分布式操作系统，简单来说就是把多台计算机组网，对外表现成一台完整机器。你在终端输入指令，或是运行程序，不用关心任务在哪台机器执行，数据存放在哪个节点，系统自动调度资源。所有功能分散在多台计算机上，这是它最核心的特征。
传统操作系统管控单台机器内部CPU、内存、硬盘、外设。分布式操作系统管理一整个集群，每台机器承担一部分工作，有的专门计算，有的负责存储文件，有的处理网络转发。机器之间依靠高速网络通信协作，对外只提供统一访问接口。用户看到的是一套系统，不是一堆独立设备。
需要区分网络操作系统。网络操作系统里面，每台计算机独立运行自身系统，用户访问其他机器，需要知道目标地址，登录或者映射网络驱动器。分布式操作系统不同，把整个集群当作整体管理。用户不用了解文件存储节点，也不用知道进程调度在哪台服务器，这种底层细节屏蔽能力叫做透明性，也是分布式操作系统的核心目标。
资源管理逻辑完全改变。单机系统内部，进程调度、内存分配、文件读写全部在单台主机完成。分布式系统，这些操作需要跨机器协同。计算任务拆分成多个子任务，分发到不同节点并行运算，运算结束汇总结果。文件系统会把同一份数据复制多份存储在不同节点，兼顾备份与就近读取。系统需要感知机器空闲、负载高低，合理分配任务。
通信是绕不开的难题。机器之间依靠网络传输消息，网络存在延迟、丢包、断连问题。单机系统进程通信依靠内存与总线，传输速度快，基本不会出现消息丢失。分布式系统没有这个条件，需要设计专属通信机制，比如远程过程调用，一台机器程序调用另一台机器函数，体验接近本地调用。底层的数据包封装、重传、超时处理，用户不用感知。
容错是分布式操作系统必须解决的问题。服务器数量多，单个节点故障属于常态。单机系统死机直接停止工作，分布式系统不能因为一台机器宕机导致整体瘫痪。系统检测故障节点，把任务迁移到其他节点，从数据副本恢复信息。部分系统采用冗余计算，同一任务在两台机器同时运行，优先采用最先返回的结果。这套思路依靠冗余换取整体可靠性。
可扩展性是它的优势。业务量上涨，直接新增服务器。分布式操作系统自动识别新节点，分摊负载。理想状态新增机器全程对用户透明，不用停机、不用修改配置。实际落地会遇到数据一致性、数据迁移、网络瓶颈等阻碍，但整体设计方向是这样。
分布式操作系统不是新理论，几十年前就开始研究。Amoeba、Mach、Plan 9这些名称在教材中经常出现。大规模落地应用，是近十几年的事情。云计算、大数据、微服务底层都用到分布式思路。单台服务器性能不足，就集群协同承载。多台机器协同调度，需要类似操作系统的平台管理。Kubernetes管理容器，Borg管理集群，不属于传统分布式操作系统，但承担的工作很接近。
难点同样突出。网络不可靠，节点随时下线，不同服务器时钟无法完全对齐，维护数据一致性成本很高。让大量服务器协同工作，像一台设备一样稳定运行，远比管理单台主机复杂。分布式操作系统，就是在各类矛盾之间寻找平衡方案。