一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）三者不可兼得，是分布式设计的理论基石
• Raft 算法：以易理解著称的共识算法，通过 Leader 选举和日志复制实现强一致性，是 etcd、Consul 等系统的核心
• Paxos 协议：理论最优的共识协议，虽然理解门槛高，但仍是分布式共识的学术标杆
• 一致性级别：从强一致性到最终一致性，不同场景需要不同的一致性保证

二、分布式事务#

跨服务的数据一致性是微服务架构的核心难题：

• 2PC 与 3PC：两阶段提交和三阶段提交是分布式事务的协议基础，理解其阻塞和单点问题至关重要
• TCC 模式：Try-Confirm-Cancel 模式通过业务层面的补偿实现最终一致性，是电商场景的常用方案
• Saga 模式：长事务的编排方案，通过正向操作与补偿操作配对，适合跨服务业务流程

三、服务治理#

微服务架构下，服务间的通信与治理是工程实践的重点：

• 服务发现：从 DNS 到注册中心，服务实例的动态注册与发现是微服务通信的基础
• API 网关：作为系统统一入口，承担路由、限流、认证等横切关注点
• Istio：基于 Sidecar 代理的服务网格实现，将流量管理、安全策略从业务代码中解耦

四、可观测性与容量#

系统上线只是开始，运行时的洞察与规划同样关键：

• 分布式追踪：在跨服务调用链中定位性能瓶颈，是排查分布式系统问题的利器
• 容量规划：从 QPS 估算到资源预留，科学的容量规划是系统稳定性的保障

阅读建议#

如果你是分布式系统初学者，建议按顺序阅读，从共识算法建立理论基础，再到事务和服务治理理解工程实践。如果你有一定经验，可以直接跳到感兴趣的章节，每篇文章都尽量做到自包含。

每个主题都从真实的工程场景切入，避免纯理论堆砌，力求让抽象概念落地。