在国内，有几种大型系统的分布式技术是比较流行的。以下是其中一些主要的技术汇总。

分布式存储系统

• HDFS（Hadoop Distributed File System）：Hadoop生态系统中的核心组件，用于分布式存储大规模数据。
• FastDFS：一个开源的分布式文件系统，用于分布式存储文件。

分布式计算框架

• Apache Hadoop：包括HDFS、MapReduce等模块，用于大规模数据的存储和计算。
• Apache Spark：快速通用的大数据处理引擎，支持内存计算，适用于迭代式算法和交互式查询等场景。
• Apache Flink：流式处理引擎，支持低延迟、高吞吐量的流式处理任务。

分布式消息队列

• Apache Kafka：高吞吐量的分布式发布-订阅消息系统，常用于日志收集、事件驱动等场景。
• RocketMQ：阿里巴巴开源的分布式消息队列，具有高可靠性、高吞吐量等特点。

分布式数据库

• HBase：Hadoop生态系统中的分布式列式数据库，用于存储大规模结构化数据。
• TiDB：PingCAP开源的分布式NewSQL数据库，结合了传统数据库和分布式系统的优点。
• CockroachDB：一个可伸缩的、地理复制的、事务型SQL数据库。
• Google Spanner：Google的分布式数据库，全球范围内分布，提供强一致性。

分布式缓存

• Redis Cluster：Redis的分布式版本，用于缓存和数据存储。
• Apache Ignite：内存分布式数据库和计算平台，支持分布式SQL、事务处理等功能。
• etcd：是一个高可用的键值存储系统，主要用于共享配置和服务发现。

分布式文件系统

• TFS（Tencent File System）：腾讯开源的分布式文件系统，支持海量文件的存储和访问。
• Ceph：不仅是一个分布式文件系统，还可以作为分布式对象存储系统使用。
• Lustre：一个并行分布式文件系统，通常用于大规模集群计算。
• Google File System (GFS)：Google公司为了满足本公司需求而开发的基于Linux的专有分布式文件系统。

分布式搜索引擎

• Elasticsearch：基于Lucene构建的开源分布式搜索引擎，常用于全文搜索、日志分析等场景。

这些技术在国内的大型系统中得到广泛应用，为系统的高可用性、高性能和可扩展性提供了支持。当然，随着技术的不断发展，新的分布式技术也在不断涌现，需要根据具体场景选择合适的技术方案。