常见的数据一致性级别

206 阅读 0 评论 136 点赞

我是靠谱客的博主淡然大象，最近开发中收集的这篇文章主要介绍常见的数据一致性级别，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

数据一致性是分布式系统，特别是分布式存储系统设计实现中需要重点考虑的问题之一。

根据CAP理论：在分布式数据系统中，一致性（Consistency ）、可用性（Availability）、分区容忍性（Partition tolerance）这3个要素最多只能同时实现2点，而不可能3者兼顾。对于分布式数据系统，分区容忍性是基本要求。因此设计分布式数据系统，就是在一致性和可用性之间做平衡。对于大多数WEB应用，其实并不需要强一致性，因此可以通过牺牲一致性而换取高可用性。但对于存储系统，往往需要根据应用场景重新考虑一致性的级别。如承载金融交易的存储系统，需要数据保持强一致性；而对于云相册等类似的网盘应用，则可以选择最终一致性，用降低一致性级别的代价来获得更多的保证系统可用性

常见的数据一致性级别有如下几种：

（1）强一致性（strong consistency）:任何时刻，任何用户或节点都可以读到最近一次成功更新的副本数据。强一致性是程度要求最高的一致性要求。

（2）单调一致性（monotonic consistency）：任何时刻，任何用户一旦读到某个数据在某次更新后的值，这个用户不会再读到比这个值更旧的值。

（3）会话一致性（session consistency）：任何用户在某一次会话内一旦读到某个数据在某次更新后的值，这个用户在这次回话过程中不会读到比这个值更旧的值。

（4）最终一致性（eventual consistency）：一旦数据更新成功，各个副本上的数据最终达到完全一致的状态，但达到完全一致状态所需要的时间不能保障。对于最终一致性系统而言，一个用户只要始终读取某一个副本的数据，则可以实现类似单调一致性的效果，但用户一旦更换读取的副本，则无法保证任何一致性。

（5）弱一致性（week consistency）：一旦某个更新成功，用户无法再一个确定的时间内读到这次更新的值，且及时在某个副本上读到了新的值，也不能保证在其他副本上可以读到新的值。