分布式架构设计篇(十三)-一致性算法概述

-     一致性定义    -

提到一致性这个词，大家会想到外文中有几个单词，如CAP中的Consistency、Cache Coherence、区块链的Consensus。这三个单词在外文不同环境拥有不同的含义。但在汉字中统一可以翻译为“一致性”。因此在谈一致性之前，有必要对这几个概念做一个区分，否则很容易让人迷惑。

• Coherence：出现在Cache Coherence 一词中，称为“缓存一致性”。

• Consensus：准确翻译是共识，即多个提议者达成共识的过程，例如Paxos、Raft 就是共识算法，是一种共识理论，分布式系统是它的场景，一致性是它的目标。

• Consistency：一致性，即在分布式系统中的所有数据备份在同一时刻的值是否相同。

一些常见的误解：

• 一致性等于共识？其实一致性比共识含义更宽泛，一致性指的是多个副本对外呈现的状态。包括线性一致性、顺序一致性、最终一致性等。而共识特指达成一致的过程，但注意，共识并不意味着实现了一致性，一些情况下它是做不到的。

• 使用了 Raft 或者 Paxos 的系统都是线性一致的(Linearizability)吗？其实不然，共识算法只能提供基础，要实现线性一致还需要在算法之上做出更多努力。

因为分布式系统引入了多个节点，节点规模越大，宕机、网络时延、网络分区就越会成为常态，任何一个问题都可能导致节点之间的数据不一致。Paxos 和 Raft 共识算法初始被提出来是为了在分布式场景下处理数据同步问题。因为分布式一致性的范围更大，且Paxos、Raft只需引入一些小改动就可以达到线性一致性，所以被扩展引申为“Paxos、Raft是分布式系统中的一致性算法”。