写这篇文章是为了 solve 在建立分布式系统时需要知道的慨念。
服务水平协议 一个大的分布式系统每天会处理上百万的event。要如何测量系统的是正常的运行，这就需要可测量的 benchmark。 availability - 99.99% , 或一年 50分钟的downtime accuracy - 资料需要 100% 正确吗 capacity - 一秒钟多少request latency - 对95%的request，系统需要花多少时间回复. 对99%的request，系统又要花多少时间回复
一致性 一致性是指系统上的节点，在同一时间，都看到和送回一样的资料。有几个consistency model, 例如 strong consistency, weak consistency, eventual consistency.
数据持久性 持久性是指在资料加入到资料库后，资料会一直存在，不管系统有没有发生crash。持久性可在 machine level 或 cluster level。
信息持久性 分布式系统中的节点会执行计算，存储数据和相互发送信息。 发送信息的关键特征是在这些信息到达的可靠性。 对于关键任务系统，通常不能丢失任何信息。
幂等 Idempotency 幂等系统确保无论执行特定请求多少次，对该请求的实际执行仅发生一次。 幂等的分布式系统设计需要某种分布式锁定策略，这是一些较早的分布式系统概念发挥作用的地方。 假设我们打算通过适当的锁定来实现幂等性，以避免并发更新。为了拥有乐观锁，系统需要保持高度一致，以便在操作时，我们可以使用某种形式的版本检查是否已启动另一个操作。（乐观锁机制采取了更加宽松的加锁机制。）
分片 Sharding 和 Quorum Sharding 是使用hash将数据以分配给分区。为了确保系统资料或计算操作以一致的方式执行，Quorum定义了一种基于投票的方法，其中一定数量的节点需要获得相同的结果，系统操作才能成功。
以上分布式系统的概念， 对支付系统都适用。
原文 ： https://blog.pragmaticengineer.com/distributed-architecture-concepts-i-have-learned-while-building-payments-systems/
