关系数据库/分布式系统一致性模型

一致性是一个比较抽象的概念，涉及computer science的多个领域，例如：

1. 分布式数据存储（例如分布式数据库/分布式文件系统/消息队列）的读写一致性
2. 传统关系数据库事务隔离级别，并发事务的一致性模型
3. 共享内存的多核架构中，多个cpu core之间的缓存一致性（cache coherence）
4. Web cache集群的数据一致性

 

 

• 图右半部分，是关系数据库的consistency model。从上到下，一致性的级别愈来愈低，并发性能会更好些。不一样数据库对于事务隔离级别的定义有所不一样。
• RR（repeatable read）
• > CS(cursor scability)
• > RC( read commit)。
• 图左半部分，是从分布式系统的consistency model。WFR是write follows read， MR MW分别是monotonic read,monotonic write。
• Linearizable（线性）
• > Sequential（顺序）
• > Causal（因果）
• > RyW(read your write)。
• 根据CAP理论，图中红色部分的一致性模型，没法知足100%的可用性，只能达到CP

 

Sequential consistency： Java内存模型 

Causal consistency（因果一致性）

若是Process A通知Process B它已经更新了数据，那么Process B的后续读取操做则读取A写入的最新值，而与A没有因果关系的C则能够最终一致性。

Read-your-writes consistency

若是Process A写入了最新的值，那么Process A的后续操做都会读取到最新值。可是其它用户可能要过一会才能够看到。

Session consistency

此种一致性要求客户端和存储系统交互的整个会话阶段保证

Read-your-writes consistency

Hibernate的session提供的一致性保证就属于此种一致性。

Monotonic read consistency

此种一致性要求若是Process A已经读取了对象的某个值，那么后续操做将不会读取到更早的值。

Monotonic write consistency

此种一致性保证系统会序列化执行一个Process中的全部写操做

 

2、ZooKeeper的保证（Consistency Guarantees）

ZooKeeper是一个高效的、可扩展的服务，read和write操做都被设计为快速的，read比write操做更快。

一、顺序一致性（Sequential Consistency）：从一个客户端来的更新请求会被顺序执行。

二、原子性（Atomicity）：更新要么成功要么失败，没有部分红功的状况。

三、惟一的系统镜像（Single System Image）：不管客户端链接到哪一个Server，看到系统镜像是一致的。

四、可靠性（Reliability）：更新一旦有效，持续有效，直到被覆盖。

五、时间线（Timeliness）：保证在必定的时间内各个客户端看到的系统信息是一致的。

 

 

出处

洞见: 分布式系统的一致性