AWS入门指南之三：一致性问题

最近比较忙，很少来更新博客。这一次我们简单聊一聊一致性的问题。对于一个分布式系统来讲，一致性问题是一个非常重要，非常基础的问题。对于分布式系统的框架设计者，可以说是一个需要考虑的基本问题。在分布式系统中一个基础理论是CAP，具体说就是一致性（Consistency），可用性（Availability），分区容错（Partition tolerance）。一个个具体解释一下：

一致性：每一个读操作可以接收到最新的数据或者是错误

可用性：每一个请求可以接收到一个没有错误的相应，但是不保证该相应包含最后写的数据

分区容错：在网络的节点间发生任意数量的错误，比如延迟或者丢包，系统仍然可以正常工作。

从理论上讲，CAP是不可能完全实现的，为了拥有其中两个特性必须要损害第三个性能。对于分布式系统一般认为分区容错是一个必须支持的特性，原因在于分布式系统必然基于网络构建，而网络上的传输错误是不可避免的。在这里多说一句，partition的概念在AWS里很多服务中都会涉及，是一个非常普遍的需要了解的概念。以后再谈到具体的服务时再讨论。在我们只能选择两个而放弃一个的情况下，可用性和一致性只能二选一了。我们如果仔细看AWS的服务，会发现有些服务是允许用户选择那个特性优先的，比如DynamoDB，也有很多系统是不可选择的。当不可选择时，也就是说系统已经默认了哪个优先，大多数情况下是可用性优先，也有些服务是一致性优先。

当可用性优先时，又会涉及到另一个话题，这个时候什么样的系统行为是可以接受的？对于AWS来说这涉及到幂等（idempotent）和最终一致性（eventua