分布式系统的数据一致性

1， 什么是分布式系统的数据一致性

在分布式应用系统中，同一份数据保存在各个子系统中，当其中一份数据发生变化的时候，需要确保其他系统中的相同数据保持一致。即关联数据逻辑关系是否正确和完整，数据的一致性模型就是存储系统与数据使用者的一个约定，遵守这个约定，使用者就能得到预期的结果。

2，数据一致性的模型

常用的数据一致性模型有严格一致性，顺序一致性，因果一致性，最终一致性等等。其中严格一致性的约定为读出的数据需要时最近更新的，这个很难做到，目前比较普遍的模型为最终一致性，最终一致性的约定是，不要求读出的数据马上为最新的，但是过了某个时间窗口之后，读出的数据为最新的，

3，数据一致性的常用的应用场景

noSql的数据更新，MQ，

4，数据一致性会遇到哪些问题，

如果数据同步的过程中没发送成功或者信息丢失怎么办，如何确保发送信息的顺序？如果发送了重复发送，如何确保幂等？

如果A向B发送消息，如何确保一定发送到呢？

   这个可以参考tcp 建立连接的原理，A发送一条询问消息给B,我发送了消息123，你收到了么？

如果B收到了，则给A一个反馈，我收到了你的消息，这是A可以将本地的消息删除，如果A没有收到B的回复确认，那么A会一直重复发送，这是B端需要保持幂等性，

    如果A发送了3条消息给B，有几种可能的情况发生？

 （1）B接受到全部数据，然后执行，

  （2）B接收到了一部分数据，向A发送回执，说信息未发送完成，请继续发送，

 除了确保信息发送的可靠性之外还要 确保发送的顺序性，就是这个可以在发送的消息中添加一个序列号。

5，proxs 算法是什么

  就是集群中的每个server都收到了一些操作命令，如果每个server都能确保这些命令的顺序执行，那么最终的结果就是一致的，proxs算法就是提出了一个约定来保证各个操作时顺序执行的，在执行这些命令之前，对这些命令进行排序，排序由各个server投票产生。