寒蝉 Hancic
服务注册与发现：服务怎么找到彼此
微服务拆开后，服务之间怎么找到彼此？配置文件写死 IP 追不上动态扩缩容。注册中心维护服务名到实例列表的映射，靠心跳检测存活。客户端发现 vs 服务端发现、CP vs AP 的取舍，以及选错了会怎样。
专栏：分布式系统（17 篇）
负载均衡：不只是平均分配
负载均衡不只是轮询分请求。节点能力不同要加权，实时负载不同要动态选，有状态要保亲和，缓存要一致性哈希，节点上下线要平滑过渡，健康检查要主动加被动，还得和熔断配合。多层配合比单层完美更靠谱。
熔断与降级：故障的防火墙
级联故障的根因不是下游挂了，是上游在等待中耗尽资源。熔断在失败率升高时停止调用，降级在不可用时给兜底响应。两者配套才有意义——光熔断不降级是快死，光降级不熔断挡不住资源耗尽。
消息队列：从同步到异步的鸿沟
消息队列用异步解耦换来了高吞吐和高可用，代价是丢失、重复、顺序三个问题。不存在三全其美的方案，只有想清楚放弃哪个。
脑裂：分布式系统里最危险的故障
脑裂：集群分区后两个子集各自选出主节点，并行写入导致数据分叉。根因不是节点真挂了，而是看起来挂了——网络分区、心跳超时、VM暂停都会触发。防护靠 quorum + fencing token + 租约三层。Raft/Paxos 防选主脑裂，但 fencing 仍需存储层配合。
重试与退避：失败之后怎么办
朴素重试（失败立刻重试）在大规模下会引发重试风暴和级联放大。正确策略四件套：指数退避（给下游恢复时间）+抖动（打破同步）+重试预算（限制总重试流量）+只重试瞬时故障且幂等的操作。再配熔断器兜底——重试失败到阈值就停止，别一直试一个挂掉的服务。重试不是"再试一次"，是需要设计的工程。
幂等性：分布式系统里"做两次"为什么不等于"做一次"
幂等性（Idempotency）= 同一操作执行一次和多次产生相同结果。分布式环境下网络超时、消息重投、自动重试逼着操作必须幂等。实现靠"记住做过没有"：request_id 去重表、唯一约束、状态机、乐观锁。幂等和并发安全是两件事——前者管重复不出错，后者管同时不出错。
一个简单操作是怎么在分布式环境下变复杂的
最近碰到一个问题，事后想想，很适合拿来讲分布式系统里一个很普遍的现象：一个在单节点上简单到不用过脑子的事，放到多节点环境下，复杂度会一层一层地叠上去，每加一层，就多一类你绕不开的问题。 单节点：两个 if 的事 需求是这样的：用户请求来了，需要从 S3 拉一份代码到本地，解压，然后执行。 为了避免同
分布式系统设计方法论
设计分布式系统，最难的不是学概念，是拿到需求知道从哪下手。不是找最优解——最优解不存在。
分布式锁与领导者选举
多节点下，谁说了算？锁和选主都是排他性地让一个节点说了算，只是生命周期不同。
