很多人会把分布式共识和分布式一致性搞混，分布式共识各个分布式节点大家对一个key的背后所代表的值达成一致性，比如系统有五个节点:A,B,C,D,E，这五个节点会对key:"programmer" 形成共识 “苦逼”，这是分布式共识。
zookeeper,etcd,consule都是分布式共识系统的一部分，每个节点上存放着相同的共识数据，不是强一致性，是时序一致性系统，每个节点上读到的未必是最新的数据，但最新的数据肯定会按照写入的顺序依次来到。工业界用的比较多的分布式一致性协议是raft协议，一个类似于两阶段提交的协议。
而一个系统的分布式一致性则不一定要求每个节点都形成共识，存放相同的value,我们完全可以通过控制读&写副本的数目和总的副本的数目，来达到所谓的强一致性，即所谓的： R+W > N.还是刚才的例子，系统有五个节点A,B,C,D,E,在这里我们把他们看成是五个读写副本，一个client告诉A “程序员真苦逼”， 然后A告诉C,D “程序员好苦逼”，在这里就相当于client写了3个副本，然后B,E是不知道程序员苦逼这个事情的，要是我们只读一个副本，很可能读到B或者E，那么好了，我们是不知道程序员苦逼这个事情的。但是我们要是控制读取时读三个副本，然后取里面消息最新的，好了，这三个副本里面必含有程序员真苦逼这个消息，是吧？这就是R+W>N来实现强一致性。
R+W>N,这个参数的调整也要根据我们具体的需求来搞，要是一个强调吞吐的系统，那么W设小一些，要是一个读多的系统，那么R小一些，这些都是根据具体情况具体分析的。
