分布式系统学习笔记：一致性、CAP 与实践思考
记录分布式系统核心概念的学习笔记，以及在实践中的一些思考。 CAP 定理 分布式系统无法同时满足以下三个特性，只能三选二： 一致性（Consistency）：所有节点在同一时间看到相同的数据。 可用性（Availability）：每个请求都能收到响应，但不保证数据最新。 分区容错性（Partition tolerance）：网络分区发生时系统仍能继续运行。 由于网络分区不可避免，实际系统通常在 CP 和 AP 之间做权衡。 一致性模型 强一致性：写入完成后，所有读操作都能读到最新值（如 Zookeeper、etcd）。 最终一致性：经过一段时间后，所有副本收敛到相同状态（如 DNS、对象存储）。 因果一致性：有因果关系的操作按序可见，无因果关系的操作可以并发。 常见共识算法 算法 特点 典型应用 Raft 易理解，领导者选举 + 日志复制 etcd、TiKV Paxos 理论完备，工程实现复杂 Chubby、OceanBase Gossip 去中心化、最终一致 Cassandra、Redis Cluster 实践思考 优先明确业务对一致性的真实需求，避免过度设计。 幂等设计是分布式接口的必修课。 完善的监控与链路追踪是排查分布式问题的前提。 小结 分布式系统的复杂度来源于网络、并发与故障，后续会继续记录 Raft 论文阅读与一致性协议的实践内容。