地域，区域，机房，服务器不同导致分布性
并发性
程序运行中，并发性操作很常见，比如同一个分布式系统中的多个节点，同时访问一个共享资源（数据库，分布式存储）
无序性
进程之间的消息通信，会出现顺序不一致的问题。
分布式环境面临问题
各个服务节点通信
网络本身的不可靠，因此涉及到一些的网络通信问题(每一个分布式项目都必须面临问题)。
网络分区（脑裂）
当网络发生异常情况的时候，导致分布式系统中部分节点之间网络延时不断变大，最终导致组成分布式系统所有节点中，只有部分节点能够正常通信。分布式系统出现小集群问题
三态问题
分布式架构 成功，失败，超时【网络问题】三种状态
分布式事务问题
ACID(原子性，一致性，隔离性，持久性) => 事务特征
原子性: 整个事务操作过程中，所有操作要不全部成功，要不就全部失败。
一致性: 整个操作过程中所有数据操作前后保持一致
隔离性: 事务和事务之间操作是完全隔离。
持久性：事务一旦提交成功，所有数据不能更改。
分布式理论:
CAP
Consistency (一致性) ：数据在多个副本中时刻保持一致。
强一致性: 同一个时刻，每一个节点中的数据都是一致的。
弱一致性（最终一致性）: 允许在一小个时间段内容，各个节点上面的数据部分不一致，但是最终得到结果是一致的。（消息队列，异步方式）
Availability （可用性）
系统总能在规定时间内，处理完用户的请求。
Partition Tolerance（分区容错）【最典型的的脑裂问题】
分布式系统在遇到任何网分区故障的时候，仍然需要保证对外提供满足一致性和可用性的服务。
一个分布式系统中无法满足以上三个条件,只能满足2个
放弃P=> 将所有的数据都在一个分布式节点上面[单点故障]，放弃系统扩展性问题。（分区容错在分布式系统中是必须存在的）
PA 放弃强一致性，保留数据的最终一致性，承诺一个时间让数据达到一致状态
PC 放弃可用性, 系统一旦出现故障问题，在系统故障恢复期间是无法对外提供服务的。
只针对非关系型数据库(NOSQL)
Base
Bascially Avaliable（基本可用）
允许损失部分可用性，保证核心业务可用。
Soft-State (软状态/弱性事务)
系统中存在一个中间的状态，这个中间状态不会影响系统整体可用。（使用异步方式处理）
Eventually Consistency(最终一致性)
允许在一小个时间段内容，各个节点上面的数据部分不一致，但是最终得到结果是一致的。
中心化和去中心化
中心化: 分布式系统中每一个节点按照角色分工（zk集群，leader，follower，observer）
存在最大的问题：领导出现故障，导致集群问题。
主备.(潜在问题: 领导管理能力问题)
zookeeper/etcd
去中心化: 最重要的问题是脑裂问题。leader不是固定的，如果leader出现问题，会动态选出新的leader也可以理解成去中心化