分布式一致性认识

由于分布式系统存在异常，分布式存储系统设计时往往会将数据冗余存储多份，每一份存储称为一个副本（replica/copy）。

当某个节点出现故障时，可以从其他副本上读到数据。副本是分布式存储系统容错技术的手段。

正是由于副本的存在，如何保证副本之间的一致性是整个分布式系统的理论核心。

从两个角度理解一致性：

1. 用户角度/客户端角度， 客户端读写操作十分符合某种特性
2. 存储系统角度，存储系统的多个副本之间是否一致，更新的顺序是否相同

相关场景：

1. 存储系统：存储系统可以理解为一个黑盒子，为上层业务提供可用性和持久性
2. 客户端A：客户端A主要实现从存储系统write和read操作
3. 客户端B和客户端C： 客户端B和客户端C是独立于A，并且B和C也相互独立的，他们同时也实现对存储系统的write和read操作。

从客户端看，一致性包括三种情况：

1. 强一致性：假设A先写入一个值到存储系统，存储系统保证后续A，B，C的读取操作都将返回最新值。如果写入操作“超时”，那么成功或者失败都是可能的，客户端A不应该做任何假设
2. 弱一致性：假设A先写入了一个值到存储系统，存储系统不能保证后续A，B，C的读取操作是否能够读取到最新值。
3. 最终一致性：最终一致性是弱一致性的一种特例。假如A首先写入一个值到存储系统，存储系统保证如果后续没有写操作更新同样的值，A，B，C的读取操作“最终”都会读取到A写入的最新值。“最终”一致性有一个“不一致窗口”的概念。他特指从A写入值，到后续A，B，C读取到最新值的这段时间。“不一致窗口”的大小依赖于几个因素：交互延迟，系统的负载，以及复制协议要求同步的副本数。

最终一致性常见的变体有：

1. 读写（read - write）一致性： 如果客户端A写入了最新的值，那么A的后续操作都会读取到最新的值。但是其他用户（比如B或C）可能要过一会儿才能看到。
2. 回话一致性：要求客户端和存储交互的整个会话期间保证读写一致性。如果原有会话因为某种原因失效而创建了新的会话，原有会话和新会话之间的操作不能保证读写一致性。
3. 单调读一致性：如果客户端A已经读取了对象的某个值，那么后续操作将不会读取到更早的值。
4. 调调写一致性：客户端A的写操作按顺序完成，这就意味着，对于同一个客户端的操作，存储系统的多个副本需要按照与客户端相同的顺序完成。

从存储系统看，一致性包括：

1. 副本一致性： 在存储系统的多个副本之间的数据是否一致，不一致的时间窗口等。
2. 更新顺序一致性：存储系统的多个副本之间是否按照相同的顺序执行更新操作。

分布式存储评价指标

1. 系统的吞吐能力以及系统的响应时间
2. 系统的吞吐能力指系统在某一段时间可以处理的请求总数，通常用每秒处理的读操作数（QPS， Query Per Second）或者写操作数（TPS， Transaction Per Second）来衡量
3. 系统的响应延迟，指某个请求从发出到接收到返回结果消耗的时间。