awesome-distributed-systems

项目介绍：Awesome Distributed Systems

awesome-distributed-systems 是一个精心策划的分布式系统资料列表，项目灵感来源于类似的优秀框架，比如优秀的 awesome-python 列表。此项目旨在为分布式系统的爱好者和学习者提供有价值的阅读材料，主要集中在架构的理论和概念上，而不是代码实现。

入门学习

入门部分汇集了一些在开始学习分布式系统之前的重要资料。这些资料将帮助读者深入理解分布式系统的基本原理：

• CAP 理论：了解一致性、可用性和分区容忍性之间的权衡。
• 分布式计算的谬误：认识到分布式系统中可能出现的各种问题。
• FLP 不可能性定理：探讨分布式系统中在某些条件下无法实现的一致性问题。
• 分布式系统导论：由 Aphyr 提供的分布式系统优秀入门材料。

推荐书籍

项目集合了一批关于分布式系统的经典书籍，这些书籍适合不同层次的读者阅读，包含免费书籍和需注册访问的书籍，涵盖基础理论、实践应用以及分布式算法等：

• 《Distributed Systems for Fun and Profit》
• 《Distributed Systems: Principles and Paradigms》
• 《Designing Data Intensive Applications》

重要论文

对于希望深入了解分布式系统理论的读者，这里列出了一些必读论文。这些论文在分布式系统领域具有开创性的贡献：

• 《Times, Clocks and Ordering of Events in a Distributed System》：对分布式系统事件排序的重要论文。
• 《Dynamo: Amazon's Highly Available Key Value Store》：描述了高可用性和容错数据库系统的设计。

存储与数据库

在该部分中，读者可以找到关于分布式存储系统及数据库的相关信息，这些资料对理解现代数据处理架构至关重要。例如，亚马逊的 Dynamo 和 Google 的 Bigtable 系统文章介绍了各自在解决高可用性存储问题中的实践。

消息系统

该部分探讨了现代实时数据处理系统中非常重要的日志及消息队列系统，如 Kafka 系统，它们为大规模的数据流处理提供了基础设施。

分布式一致性与容错性

理解和处理分布式系统中的故障是一个重要课题，该部分包含了关于拜占庭将军问题和类似 Paxos 一致性算法的关键研究：

• 《Practical Byzantine Fault Tolerance》：介绍了实现拜占庭容错的实用方法。

测试、监控和追踪

分布式系统的设计已经相当复杂，对这些系统进行测试则更具挑战性。例如，Google 的 Dapper 系统为大规模分布式系统提供了追踪基础设施。

编程模型

这部分包含了一些关于分布式编程模型的学术论文，为开发分布式应用提供了理论支持和实践指导。

系统验证

分布式系统的验证是保障系统可靠性的重要步骤，包括 Jepsen 框架和 Verdi 框架，这些工具帮助开发者检验分布式系统在各种故障条件下的表现。

课程资源

项目推荐了多个在线课程，这些课程涵盖了从基础到高级的分布式系统知识，如 MIT 和 ETH Zurich 提供的课程，帮助学习者系统性掌握分布式概念及技术。

博客及其他

除了专业书籍和论文外，学习者还能从众多博客中获取实际的架构经验和分布式系统思想，例如亚马逊构建者图书馆和其他专家的博文。

awesome-distributed-systems 项目通过提供丰富多样的学习资源，成为分布式系统领域学习者的宝贵工具，无论你是初学者还是希望深入研究的专家，该项目都为你提供了全面的信息。