分布式学习1-分布式一致性问题

问题的提出：

分布式一致性问题是指，在分布式环境中引入数据复制机制后，在不同的节点间，可能出现的，并无法依靠计算机的应用程序自身解决的数据不一致的情况。

解决方案：

1、保持一致性，影响性能

在复制数据时，可以将写入动作阻塞，直到数据复制完成之后才开始执行写入动作。但是如果存在很多的写入请求，所需的写入请求将阻塞到前一个写入请求的写操作上，影响性能

2、保持性能，影响一致性

在复制数据时，复制完直接写入。但是由于复制的延时性，将存在数据不能立马一致，而是在将来的一段时间后才保持一致

结论：无法找到一种既保证数据一致性，又不影响系统运行的性能的解决方案。 

一致性级别：

强一致性：最符合用户使用直觉，用户写入什么，读出来的就是什么，用户体验好。但对系统的性能影响较大，

弱一致性：这种一致性，不承诺立即可以读到写入的值，而是在多久时间后，数据能够达到一致性

• 会话一致性：对于写入的值，在同一个会话中，可以读取到一致的值，但是其他的会话不能保证
• 用户一致性：对于写入的值，在同一个用户中，可以读取到一致的值，但是在其他用户不能保证‘

最终一致性：

是弱一致性的一个特例，系统会保证在一定时间内，能够达到一致性的状态，单独拿出来是因为他是一致性中非常重要的一种模型，也是业界在大型分布式系统中最常用的模型。