5.3 检测与恢复
容错共识
1. 知识点论述
「5.3 检测与恢复」是《分布式计算系统》容错共识部分的核心知识点。回答故障后如何继续服务，以及如何在多数派下达成一致。本知识点首先把握：心跳：固定周期简单，频率过短会误报，过长会发现得慢。学习时请把它放回整门课主线——把独立计算机组织成对用户像一台机器的系统，并用通信、数据放置、复制、容错与调度把这件事做可靠。
2. 视频教程
HTTP/TCP 长连接与心跳检测
3. 知识点详解
下面围绕本知识点展开要点说明，建议结合上方视频边看边对照。
- 心跳：固定周期简单，频率过短会误报，过长会发现得慢。
- 也可根据历史心跳预测故障。
- Gossip：无中心交换邻居状态，适合大规模。
- 恢复：冗余接管、回滚到正确状态、把负载从故障节点迁走。
学习建议：先抓住定义与问题，再理解机制步骤，最后对照应用场景思考“何时用、何时不用、代价是什么”。
4. 应用场景
- 心跳与超时是 K8s、云监控的基础。
- Gossip 适合大规模成员管理。
- 恢复策略：接管、回滚、迁移负载。