分布式原理

CAP 定理

分布式系统无法同时满足一致性、可用性、分区容错性这三个目标，最多只能同时满足两个。

权衡的艺术

• CA：放弃分区容错性，意味着不能容忍网络分区，适用于单机系统
• CP：放弃可用性，当网络分区发生时选择暂停服务以保证数据一致，适用于金融等对一致性要求高的场景
• AP：放弃强一致性，接受数据可能不一致，但保证服务始终可用，适用于社交网络等场景

实践启示

没有完美的架构，只有最合适的架构。CAP 定理提醒我们，在分布式系统设计时必须明确业务的最核心诉求，然后做出正确的权衡。大多数互联网应用选择 AP 模式，通过最终一致性来换取高可用性。

服务发现和配置管理

分布式锁

分布式事务

分布式系统基础（一致性、CAP、分布式锁、幂等、最终一致性、分布式事务）

最终一致性 (Eventual Consistency)： 在范围 (Scope) 之间如何保证数据同步？（CAP 定理与 BASE 理论）。

云原生架构（K8s基本对象、Service Mesh、GitOps、Observability）

架构决策与权衡框架（ADR、RFC、Trade-off分析） 现代架构风格：Clean/Hexagonal/Vertical Slice + DDD核心战术

高性能 & 容量规划（缓存策略、读写分离、水平扩展、分库分表、削峰填谷） 系统设计面试表达（C4图 + 4S分析法 + 估算能力） 架构治理 & 演进式架构（Strangler Fig、Fitness Function、架构决策记录） AI时代架构变化（RAG、Agent、LLMOps、Prompt工程与后端结合）