单机到集群：为何需要分布式架构

当用户量、数据量或发布频率超过单机/单库舒适区，团队会把系统拆到多台机器上协作。常见驱动力：

• 水平扩展 — 加机器分担读/写吞吐，而不是无限堆单机配置。
• 故障隔离 — 单点故障只影响局部；配合副本与自动切换提高可用性。
• 组织与交付 — 多团队并行演进不同业务能力（与 康威定律 相关，架构风格：单体、SOA 与微服务 展开）。
• 地理与合规 — 多机房、多区域部署降低延迟或满足数据驻留要求。

何时值得认真考虑拆分？ 不必等到「千万 QPS」才行动，下列信号出现时应把分布式纳入架构讨论（满足其一即可启动评估）：

• 单机或单库连接池、CPU、磁盘 IO 长期打满，垂直扩容性价比明显下降。
• 发布耦合：改一个小模块需要全量回归、全量部署，交付周期被拖慢。
• 可用性目标 要求多 AZ/多机房与明确 RTO/RPO，单机故障域无法接受。
• 组织规模 扩大，多团队需并行演进不同业务线。

远程调用：反例 vs 推荐做法

网络分区、时钟漂移与部分失败

分布式系统的默认假设是：网络不可靠、节点会挂、时钟不完全同步。这三点直接决定你不能把远程调用当成本地方法调用。

• 网络分区 — 节点之间暂时不可达，但各自仍在运行；此时「全局一致决策」可能无法同时满足。
• 时钟漂移 — 即使部署 NTP，各节点墙钟仍可能偏差；不要用 System.currentTimeMillis() 在跨服务间排序事件。
• 部分失败 — 请求可能「客户端以为失败、服务端已成功」或相反；必须设计超时、重试、幂等与可补偿流程。

一次下单调用的失败形态

sequenceDiagram
  participant U as 用户
  participant O as order-service
  participant I as inventory-service
  U->>O: 提交订单
  O->>I: POST /reserve (timeout=2s)
  Note over I: 库存已扣减
  I--xO: 响应在网络中丢失
  Note over O: 重试？幂等？人工对账？

调用方视角 × 服务端真实状态

超时后重试：代码层反例与推荐

// 无幂等键、无上限 — 可能重复扣库存
for (int i = 0; i < 10; i++) {
  try {
    inventoryClient.reserve(orderId, skuId, qty);
    break;
  } catch (Exception e) {
    Thread.sleep(100);
  }
}

// 同一 requestId：服务端已处理则直接返回原结果
ReserveResult r = inventoryClient.reserve(
  new ReserveCommand(requestId, orderId, skuId, qty));
if (r.isUnknown()) {
  r = inventoryClient.getReserveStatus(requestId);
}
// 仍不确定 → 标记订单「待对账」，勿直接成功

读超时设多少？（示意滑块）

可扩展性、可用性与一致性三角

工程上常同时追求三者，但在故障与负载压力下必须排序优先级。例如：

场景决策：大促秒杀 vs 财务对账

CAP、BASE 与一致性模型 将用 CAP 定理 与 BASE 把上表落到可讨论的取舍语言。

Java 技术栈在分布式中的常见角色

本课实践以 JVM 企业栈为主。常见分工如下：

• 应用运行时 — Spring Boot、Actuator 健康检查。
• 服务治理 — 注册发现、API 网关、配置中心。
• 服务间通信 — OpenFeign（同步）、Spring Cloud Stream（异步）。
• 数据与一致性 — 本地事务；跨服务用 Saga、Outbox、Seata。

通信模式：同步 vs 异步（标签页）

ShopFlow 逻辑分层（预习）

flowchart LR
  Client[Web / App]
  GW[API Gateway]
  Order[order-service]
  Inv[inventory-service]
  Pay[payment-service]
  Client --> GW
  GW --> Order
  Order -->|同步 HTTP| Inv
  Order -.->|异步事件| Pay

服务间调用：超时须显式配置（预览）

spring:
  cloud:
    openfeign:
      client:
        config:
          inventory-service:
            connectTimeout: 2000
            readTimeout: 2000

本课 ShopFlow 示例业务全景

ShopFlow 按 限界上下文 划分三大域：

常见问题（FAQ）