分布式一致性的相关理论

1. 分布式与集中式的区别：

分布式一致性：多个节点之间数据的一致性问题。
集中式的数据管理中： 通过事务保证一致性的 。

2. CAP理论：2000年，cap理论绝对理想状态的一个理论：

C：Consistency，一致性： 多个副本保持一致 ，这里的指的就是强一致性，副本个数越多，强一致越难保证的 ，只有一个副本的时候 ，一致性最好保证。
一致性按照严格程度分|实时性要求分为：
强一致性：写什么，读什么，实时性要求很高，最难达到的 硬件要求高。
弱一致性：写什么，尽量读取到，尽力保证数据的一致性 。比较容易达到的 数据的丢失性比较大的 。尽量：可能读取到结果 读取不到结果
最终一致性：弱一致性的一个特例，一个给定的时间范围内 所有的节点的数据只要能够达到最终的一致就可以了。
A：Availability，可用性：系统提供的服务必须一直处于可用，对于用户的每一个操作请求总是能在有限时间内返回结果 副本个数越多可用性越强 10个节点 10个副本的数据的可用性是最强的 。
P：Partition Tolerance 分区容错性：分布式系统在遇到任何网络分区故障时，仍然需要能够保证对外提供满足一致性和可用