如何学习分布式系统

前言

2019年，做大数据的开发已经6年了，这期间分布式系统的知识学习了不少，但基本都是来源于项目需要而零敲碎打，没有系统性的融会贯通提纲挈领，在一件小事的触动之下，决定将分布式系统做一次系统性的学习。

网上搜索“如何系统性的学习分布式系统”，得到的答案除了知识点过于零散的，剩下就是不适合我的实际情况的，主要因为我没有学习过算法，对于很多复杂的算法理解起来过于困难，而且在工程实践中找不到实际的应用，总感觉是屠龙之技。

因此决定自己列一个提纲，梳理一下分布式系统的知识，着重分析一些比较常用的开源软件中的实现原理，注重工程实践，减少理论研究，以设计思路为研究对象，不过分纠结于代码的实现细节，便于自己的学习，也希望帮助他人。

具体学习路线

学习一项技术，思路应该是看它解决了什么问题，为了解决这个问题，它又具有哪些特性，这些特性又分别如何实现。

分布式系统解决什么问题就不过多解释了，无非是单一的节点无法满足业务需求，需要多节点群智协同。

一个多节点群智协同系统，应该具备以下特性：

1. 一致性。分布式系统整体对外表现出的一致性由它的一致性模型决定。
   我们将会学习以下一致性模型：
   Sequential Consistency
   Causal Consistency
   Linearizability
   也会研究一些分布式系统的一致性模型：
   zookeeper
2. 共识。分布式系统具备达到共识的能力。(计划介绍一些共识算法，例如raft)
3. 扩展性。（计划介绍一些提高系统扩展性的东西，比如一致性hash）
4. 容错性。（可能会集中讨论下容错机制）

分布式系统同时也具有软件系统中的其他特性，可能会介绍一下无锁消息队列、SIMD指令、rpc之类的东西。

介绍一下如何验证分布式系统设计的正确性。（TLA+）

这应该会是一个持续更新的路线图，同时也欢迎大家的意见和建议。
如何系统性的学习分布式系统?