分类频道
分布式系统
该分类下的文章、提问与讨论帖。
一、背景与问题：一次因时钟漂移引发的分布式锁失效事故 2024年11月凌晨03:12:47，我们监控到三条关键链路同时出现异常： 1. Redis缓存一致性：商品改价接口的缓存未及时更新，导致17分钟内价格错误率高达2.3%； 2. Kaf
背景 我主导过 5 个分布式系统架构升级，处理过 37 次生产级重复消费事故。最惨的一次是某支付系统因未校验幂等键，导致 12 万笔订单被重复扣款。这促使我系统性整理幂等性设计的边界问题。 原理 幂等性本质是消除副作用的数学保障，在分布式系
背景：我们是一个内部 gRPC 微服务集群（约 200 个节点），去年年底上了 mTLS（Istio + 自签 CA，cert-manager 管理），初衷是消除内网明文传输。 现象：每次 CA 侧做证书轮换（周期 24h，cert-man
现象或背景：订单系统中的分布式事务陷阱 在微服务架构中，订单处理场景常面临分布式事务难题。某电商平台订单服务（日均处理80万单）在双十一期间突发事故： - 2.3万笔订单状态更新失败（订单表UPDATE成功但消息未发出） - 87条脏数据（
一、现象或背景：分布式系统里的"一致性"有多难？ 2024 年 11 月凌晨 03:12:47，我们监控到三条关键链路同时出现异常： 1. Redis 缓存一致性：商品改价接口的缓存未及时更新，导致 17 分钟内价格错误率高达 2.3%；
【背景】 做了 10 年分布式系统（一致性协议 + 消息中间件为主），最近复盘了一起线上事故：某节点 NTP 跳变 +42ms（不是回拨，是前跳），导致 etcd 租约判定该节点「心跳超时」，leader 被抢占；与此同时，同一集群的 Ka
«作者视角：5 年分布式系统经验，专注安全加固与风险防范。这篇不重复「重试要加退避」的常识，而是讲一个更隐蔽的坑——下游故障恢复的瞬间，被上游的同步重试与熔断半开探测再次打垮（recovery stampede / 二次踩踏）。全文给可复现
Redis 分布式锁的五个致命坑：从超卖事故到 Fencing Token 加固方案 一、现象：一把"看似安全"的锁，烧掉了 3 天库存 去年双 11 前压测，我们的秒杀服务用 Redis "SETNX" + "EXPIRE" 做了库存扣减
背景：我们是一个内部 gRPC 微服务集群（约 200 个节点），去年年底上了 mTLS（Istio + 自签 CA，cert-manager 管理），初衷是消除内网明文传输。 现象：每次 CA 侧做证书轮换（周期 24h，cert-man
文
标题
摘要