标签: #consensus
关于 GPU、LLM、MLOps、Kubernetes 以及心态的文章 · 2 篇
5 节点 Raft 集群中 3 个节点为何同时死亡 — 解读 Coinbase 2026 年 5 月 7 日故障
2026 年 5 月 7 日晚间，AWS us-east-1 可用区 use1-az4 内的一处数据机房(data hall)冷却设备同时发生故障，Coinbase 由此经历了一场故障：交易、出入金在内的大部分服务中断或降级约 8 小时。Coinbase 于 6 月 1 日公开的事后复盘(postmortem)一并说明了两件事的经过 — 5 节点 Raft 撮合引擎中的 3 个节点同时死亡、导致集群失去法定人数(quorum)的过程，以
2026-07-16 · 29 分钟阅读 #distributed-systems#postmortem#consensus#aws#resilience分布式系统完全指南 — 时钟、Consensus、Event Sourcing、Saga、CRDT、故障模式 (Season 2 Ep 12, 2025)
分布式系统看上去像“多台计算机协作的事”，实际上却是“一群时钟各不相同的计算机，在一部分已经损坏的状态下，通过会丢包、会延迟的网络达成共识的事”。从 Lamport/向量时钟、HLC 到 Raft、Paxos、PBFT，再到 Event Sourcing、CQRS、Saga 模式、CRDT，以及 8 Fallacies 与实战故障模式。一篇写尽分布式真实面貌(含 Byzantine Fault)的文章。Season 2 的第十二篇。
2026-04-15 · 17 分钟阅读 #distributed-systems#consensus#raft#paxos#lamport-clock