数据的一致性及一致性算法

数据的一致性及一致性算法

CAP原则

CAP原则：一个提供数据服务的存储系统最多只能满足下述3个条件中的2个

一致性

系统在执行过某项操作后仍然处于一致的状态。在分布式系统中，更新操作执行成功后所有的用户都应该读取到最新值。

可用性

每一个操作总是能够在一定时间内返回结果(操作成功或失败)

分区容忍性

是否可以对数据进行分区

数据的一致性

定义

一些分布式系统通过复制数据来提高系统的可靠性和容错性，并且将数据的不同的副本存放在不同的机器，在数据有多分副本的情况下，如果网络、服务器或者软件出现故障，会导致部分副本写入成功，部分副本写入失败。这就造成各个副本之间的数据不一致，数据内容冲突。

强一致性

要求无论更新操作实在哪一个副本执行，之后所有的读操作都要能获得最新的数据。

弱一致性

用户读到某一操作对系统特定数据的更新需要一段时间，我们称这段时间为“不一致性窗口”。

最终一致性

是弱一致性的一种特例，保证用户最终能够读取到某操作对系统特定数据的更新。
从客户端来看，有可能暂时获取的不是最新的数据，但是最终还是能访问到最新的
从服务端来看，数据存储并复制到分布到整个系统超过半数的节点，以保证数据最终一致。

Paxos算法