最终一致性VS顺序一致性VS线性一致性（了解）

最终一致性VS顺序一致性VS线性一致性（了解）

在分布式系统设计中，一致性模型是一个核心概念。它定义了多个节点之间数据同步的规则。本文简单学习一下最终一致性、顺序一致性、线性一致性模型。

最终一致性

最终一致性是最弱的一致性模型，它只保证数据在多个节点上在最终的情况下是一样的，但是在这之间，各个节点上这些数据到来的顺序，到来的时间都是不确定的。客户端可能会读取到旧值，不同的客户端读取的数据顺序也可能不一样。

业务场景：

实时性一致性要求不高的业务可以使用到最终一致性。

1. 分布式的缓存和数据库之间的数据一致性。
2. 用户动态博客、点赞数量、好友关注等。
3. 库存计数。
4. 日志数据等

顺序一致性

顺序一致性比最终一致性的保证略强一点，它要求所有客户端看到的服务的顺序是一致的，这个顺序可能不以时间为顺序，但是所有人看到的顺序都是一样的。比如一个客户端对数据进行了两次增加A和B。从服务器1上先同步到了A，然后是B；从服务器2上先同步到了B，然后是A，两个客户分别从1和2服务器上读取数据，一个客户是先A再B，一个客户是先B再A。虽然它们最终得到的数据都是A和B，但是违反了顺序一致性。客户端依旧可能读取到旧值。

业务场景：

1. 分布式锁。Zookeeper实现分布式锁中，如果没有顺序一致性，可能会导致多个客户端同时认为自己获得到了锁。

线性一致性

线性一致性比顺序一致性还要强，除了所有客户端看到的多个服务器节点的数据顺序是一致的，而且保证，只要数据更新了，那么客户端就能立马读取到最新值。不会读取到旧值。要实现这个一致性，就需要很大的代价了。

一致性模型	客户端观察顺序一致	是否读取最新值	性能开销	典型系统或协议
最终一致性	❌ 不保证	❌ 可能读旧值	✅ 性能最高	缓存系统, DynamoDB
顺序一致性	✅ 保证	❌ 不一定最新	⚠️ 中等	ZooKeeper, 多核内存模型
线性一致性	✅ 保证	✅ 总是最新	❌ 性能最低	Raft, Paxos, Etcd