分布式系统的一致性有哪些？-工具盒子

Hello，Hi，你好，我是猿java。

今天我们分享的内容是：分布式系统的一致性有哪些？

一致性问题的来源 {#一致性问题的来源}

查阅了很多资料发现：最早研究一致性问题的场景不是分布式系而是计算机多处理器。

线性一致性 {#线性一致性}

线性一致性，也叫强一致性（Strong Consistency）、原子一致性（Atomic Consistency）、立即一致性（Immediate Consistency）和外部一致性（External Consistency），它是由 Maurice P. Herlihy 和 Jeannette M. Wing 在 1987 年的论文 "Axioms for Concurrent Objects" 中提出的。

线性一致性是指，数据的写顺序或者读顺序都是按照时间线来从旧往新发展，不会出现旧覆盖新的问题。

对于写操作，两个任一的写操作write1，write2：

如果 write1，write2无法保证线性，可能会出现 write1 覆盖 write2，也可能出现 write2 覆盖 write1；
如果 write1 先于 write2完成，那么 write2 一定覆盖 write1；

对于读操作：

write 写操作完成后，所有的 read操作能拿到最新的值；
所有的 read必须读取到一样的顺序；

为了更好的说明线性一致性，下面通过一张示意图来进行说明：

write1，write2 按照时间线操作，这样就保证了线性一致性，因此，在 write2 之后所有的 read 操作读到的 a = 2。

关于线性一致性的和作者说明如下：

论文连接：Axioms for Concurrent Objects.pdf

作者介绍

Maurice Herlihy: 生于 1954 年 1 月 4 日，是一位活跃于多处理器同步领域的计算机科学家，拥有哈佛大学数学学士学位和博士学位。
他在麻省理工学院获得计算机科学博士学位，曾在卡内基梅隆大学任教，并在 DEC 剑桥研究实验室任职。
他是 2003 年 Dijkstra 分布式计算奖、2004 年理论计算机科学哥德尔奖、2008 年 ISCA 影响力论文奖、2012 年Edsger W. Dijkstra 奖和 2013 年 Wallace McDowell 奖的获得者。他获得了 2012 年富布赖特自然科学和工程讲座奖学金，他是ACM 院士、美国国家发明家院士、美国国家工程院院士和美国国家艺术与科学学院院士。2022年，他第三次获得Dijkstra奖。

作者照片如下：

Jeannette M. Wing，美国人，于 1979 年 6 月在麻省理工学院获得电气工程和计算机科学专业的 SB 和 SM，
哥伦比亚大学计算机科学，系研究执行副总裁
哥伦比亚大学计算机科学系
卡内基梅隆大学计算机科学系计算机科学兼职教授

作者照片如下：

顺序一致性 {#顺序一致性}

顺序一致性模型（Sequential Consistency），它是 Leslie Lamport 在 1979 年发表的论文 How to Make a Multiprocessor Computer That Correctly Executes Multiprocess Program 中提出的，在论文中具体的定义如下：

Leslie Lamport， 1941 年 2 月 7 日（81 岁）出生于莱斯利湾兰波特，美国人，2013 年图灵奖的获得者，他是分布式共识算法 Paxos 的提出者，在分布式起着举足轻重的作用。作者照片如下：

因果一致性 {#因果一致性}

因果一致性模型（Causal Consistency）是 Mustaque Ahamad, Gil Neiger, James E. Burns, Prince Kohli, Phillip W. Hutto 在 1991 年发表的论文 "Causal memory: definitions, implementation, and programming" 中提出的一种一致性强度低于顺序一致性的模型。在这里，我们依然从读写操作的维度来进行描述。

对于写操作来说，任意两个写操作 x1 和 x2：

如果两个写操作没有因果关系，那么写 x1 操作在写 x2 开始前完成，有的节点是 x1 覆盖 x2，有的节点则 x2 可能覆盖 x1；
如果两个写操作有因果关系，即同一台机器节点先写 x1，或者先看到 x1 然后再写 x2，则所有节点必须用 x2 覆盖 x1。

对于读操作来说：

如果写操作 x2 覆盖 x1 完成，那么如果一个客户端到 x2 后，它就无法读取到 x1 了，但是这个时候，其他的客户端还可以观察到 x1。

相对于顺序一致性来说，因果一致性在一致性方面有两点放松：

对于写操作，对没有因果关系的非并发写入操作，不仅不要求按时间排序，还不再要求节点之间的写入顺序一致了；
对于读操作，由于对非并发写入顺序不再要求一致性，所以自然也无法要求多个客户端必须观察到一样的顺序。

最终一致性 {#最终一致性}

最终一致性模型（Eventual Consistency）是 Amazon 的 CTO Werner Vogels 在 2009 年发表的一篇论文 "Eventual Consistency" 里提出的，它是 Amazon 基于 Dynamo 等系统的实战经验所总结的一种很务实的实现，它不同于前面几种由大学计算机科学的教授提出的一致性模型，所以也没有非常学院派清晰的定义，但是我们依然可以从读写操作的维度来描述它。

对于同一台机器的两个写操作 x1 和 x2 来说：如果写 x1 操作在写 x2 开始前完成，那么所有节点在最终某时间点后，都会用 x2 覆盖 x1。

对于读操作来说：

在数据达到最终一致性的过程中，客户端的多次观察可以看到的结果是 x1 和 x2 中的任意值；
在数据达到最终一致性的过程后，所有客户端都将只能观察到 x2。我们可以看出来，"最终"是一个模糊的、不确定的概念，它是没有明确上限的，Vogels 提出这个不一致的时间窗口可能是由通信延迟、负载和复制次数造成的，但是最终所有进程的观点都一致，这个不一致的时间窗口可能是几秒也可能是几天。

所以，最终一致性是一个一致性非常低的模型，但是它能非常高性能地实现，在一些业务量非常大，但是对一致性要求不高的场景，是非常推荐使用的。