Bạn sẽ học được gì
- Giải thích các mô hình kiến trúc hệ phân tán (client-server, peer-to-peer) và ba khó khăn cốt lõi: độ trễ mạng, lỗi từng phần, không có đồng hồ chung
- Phân tích đánh đổi giữa tính nhất quán và khả dụng (định lý CAP) khi thiết kế hệ thống lưu trữ phân tán
- Cài đặt một giao thức đồng thuận thu nhỏ kiểu Raft để hiểu cách nhiều máy đồng ý trên một giá trị dù có lỗi
- Thiết kế cơ chế nhân bản (replication) và phân mảnh (sharding) dữ liệu cho hệ thống chịu tải lớn
- Áp dụng time-out, retry an toàn (idempotent) và phát hiện lỗi để xây dựng hệ thống chịu lỗi từng phần
- Đánh giá khi nào nên chọn kiến trúc phân tán thay vì một hệ thống tập trung đơn giản hơn
Nên học trước
Giới thiệu
Hệ phân tán là nhiều máy tính độc lập phối hợp để trông như một hệ thống duy nhất trước người dùng — từ một cụm cơ sở dữ liệu ba node đến toàn bộ hạ tầng của Google. Cái khó không nằm ở từng thuật toán riêng lẻ, mà ở chỗ mọi giả định quen thuộc khi lập trình trên một máy đều biến mất.
Ba điều không còn đúng nữa
- Không có bộ nhớ dùng chung: mọi phối hợp phải qua thông điệp trên mạng, có độ trễ và có thể mất gói.
- Lỗi từng phần (partial failure): một máy chết trong khi các máy khác vẫn chạy bình thường — và bên gửi không thể phân biệt chắc chắn "máy kia đã chết" với "mạng đang chậm".
- Không có đồng hồ chung: các đồng hồ vật lý lệch nhau, nên thứ tự sự kiện phải suy luận bằng logic (đồng hồ Lamport) thay vì đọc giờ hệ thống.
Từ lý thuyết tới hệ thống thật
Định lý CAP buộc phải chọn giữa nhất quán và khả dụng khi mạng bị phân vùng. Đồng thuận (Paxos, Raft) là cách nhiều máy thống nhất một giá trị dù có lỗi — nền tảng của mọi hệ cơ sở dữ liệu phân tán và hệ điều phối container (etcd, Kubernetes). Nhân bản tăng độ sẵn sàng và tốc độ đọc; phân mảnh giúp mở rộng theo chiều ngang — cả hai đều phải trả giá bằng độ phức tạp khi đồng bộ.
Học sao cho nhớ lâu
Đọc chứng minh thuật toán rất dễ quên nếu không tự tay làm. Hãy cài một giao thức đồng thuận thu nhỏ cho 3-5 tiến trình giả lập, rồi chủ động ngắt mạng hoặc giết tiến trình để xem hệ thống có tự phục hồi đúng như lý thuyết không. Kafka, Cassandra, MapReduce đều là biến thể thực tế của các ý tưởng trong lộ trình này.
Giáo trình & sách tham khảo
Xem tất cả trong tab SáchGiáo trình chính
Distributed Systems
Maarten van Steen, Andrew S. Tanenbaum · 2023 · Bản thứ 4
Vì sao chọn: Giáo trình hệ phân tán kinh điển và cập nhật nhất (2023), tác giả cho tải bản số miễn phí. Phù hợp làm sách chính vì đi đúng trình tự của lộ trình: kiến trúc → thời gian/đồng hồ → đồng thuận → nhân bản, và không tốn chi phí cho người học.
Nên đọc: Toàn bộ — đặc biệt các phần về kiến trúc hệ phân tán, đồng bộ hóa, đồng thuận, nhân bản và chịu lỗi
Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems
Martin Kleppmann · 2017 · Bản thứ 1
Sách trả phí nhưng rất thực tế, viết cho kỹ sư backend hơn là cho khóa học lý thuyết thuần túy. Bổ sung góc nhìn ứng dụng (Cassandra, Kafka, CSDL phân tán thật) cho các bước 4-5, giúp nối lý thuyết với hệ thống production.
Nên đọc: Phần về nhân bản, phân mảnh, giao dịch, đồng thuận và xử lý dữ liệu theo lô/luồng
Các bước học
Đăng nhập để đánh dấu các bước đã hoàn thành.
Bước 1: Kiến trúc và mô hình hệ phân tán
khoảng 6 giờCác kiểu kiến trúc (client-server, nhiều lớp, peer-to-peer), lời gọi thủ tục từ xa (RPC) và ba khó khăn cốt lõi: độ trễ, lỗi từng phần, thiếu đồng hồ chung. Cài một dịch vụ RPC/gRPC đơn giản giữa hai tiến trình chạy trên hai máy ảo khác nhau.
- Đọc: Phần mở đầu và kiến trúc hệ phân tán — Distributed Systems
Bước 2: Thời gian, thứ tự sự kiện và trạng thái toàn cục
khoảng 6 giờĐồng hồ vật lý và logic (Lamport, vector clock), khái niệm snapshot phân tán. Viết chương trình mô phỏng 4 tiến trình gắn nhãn thời gian Lamport cho các sự kiện gửi/nhận và kiểm tra tính nhất quán của thứ tự.
- Đọc: Phần về đồng bộ hóa và đồng hồ logic — Distributed Systems
Bước 3: Đồng thuận (consensus) và chịu lỗi
khoảng 10 giờVì sao cần đồng thuận, mô hình lỗi (crash-stop, Byzantine), thuật toán Raft (bầu lãnh đạo, log replication). Cài đặt Raft rút gọn cho 3-5 node giả lập, sau đó chủ động giết một node để quan sát quá trình bầu lại lãnh đạo.
- Đọc: Phần về đồng thuận và chịu lỗi — Distributed Systems
Bước 4: Nhân bản và nhất quán dữ liệu
khoảng 8 giờNhân bản đồng bộ/bất đồng bộ, các mức nhất quán (strong, eventual, causal), định lý CAP. So sánh lựa chọn nhất quán của một hệ AP (kiểu Cassandra) và một hệ CP có nhân bản đồng bộ trên cùng một kịch bản mất kết nối mạng.
- Đọc: Phần về nhân bản và các mức nhất quán — Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems
Bước 5: Phân mảnh, giao dịch phân tán và xử lý dữ liệu quy mô lớn
khoảng 8 giờPhân mảnh theo khóa/hash, giao dịch hai pha (2PC), ý tưởng MapReduce và xử lý luồng. Thiết kế sơ đồ phân mảnh cho một bảng người dùng 100 triệu dòng, tính lại cách chia khi thêm một node mới.
- Đọc: Phần về phân mảnh và xử lý dữ liệu theo lô/luồng — Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems
Bước 6: Dự án tổng hợp: kho khóa-giá trị phân tán thu nhỏ
khoảng 10 giờKết hợp RPC, đồng thuận và nhân bản để xây một kho khóa-giá trị chạy trên 3 node, chịu được một node chết. Viết một bộ kiểm thử chaos đơn giản (ngắt mạng ngẫu nhiên) để xác nhận hệ thống vẫn hoạt động đúng.
- Đọc: Toàn bộ — vận dụng kiến trúc, đồng thuận và nhân bản — Distributed Systems
Khái niệm chính
- Lỗi từng phần (partial failure)
- Một máy trong hệ thống chết trong khi các máy khác vẫn hoạt động bình thường; bên gửi thông điệp không thể phân biệt chắc chắn "máy kia đã chết" với "mạng đang chậm" chỉ bằng time-out.
- Đồng hồ logic (Lamport, vector clock)
- Cách suy ra thứ tự "xảy ra trước" giữa các sự kiện trên các máy khác nhau khi không có đồng hồ vật lý chung.
- Định lý CAP
- Khi mạng bị phân vùng, hệ thống phân tán phải chọn giữa nhất quán (Consistency) và khả dụng (Availability); không thể có trọn vẹn cả hai.
- Đồng thuận (consensus)
- Giao thức (Paxos, Raft) giúp nhiều máy thống nhất một giá trị dù một số máy lỗi hoặc thông điệp bị mất/trễ.
- Nhân bản (replication)
- Giữ nhiều bản sao dữ liệu để tăng độ sẵn sàng và tốc độ đọc; có nhân bản đồng bộ (mạnh, chậm hơn) và bất đồng bộ (nhanh, có thể mất dữ liệu khi lỗi).
- Phân mảnh (sharding/partitioning)
- Chia dữ liệu theo khóa để mỗi máy chỉ giữ một phần, cho phép hệ thống mở rộng theo chiều ngang khi dữ liệu quá lớn cho một máy.
- Giao dịch phân tán và 2PC
- Two-phase commit là giao thức đảm bảo mọi máy tham gia cùng commit hoặc cùng rollback một giao dịch trải trên nhiều node.
- Idempotency và at-least-once delivery
- Vì thông điệp trên mạng có thể bị gửi lại, thao tác cần được thiết kế để lặp lại nhiều lần vẫn cho kết quả an toàn, đúng đắn.
Học xong để làm gì
- Cơ sở dữ liệu phân tán (Cassandra, DynamoDB, CockroachDB) cho hệ thống thương mại điện tử quy mô lớn
- Hệ điều phối container và dịch vụ hạ tầng (Kubernetes dùng etcd — một kho lưu trữ dựa trên Raft)
- Hệ thống xử lý luồng sự kiện và hàng đợi thông điệp (Kafka, Pub/Sub) cho pipeline dữ liệu thời gian thực
- Hệ thống file và lưu trữ phân tán (HDFS, Google File System) cho dữ liệu lớn
- Backend cho ứng dụng nhiều người dùng đồng thời: mạng xã hội, ngân hàng số, game online nhiều người chơi
Câu hỏi thường gặp
Học hệ phân tán có cần biết trước một ngôn ngữ lập trình cụ thể không?
Không bắt buộc, nhưng nên thoải mái với một ngôn ngữ hỗ trợ mạng/luồng tốt (Go, Java, Python với asyncio) vì phần lớn bài tập là mô phỏng giao thức bằng socket hoặc RPC.
Khác gì với Tính toán song song (Parallel Computing)?
Tính toán song song tối ưu tốc độ trên các lõi/máy gần nhau, giả định ít lỗi; hệ phân tán quan tâm nhiều máy độc lập về không gian, luôn có thể lỗi và mạng không đáng tin, ưu tiên đúng đắn và chịu lỗi hơn là tốc độ thuần túy.
CAP theorem có nghĩa là phải bỏ nhất quán để có khả dụng không?
Không hẳn — CAP chỉ buộc phải chọn khi mạng thực sự phân vùng; phần lớn thời gian mạng ổn định nên hệ thống vẫn có thể mạnh cả C lẫn A, chỉ phải hy sinh một trong hai khi có sự cố.
Mất bao lâu để học xong lộ trình này?
Khoảng 48 giờ tự học nếu đã vững hệ điều hành và mạng máy tính, tương đương 8-9 tuần với 5-6 giờ mỗi tuần.

