分布式基础
覆盖一致性、扩展性、高可用与容灾的基础权衡。
-
分布式基础(四)：容灾-容错与灾难恢复
容灾是伞状概念，包含容错（Fault Tolerance）和灾难恢复（Disaster Recovery）。容错要求故障发生时零中断继续服务（用冗余掩盖故障）；灾难恢复关注灾难后如何恢复（用备份和复制缩短恢复时间）。核心思想：故障不是"是否发生"而是"何时发生"——系统设计必须将故障视为常态。
-
分布式基础(三)：高可用-通过冗余和自动故障转移消除单点故障
高可用 = 冗余（让故障不致命）+ 自动故障转移（让恢复足够快）。核心公式 Availability = MTBF / (MTBF + MTTR)，降低 MTTR 的 ROI 远高于提高 MTBF，因为故障不可避免。每多一个 9，成本和复杂度指数级上升——大多数业务在 99.95%-99.99% 找到平衡点。
-
分布式基础(二)：可扩展性-垂直扩展与水平扩展
可扩展性是"加资源后处理能力能否线性提升"，不是"单次请求多快"（那是性能）。Amdahl 定律决定了串行瓶颈是理论天花板——加再多机器绕不过一把全局锁。正确路径：先垂直扩展 + 缓存（ROI 最高），瓶颈出现后再水平扩展（复杂度最高），每一步都由真实数据驱动而非预测。
-
分布式基础(一)：一致性从强一致到最终一致的权衡光谱
"一致性"在 ACID/CAP/分布式模型中是三个完全不同的概念——ACID 的 C 是数据合法性，CAP 的 C 是线性一致性，分布式一致性模型是客户端可见性保证。选型的核心问题不是"要不要一致性"，而是"业务能容忍多大程度的不一致"。默认从最弱开始，有明确理由才升级。