分布式系统（Distributed System），对于很多初学者来说，听到这个词就会感到畏惧，仿佛觉得这是一类很高深的理论/技术。其实不然，分布式理论本身固然很晦涩，但经过几十年的发展，在工业环境应用中已经较为成熟。

Redis从3.0版本开始支持原生的集群模式，即 Redis Cluster。Redis Cluster，主要是针对海量数据下的高并发、高可用场景，海量数据就是说单机Redis无法完全容纳数据，需要进行数据分片。 本章，我就来讲解如何搭建一个3主3从的Redis Cluster。关于Redis Cluster的基本原理，读者可以参考进阶篇中的《分布式框架之高性能：Redis集群模式》。

关于Redis哨兵模式的原理，我在进阶篇的《分布式框架之高性能：Redis哨兵模式》已经详细讲解过了，不熟悉的读者可以先去了解下。 本章，我将带领大家部署一个3节点的哨兵集群，并介绍如何基于哨兵进行故障转移，以及一些企业级的配置方案。

对于一个能够支撑超高并发的大型分布式系统来说，像Redis这类分布式缓存是必不可少。Redis在单机部署的模式下，QPS几乎不可能超过10万+，除非机器配置特别好且Redis操作不太复杂。如果想要提升读写性能，最简单的方式就是做一主多从+读写分离。

上一章，我讲解了Redis的两种持久化方式的基本配置，那么在生产环境中，Redis的持久化到底该如何运用呢？企业级的数据备份和各种灾难下的数据恢复，又是怎么做的呢？本章，我就通过实战演练，讲一讲企业级Redis灾备方案。

Redis作为分布式缓存，数据首先是存储在内存中的，但是为了保证数据不丢失，肯定需要将数据持久化到磁盘上。我在分布式进阶篇中的《Redis数据持久化》已经讲过了Redis的持久化原理。Redis一共提供了两种数据持久化方式：RDB、AOF。本章，我将带领大家在先前的1个CentOS节点上搭建单机Redis，然后通过实战讲解Redis的RDB和AOF持久化配置。

为了后续实战演练的方便，本章我将从零开始，一步一步搭建出一个4节点的CentOS集群。后续章节，我们会在这个集群上部署Redis、Nginx、MySQL、Storm等分布式框架。

本章，我将对后续章节将要进行实战的系统作一个概述，主要讲解多级缓存架构。多级缓存架构，最核心的其实就是分布式缓存，后续章节，我将带领大家搭建分布式Redis集群，然后引出各种高并发场景下的缓存面临的难题，最后在缓存架构中不断的引入解决这些难题的方案和技术，解决高并发的问题。

Leslie Lamport的 Multi-Paxos 只考虑了如何实现共识，也就是如何就一系列值达成共识，未考虑如何实现各值（也就是操作）的顺序性。最终 ZooKeeper 实现了基于Master/Slave模式的ZAB协议，保证了操作的顺序性，而且，ZAB 协议的实现，影响到了后来的共识算法，也就是 Raft 算法，Raft 除了能就一些值达成共识，还能保证各值的顺序性。

PoW算法，属于拜占庭容错算法中的一种，能容忍一定比例的作恶行为，所以它在相对开放的场景中应用广泛，比如公链、联盟链。而非拜占庭容错算法（比如 Raft）无法对作恶行为进行容错，主要用于封闭、绝对可信的场景中，比如私链、公司内网的 DevOps 环境。