彻底搞透分布式一致性 _分布式

分布式系统下的数据一致性可以分为两大类：

事务一致性：当多个节点进行操作时，所有节点最终达成的状态都是一致的。这需要通过协调来保证操作的正确性，避免出现数据不一致的情况；
副本一致性：数据的多个副本之间保持一致性，这需要保证在对数据进行修改时，所有副本都能够及时更新，避免数据出现不同步的情况；

定义都比较抽象，举个例子感受一下：

事务一致性：电商平台使用优惠券下单场景：

文章插图
图片

下单成功，优惠券必须处于“已锁定”状态；
支付成功，优惠券必须处于“已使用”状态；
订单取消，优惠券需要恢复为“待使用”状态；
优惠券和订单间就属于“事务一致”，两者间存在强关联关系。

副本一致性：

MySQL 主从复制：是指在主数据库上进行数据操作后，将这些操作同步到一个或多个从数据库上。从库必须与主库保持同步，以便从库中的数据和主库中的数据保持一致；
redis 与 MySQL 一致性：在将 Redis 作为存储使用时，可以将 MySQL 看做主节点，Redis 看做从节点，当 MySQL 数据发生变更时，自动同步到 Redis 中，并保持数据的一致性；

文章插图
image

【注】本文着重介绍 “事务一致性”，多副本一致性，详见缓存或 ES 篇。
1. 脱离数据库事务的怀抱在关系型数据库中，事务（Transaction）是指一组数据库操作，这些操作要么全部成功要么全部失败。事务可以保证某些数据操作的一致性，当某一条操作失败时，会进行回滚，即撤销已执行的操作，使数据恢复到操作前的状态。
提到事务一致性，不得不说数据库事务 ACID：ACID是指数据库事务的四个关键特性，分别为原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）：

原子性（Atomicity）：事务应该被视为一个原子操作，即事务中的所有操作要么全部执行成功，要么全部失败回滚。如果事务执行过程中出现错误，所有修改操作将被回滚撤销，不会对数据造成损坏；
一致性（Consistency）：事务执行前后，数据应该保持一致状态。所有数据修改操作都必须确保数据库的约束条件、触发器等规则不会被破坏，保持数据完整性；
隔离性（Isolation）：多个事务同时对同一数据进行操作时，事务之间应该相互隔离，互不干扰。数据库系统应该确保在并发情况下，事务的执行结果和串行执行的结果一致；
持久性（Durability）：事务完成后，其对数据库所作的所有修改都应该被永久保存，即使系统崩溃或重启后，修改的数据也应该是可用的；

银行转账应用程序就是典型的 ACID 模型的应用场景。假设用户A要向用户B转账1000元，转账过程就是一个事务，具有原子性、一致性、隔离性和持久性四大特性：