分布式系统

🧬 知识点关系网络

通信
（RPC、MQ）→协调
（共识、锁）→存储
（复制、分片）→计算
（批、流）

⬆️ 分布式系统的四大基石，解决扩展性与容错问题。

通信模型 —— RPC的同步调用与消息队列的异步解耦。gRPC、Thrift、Kafka的适用场景。
💡 写一个简单的gRPC服务，理解Protobuf序列化。
一致性与共识 —— 强一致性与最终一致性。Raft共识算法的领导者选举与日志复制。
💡 用Raft动画演示理解选举与提交过程。
分布式事务 —— 2PC的阻塞问题，3PC的改进，TCC补偿事务的柔性方案。
💡 用Seata或DTM模拟一个跨行转账的分布式事务。
分布式存储 —— GFS/HDFS的元数据管理、块复制。Amazon Dynamo的无中心设计。
💡 搭建MinIO或Ceph集群，体验对象存储。
分布式计算 —— MapReduce的Shuffle瓶颈，Spark的RDD血统与DAG调度。Flink的流批一体。
💡 用Spark处理一个日志文件，统计PV/UV。

💡 学习贴士： 多动手实践，参与开源项目或在线评测，将理论转化为肌肉记忆。

前置依赖： 学习分布式系统前，建议具备编程基础与相应的数学知识。

后续延伸： 学完分布式系统后，推荐继续探索：数据结构 · 算法设计 · 操作系统 · 计算机网络

🔵 已开放 · 可随时探索🟠 生长中 · 内容持续丰富🟣 探索级 · 深度拓展

🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。

✨ 每个链接都是一扇门，推开即是新世界。

Redis缓存、MQ削峰、分布式锁——如何扛住海量并发。

Kafka+Flink+Hudi，构建流式数据处理链路。

Spanner、CockroachDB如何实现跨数据中心强一致。

PoW、PoS共识算法，本质上也是一个分布式系统。

我是一名正在学习分布式系统的学生，请用生动易懂的方式为我讲解其核心概念，并结合实际应用场景给出代码示例。