工程的容错性

最近看分布式系统的相关文章。无论是分布式计算的MapReduce或是分布式存储的GFS，一致性的raft算法等等，都无不提到分布式中的容错性，每一块都对容错性进行了大篇幅的描述说明。Google的分布式系统是非常典型的基于机器随时可能发生故障，客户端不应该感知到的基础进行搭建的。从系统设计之初他们就考虑到这一点。

 

回过头来看日常的程序设计，常常会强调程序的鲁棒性，即要求无论输入输出或程序运行在什么样的机器、机器出现怎么样的问题，程序都应该可以正常执行、正常退出且不应该得到完全不正确的结果。

 

很多人都知道程序鲁棒性，容错性的重要性，如同许多人都知道TDD是Test Drive Develop，但是知道是一回事，做到又是另一回事。所以谷歌成为了谷歌，其他人成为了其他人。