全文为我的学习笔记。本篇文章内容整理摘录自陈皓的《左耳听风》专栏。

学习分布式系统跟学习其他技术非常不一样，分布式系统涵盖面非常广。

具体来说涵盖如下几方面：
- 服务调度，涉及服务发现、配置管理、弹性伸缩、故障恢复等。
- 资源调度，涉及对底层资源的调度使用，如计算资源、网络资源和存储资源等。
- 流量调度，涉及路由、负载均衡、流控、熔断等。
- 数据调度，涉及数据复本、数据一致性、分布式事务、分库、分表等。
- 容错处理，涉及隔离、幂等、重试、业务补偿、异步、降级等。
- 自动化运维，涉及持续集成、持续部署、全栈监控、调用链跟踪等。
所有这些形成了分布式架构的整体复杂度，也就造成了分布式系统中很多论文、图书、项目。要学好分布式系统及其架构，需要用大量时间和时间才能真正掌握这些技术。
这里需要注意的地方。
- 分布式系统之所以如此复杂，就是因为其太容易也太经常出错了。这意味着，你要把处理错误代码当成正常功能的代码来处理。
- 开发一个健壮的分布式系统的成本是单体系统的几百倍甚至几万倍。这意味着，我们要自己开发一个，需要能力很强的开发人员。
- 非常健壮的开源分布式系统并不多，或者说基本没有。这意味着，如果你要用开源的，那么你需要hold得住其源码。
- 管理或者协调多个服务或者机器是非常困难的。这意味着我们要去读很多的分布式系统论文。
- 在分布式环境下，出了问题是很难debug的。这意味着，我们需要非常好的监控和跟踪系统。还要经常做演练和测试。
- 在分布式环境下，你需要更科学地分析和统计。这意味着，我们要用P90这样的统计指标，而不是平均值，我们需要做容量计划和评估。
- 在分布式环境下，需要应用服务化。这意味着，我们需要一个服务开发框架。如：SOA或微服务。
- 在分布式环境下，故障不可怕，可怕的是影响面过大，时间过长。这意味着，我们需要花时间来开发我们的自动化运维平台。
总之，在分布式环境下，一切都变得非常复杂。要进入这个领域，你需要足够多的耐性和足够强的心态来接受各式各样的失败。当拥有丰富的实践经验后，才能有所建树。这并不是一日之功，你可能要在这个领域花费数年甚至数十年的时间。

一、分布式架构入门

• Scalable Web Architecture and Distributed Systems [译：可伸缩的Web架构和分布式系统]:大概的分布式架构是怎么来解决系统扩展性问题的粗略方法。

• Scalability,Availability & Stability Patterns [译：可伸缩性、可用性和稳定模式] ：这个PPT能在扩展性、可用性、稳定性等方面给你一个非常大的架构设计视野和思想，可以感受大概的全景图。

• System Design Primer [译：系统设计入门] ：GitHub这个仓库主要组织收集分布式系统的一些与扩展性相关的资源，帮我如何构建可扩展的架构。目前这个仓库收集到了好些系统架构和设计的基本方法。其中包括：CAP理论、一致性模型、可用性模式、DNS、CDN、负载均衡、反向代理、应用层的微服务和服务发现、关系型数据库和NoSQL、缓存、一步通讯、安全等。强力推荐

二、分布式理论

• An introduction to distributed systems [译：介绍分布式] ：是教学课程的提纲，几乎涵盖分布式方面的知识点，提纲挈领地了解知识的全貌，根据这个知识图Google.

  1、拜占庭将军问题、拜占庭容错系统研究、八条谬误的分布式假设

• Byzantine Generals Problem [译：拜占庭将军的问题] ：这个问题是莱斯利.兰波特（Leslie Lamport）于1982年提出用来解释一致性问题的一个虚拟模型[论文地址]。

• 这里有几篇和这个问题项目的文章。推荐阅读

• Dr.Dobb’s-The Byzantine Generals Problem [译：多布博士–拜占庭将军问题]

• The Byzantine Generals Problem

• Practicle Byzantine Fault Tolerance [译：切实可行的拜占庭通错]

• 拜占庭容错系统研究中三个重要理论：CAP、FLP、DLS。

• CAP定理

• FLP impossibility

• LasVegas algorithms [译：拉斯维加斯算法，撞大运算法]

• 容错的上限–DLS论文 Fault Tolerance Limit 待确认

• Fallacies of Distributed Computing [译：：谬误的分布式计算] ：八条谬误的分布式假设

• 阿尔农.罗特姆-盖尔-奥兹（Arnon Rotem-Gal-Oz）：Fallacies of Distributed Computing Explained 来解释为什么这些观点是错误的。

• 加勒思.威尔逊（Gareth Wilson）的文章 :用日常生活中的例子，通俗的解释。

2、一致性方面的论文

• CAP Twelve Years Later:How the Rules Have Changed (中译版)、

  • Harvest,Yield,and Scalable Tolerant Systems [译：收获，收益和可扩展的容忍系统] ：基于上面这篇论文写得。

  • Base:An Acid Alternative (中译版) [译：Base:ACID外的另外一种选择].

  • Eventually Consistent [译：最终一致性] ：AWS的CTO 维尔纳.沃格尔 在2008年发布在ACM Queue上的一篇数据库方面的重要文章。阐述了NoSQL数据库的理论基石–最终一致性，对传统的关系型数据库(ACID,Transaction)做了较好的补充。