1.1 什么是分布式系统

Lamport在1987年的一封电子邮件中是这样描述分布式系统的：

"A distributed system is one in which the failure of a computer you did not even know existed can render your own computer unusable."

我们可以简单理解为：如果一台你都不知道的计算机坏了，从而导致你自己的计算机都无法使用，那么这样一个系统就是分布式系统。显然，这是一个非正式的定义。作者专门查阅了1987年5月Lamport发的一封邮件，当时Lamport在数字仪器公司（Digital Equipment Corporation，DEC）工作，需要用很多计算机来运行他的FF程序，而这个FF程序依赖于一个叫作nub的东西。他在邮件中写道：“电气问题不是根因，只不过是让这个情况更为突出罢了。现在新版本的nub使我的FF程序越来越依赖于在其他地方运行的程序。花几秒等程序自动切换总比花一两个小时重启服务器要少些恼火吧，所以我提议搞一个让我们的系统更加鲁棒的项目。”结合这封电子邮件的上下文可知，Lamport已经意识到解决问题的关键不在于提高单台服务器的电气可靠性，而在于让整个系统能够容忍单台计算机的故障，这其实是分布式系统最重要的特征之一。

如今的分布式系统是一个涉及内容较广的概念，它在不同的语境下描述了不同的特征。广义上，任何由多台计算机节点（以下简称“节点”）组成并共同完成特定任务的计算机系统，都可以被认为是分布式系统。根据这个定义，我们经常会遇到如下的分布式系统。

（1）并行系统：一般由多个节点组成，其基本功能是将规模较大的总任务切分成多个规模较小的任务，并让多个节点并发处理小任务，以提高总任务的处理效率。并行系统和并行算法侧重于研究如何把总任务切分为子任务，以及将子任务调度到不同的节点上并发执行。它研究的是效率问题，节点越多，问题越容易处理。

（2）基于共享内存的分布式系统：由多个节点组成，节点之间通过共享内存进行通信，共同完成某些任务。这里的“共享内存”不一定是真正的物理内存，也可以是共享数据库或者共享存储。之所以被称为共享内存，是因为最初人们在研究这类分布式算法时，是基于多核处理器访问共享内存这一模型进行的，所以该称呼一直沿用至今。

（3）基于消息传递的分布式系统：由多个节点组成，节点之间没有共享内存，只能通过链路来传递消息，节点和链路都有可能出现故障。它研究的是如何减少故障对系统的可用性和一致性的影响，因此节点越多，问题越难处理。

本书研究的分布式系统特指“基于消息传递的分布式系统”。在这个系统中，每个节点被称为进程。其中，“进程和链路均有可能失败”是本书所研究的分布式系统与其他分布式系统的核心区别，这也是基于消息传递的分布式算法的复杂性之所在。如无特殊说明，本书所说的“系统”和“分布式系统”（或计算、算法）均指基于消息传递的分布式系统（或计算、算法）。