这是我参与「第四届青训营 」笔记创作活动的第9天，学习了一致性的相关算法熟悉了raft等相关框架，但还在整理中，故先将概念记录并分享出来。

浅谈分布式一致性

分布式面临的挑战

分布式系统（distributed system）是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。

• 数据规模越来越大
• 服务可用性要求越来越高
• 快速迭代的业务要求，系统足够易用

理想中的分布式系统

• 高性能：可扩展、低时延、高吞吐
• 正确：一致性、易于理解
• 可靠：容错、高可用

一致性共识算法

强一致性（原子一致性，顺序一致性）

• 任何一次读都能读到某个数据的最近一次写的数据。

• 系统中的所有进程，看到的操作顺序，都和全局时钟下的顺序一致。

简言之，在任意时刻，所有节点中的数据是一样的。例如，对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。

弱一致性

数据更新后，如果能容忍后续的访问只能访问到部分或者全部访问不到，则是弱一致性。

最终一致性

不保证在任意时刻任意节点上的同一份数据都是相同的，但是随着时间的迁移，不同节点上的同一份数据总是在向趋同的方向变化。简单说，就是在一段时间后，节点间的数据会最终达到一致状态。

共识（Consensus)

在介绍共识协议之前，我们要来聊聊它的三个属性。

• 正确性（Validity）：诚实节点最终达成共识的值必须是来自诚实节点提议的值。
• 一致性（Agreement）：所有的诚实节点都必须就相同的值达成共识。
• 终止性（Termination）：诚实的节点必须最终就某个值达成共识。