分布式系统是指由多个独立计算机节点（或服务器）组成的集群系统，可以通过网络协议进行通信和协作。在当今高并发、大规模数据处理的时代，分布式系统已经成为了一项必不可少的技术，例如云计算、大数据处理、智能物联网等领域都需要用到分布式系统。在设计和优化分布式系统时，需要考虑以下几个关键点。
横向扩展也叫水平扩展，是指通过增加系统节点来增加系统的处理能力和性能。这样的方式可以充分利用现有的硬件资源，可以有效地缩短单个节点的处理时间。在横向扩展时需要注意负载均衡的问题，即如何将请求分发给不同的节点，避免出现某些节点过载而造成整个系统的瘫痪。通常可以采用轮询、随机、最少连接等负载均衡算法来解决这个问题。
当数据量达到一定程度时，单个节点无法承载全部数据的读写请求，甚至可能导致系统崩溃。这时可以采用数据分片的方式，将数据划分成多个片段，分别存储在不同的节点上。这样一来，每个节点只需要处理部分数据的读写请求，可以提高系统的并发处理能力和扩展性。但是数据分片也会带来新的问题，如数据的一致性、故障恢复等问题，需要进行针对性的解决。
在分布式系统中，不同的节点之间通常需要相互协作完成某项任务，这就要求节点之间需要进行大量的网络通信。如果每个请求都采用同步方式进行处理，那么很可能会因为某个节点的不可用而导致整个系统的延迟或者失败。而异步处理可以有效地避免这种情况。异步处理的方式可以采用消息队列、回调函数等方式来实现，可以提高系统的可靠性和稳定性。
在分布式系统中，为了提高读写效率，通常会采用缓存技术。缓存可以将频繁访问的数据保存在内存中，可以大大提高系统的访问速度和响应能力。但是缓存也会带来一些问题，如缓存一致性问题、缓存雪崩等问题。因此在使用缓存时需要注意缓存的清理和更新机制，以及合理地设置缓存过期时间等策略。
在分布式系统中，由于多个节点之间的相互协作，系统的性能瓶颈通常比较复杂，因此需要进行实时监控和调优。可以采用类似Prometheus、Grafana等监控工具来实现系统的监测和调优。通过这些工具可以获取到系统的诸多性能指标，如负载、吞吐量、延迟等，可以及时识别系统的瓶颈并进行优化。
在总结设计和优化分布式系统时的关键点时，需要强调的是，分布式系统的设计和优化是一个复杂的过程，需要考虑到系统的性能、可靠性、稳定性、安全性等各个方面。需要根据不同的应用场景来选择最合适的技术方案和架构，并且需要不断进行优化和调整，以保证系统能够持续地提供稳定高效的服务。