1. 強一致性（Strong Consistency）
- 定義：所有節點在任何時間點看到的數據完全一致，讀操作總是返回最近的寫操作結果。
- 特點：
- 寫操作完成后，所有后續讀操作都能立即看到更新。
- 通常需要同步機制（如分布式鎖或兩階段提交）。
- 犧牲部分可用性和性能以保證一致性。
- 優點：
- 數據高度可靠，適合需要嚴格正確性的場景。
- 客戶端邏輯簡單，無需處理數據不一致。
- 缺點：
- 在網絡分區或高延遲時，可能導致系統不可用（符合 CAP 的 CP 模型）。
- 寫操作延遲較高，因為需要跨節點同步。
- 實現方式：
- 兩階段提交（2PC）、Paxos、Raft 共識算法。
- 數據庫例子：Google Spanner（通過 TrueTime 實現）、ZooKeeper。
- 應用場景：
- 金融系統（銀行賬戶、交易）。
- 庫存管理（防止超賣）。
- 分布式鎖和協調服務（ZooKeeper）。
2. 最終一致性（Eventual Consistency）
- 定義：如果沒有新的寫操作，系統最終會使所有節點的數據達到一致，但短期內可能存在不一致。
- 特點：
- 寫操作后，節點間數據可能暫時不一致，但通過同步機制（如后臺復制）最終一致。
- 優先保證可用性和分區容錯性（符合 CAP 的 AP 模型）。
- 優點：
- 高可用性，系統在網絡分區時仍可響應。
- 寫操作延遲低，適合高并發場景。
- 缺點：
- 客戶端可能讀取到舊數據，需處理不一致性。
- 一致性收斂時間可能較長，依賴系統設計。
- 實現方式：
- 異步復制、沖突解決機制（如向量時鐘、CRDT）。
- 數據庫例子：Cassandra、DynamoDB、CouchDB。
- 應用場景：
- 社交媒體（帖子、評論更新）。
- 內容分發網絡（CDN）。
- 日志收集和分析系統。
最終一致性的子類型
- 因果一致性（Causal Consistency）：
- 保證因果相關的操作按順序執行（如 A 導致 B，則所有節點先看到 A 再看到 B）。
- 例子：Riak（部分配置）、Dynamo。
- 場景：消息系統、社交網絡的事件流。
- 會話一致性（Session Consistency）：
- 在同一會話內，讀操作能看到之前的寫操作結果。
- 例子：Redis（部分配置）、Memcached。
- 場景：用戶會話管理、購物車。
- 單調讀一致性（Monotonic Read Consistency）：
- 如果客戶端讀取到某個值，后續讀操作不會返回更舊的值。
- 場景：緩存系統、推薦系統。
- 單調寫一致性（Monotonic Write Consistency）：
- 保證同一客戶端的寫操作按提交順序執行。
- 場景：日志系統、事件溯源。
3. 讀寫一致性（Read-your-Writes Consistency）
- 定義：客戶端在寫入數據后，立即讀取時能保證看到自己的寫結果。
- 特點：
- 強調客戶端的寫后讀一致性，不要求全局一致。
- 常用于最終一致性系統的增強。
- 優點：
- 提高用戶體驗，避免寫后讀到舊數據的困惑。
- 實現成本較低。
- 缺點：
- 不保證其他客戶端的一致性。
- 依賴客戶端會話管理。
- 實現方式：
- 會話粘性（Sticky Sessions）、客戶端緩存。
- 數據庫例子：MongoDB（讀寫分離配置）。
- 應用場景：
- 用戶賬戶更新（如密碼修改后立即生效）。
- 個人化設置（如主題切換）。
4. 順序一致性（Sequential Consistency）
- 定義：所有節點的讀寫操作按全局統一的順序執行，操作結果與某種順序化的執行一致。
- 特點：
- 比強一致性稍弱，不要求實時同步，但要求操作順序一致。
- 所有客戶端看到相同的操作順序。
- 優點：
- 提供較強的一致性保證，同時比強一致性性能稍好。
- 適合需要明確操作順序的場景。
- 缺點：
- 仍可能犧牲部分可用性。
- 實現復雜，需協調機制。
- 實現方式：
- 分布式日志、共識算法。
- 數據庫例子：CockroachDB（部分場景）。
- 應用場景：
- 分布式任務隊列。
- 協作編輯系統（如 Google Docs 的操作序列）。
5. 弱一致性（Weak Consistency）
- 定義：對數據一致性幾乎沒有保證，客戶端可能讀取到任意數據狀態。
- 特點：
- 優先最大化可用性和性能。
- 通常依賴客戶端或應用程序自行處理一致性。
- 優點：
- 極高的可用性和低延遲。
- 適合對一致性要求極低的場景。
- 缺點：
- 數據不一致風險高，客戶端邏輯復雜。
- 實現方式：
- 無同步的分布式緩存、簡單復制。
- 數據庫例子：某些 NoSQL 數據庫在最低一致性配置下。
- 應用場景：
- 實時游戲狀態（短暫不一致可接受）。
- 非關鍵性緩存（如廣告展示）。
一致性模型對比
| 一致性模型 | 一致性強度 | 可用性 | 延遲 | 典型應用場景 |
|---|---|---|---|---|
| 強一致性 | 高 | 低 | 高 | 金融、庫存管理 |
| 最終一致性 | 低 | 高 | 低 | 社交媒體、CDN |
| 因果一致性 | 中 | 高 | 中 | 消息系統、事件流 |
| 會話一致性 | 中 | 高 | 低 | 購物車、用戶會話 |
| 順序一致性 | 高 | 中 | 中 | 任務隊列、協作編輯 |
| 弱一致性 | 低 | 高 | 低 | 實時游戲、非關鍵緩存 |
