分布式理论

CAP 理论说：一致性、可用性、分区容错性，你只能同时满足两个。

但这句话的真正意思是：在分布式系统中，分区容错是必须的，所以我们实际上是在一致性和可用性之间做选择。

这就是分布式理论的核心——在不确定性中，寻找最优的权衡方案。

模块速览

分布式理论分为三个部分：一致性理论基础、核心问题、分布式协调。

章节	篇数	内容
一致性理论基础	6 篇	CAP、BASE、一致性模型、ACID vs BASE、FLP 不可能性
分布式系统核心问题	8 篇	互斥、选举、共识算法（Paxos/Raft/ZAB）、一致性哈希、拜占庭
分布式协调	7 篇	逻辑时钟、分布式 ID、Gossip、Lease、2PC/3PC、微服务架构

核心概念图

分布式理论
│
├── 一致性理论
│   ├── CAP 理论：只能同时满足两个
│   ├── BASE 理论：AP 的工程实践
│   └── 一致性模型：强一致 / 最终一致 / 因果一致
│
├── 分布式共识
│   ├── Paxos：理论奠基者
│   ├── Raft：工程化实现
│   ├── ZAB：ZooKeeper 的选择
│   └── BFT：拜占庭容错
│
└── 分布式协调
    ├── 互斥与选举
    ├── 2PC / 3PC
    ├── Gossip 协议
    └── 逻辑时钟

学习建议

先建立大局观

分布式理论的核心是三个问题：

1. 一致性：多个节点如何对数据达成一致？
   → CAP、BASE、一致性模型

2. 共识：当部分节点故障时，系统还能工作吗？
   → Paxos、Raft、ZAB

3. 协调：多个节点如何协同工作？
   → 选举、2PC、互斥

再深入细节

第一层：知道有什么
→ CAP、BASE、2PC、Raft

第二层：理解原理
→ 为什么 CAP 只能选两个？
→ Raft 的 Leader 选举流程是怎样的？

第三层：理解 Trade-off
→ 什么场景选 CP，什么场景选 AP？
→ Raft 和 Paxos 的区别是什么？各自适合什么场景？

面试高频考点

分布式理论的面试，本质上考的是「对分布式系统复杂性的理解」。

常见问题

Q1：CAP 理论是什么？你们系统选 CP 还是 AP？

「对于账户余额类数据，我们选 CP——金融交易不允许不一致。 对于用户评论类数据，我们选 AP——用户感知不强，可用性更重要。 同一个系统，C 和 A 可以并存，关键是分清哪些数据用什么策略。」

Q2：Raft 和 Paxos 的核心区别？

「表面上是工程化程度的区别，深层是设计哲学的区别。 Paxos 更通用但更难实现，Raft 通过 Leader 简化了问题。 Raft 的日志复制有更强的约束，保证选出的 Leader 有最新数据。」

Q3：2PC 有什么问题？为什么？

「三个问题：同步阻塞（持有锁等待）、单点故障（协调者崩溃）、数据不一致（Commit 发送失败）。 根本原因是 2PC 的 Commit 阶段不可中断，如果协调者崩溃，部分参与者可能永久持有锁。」

延伸阅读

分布式理论是整个分布式架构的基石。理解了这些理论，再去看分布式事务、分布式锁、ZooKeeper 等具体实现，就会有「原来如此」的恍然大悟。

建议的学习顺序：

1. CAP 理论 + BASE 理论（建立取舍思维）
2. 一致性模型（理解不同级别的含义）
3. Paxos / Raft（核心共识算法）
4. 2PC / 3PC（理解协调的复杂性）
5. 一致性哈希 + 负载均衡（工程落地）