分布式系统的复杂度从哪来

把三台机器放在一起，不等于就有了分布式系统。真正的分布式系统，是让多台机器协同完成一件事——而这件事的复杂度，恰好来自「协同」二字。

为什么单机到多机不是简单的数量变化？因为单机上一切井然有序：数据在同一个内存空间，时钟只有一个，锁一把就够。一旦跨了机器，这三样全部失效。

分布式系统的所有复杂度，可以归结为三个根本问题：空间、时间、共识。

空间：数据不在同一个地方

单机里，两个函数共享一个变量，修改立即可见。分布式系统里，数据分散在多台机器上，每台机器只持有「部分的真相」。

状态分散带来的第一个问题是 复制（Replication）。你需要在多个节点上维护同一份数据的副本——问题是，谁来写？如果所有节点都能写，冲突怎么解决？于是有了主从复制（single-leader）、多主复制（multi-leader）、无主复制（leaderless）三种模式，各有各的权衡。

第二个问题是 分区（Partitioning）。数据量大到单个节点放不下时，你不得不把数据切成片段分布到不同节点上。怎么切？按 key 范围（range sharding）还是按哈希（hash sharding）？切完之后，跨分区的查询怎么路由？数据倾斜了怎么再平衡？

复制和分区各自解决一个问题，但放在一起会互相放大：每个分区可能需要自己的复制策略，节点角色（主/从）需要与分区拓扑协调。这就是「状态分散」的代价。

时间：先后顺序不再天经地义

单机上，代码执行顺序就是时间顺序。a = 1 在 b = a + 1 之前，这是铁律。

分布式系统里没有全局时钟。两台机器的本地时钟不可能完全同步（NTP 也就毫秒级精度），更重要的是——消息在网络中的到达顺序不保证。你无法通过「看时间戳」来判断两个事件谁先谁后。

为此，Leslie Lamport 在 1978 年提出了 逻辑时钟（Lamport Timestamps）：不关心墙上时间，只关心事件的 happens-before 关系。但单一的逻辑时钟只能给出偏序（partial order），不能区分并发和因果。于是有了 向量时钟（Vector Clocks），每个节点维护一个向量，记录「我看到别人做了多少步」，能精确判断任意两个事件的因果关系。

时间的不确定性直接导致了 一致性模型 的光谱：从最强的线性一致性（Linearizability，所有操作看起来瞬间完成）到最终一致性（Eventual Consistency，「过一阵子总能一致」），中间还有顺序一致性（Sequential Consistency）、因果一致性（Causal Consistency）等。它们之间的区别，本质上就是「你愿意为『看起来有序』付出多少代价」。

共识：让一群节点达成一致，难如登天

空间让数据分散，时间让顺序模糊，这两个叠加在一起，引出了分布式系统最难的问题：共识（Consensus）。

共识的形式有很多种面貌：几台机器要选出一个 Leader（领导者选举），一个事务要跨多个数据库原子提交（分布式事务），多个客户端要互斥访问共享资源（分布式锁）。但它们本质上都是同一个问题——让一组互不信任、消息可能延迟或丢失的节点，就某个值达成一致。

FLP 不可能定理（Fischer, Lynch, Paterson, 1985）说了一句残酷的话：在异步系统中，只要有一个节点可能挂掉，确定性共识就不可能。注意——它只说「确定性」共识不可能，没说「概率性」也不行。Paxos 和 Raft 正是利用这一点，用随机超时 + 多数派投票，在工程上做到了足够可靠的共识。

共识协议的经典答案是 Paxos（Lamport, 1989）和 Raft（Ongaro, 2014）。Paxos 正确性毋庸置疑，但出了名的难以理解和实现。Raft 的贡献在于把共识拆成 Leader 选举、日志复制、安全性三个子问题分别处理，可理解性好了一个数量级。Zookeeper 的 ZAB 协议走的也是类似路线，强调顺序保证。

分布式事务则从另一个维度处理共识——不是让节点就一个值达成一致，而是让多个操作要么全成功要么全回滚。2PC（两阶段提交）是最朴素的想法：先问所有人能不能做，再通知所有人做不做。它的问题在于阻塞——协调者挂了，参与者就悬着。3PC 加了一个超时机制，减轻但不根治。Saga 和 TCC 走的是补偿路线：把一个大事务拆成小步骤，失败了反向补偿，牺牲了隔离性换取了可用性。

三个支柱是递进的

空间、时间、共识，不是三个平级的概念。空间最直观——「数据不在我这」你马上能感觉到。时间的混乱比空间隐蔽——很多系统看起来是空间问题，查到最后是时钟偏差。共识则是空间和时间叠加后的终极挑战——正因为数据分散、消息不可靠，才需要如此复杂的协议来让多个节点达成一致。

理解了这三个支柱，再回头看分布式系统里那些眼花缭乱的技术——Raft、向量时钟、Saga、一致性哈希、领导者选举——它们就不再是孤立的招式，而是围绕同一个问题展开的不同回答。那个问题是：多台机器要协同完成一件事，但每台机器只能看到自己的局部状态。