m3db為讀寫操作以及集群連線操作提供了可變的一致性級別。
one ： 對應於乙個操作成功的單個節點。
majority： 對應於操作成功的大多數成功節點。
all： 對應操作成功的所有成功節點。
one： 對應於從單個節點讀取以指定成功。
unstrictmajority： 對應於大多數節點的讀取，但在無法滿足約束時放鬆約束，在嘗試從大多數節點讀取後從至少乙個節點讀取時返回成功。
majority： 對應於從大多數節點讀取以指定成功。
all： 對應於從所有節點讀取以指定成功。
any： 對應於連線到所有碎片的任意數量的節點，此策略將嘗試連線到所有碎片，然後連線到多數碎片，然後連線到乙個碎片，然後返回到無碎片，因此始終會成功。
none： 對應於連線到所有碎片的無節點，因此始終會成功。
one： 對應於連線到所有碎片的單個節點。
majority： 對應於連線到所有碎片的大多數節點。
all： 對應於連線到所有碎片的所有節點。
對於 m3query 及 m3coordinator 中，可以執行下面讀寫一致性配置
writeconsist強一致性 弱一致性 最終一致性
這種方式在es等分布式系統中也有體現，可以設定主shard提交即返回成功，或者需要replica shard提交成功再返回。提到分布式架構就一定繞不開 一致性 問題，而 一致性 其實又包含了資料一致性和事務一致性兩種情況，本文主要討論資料一致性 事務一致性指acid 複製是導致出現資料一致性問題的唯...
資料一致性處理
資料一致性處理 當多個程序同時操作同乙個資料，會產生資源爭搶，資料一致性的問題。高併發情況下，涉及到寫操作時，不可能直接運算元據庫，大併發的連線會導致mysql請求會阻塞，比如大量的insert update 請求到，會直接導致無數的行鎖和表鎖，甚至最後堆積很多，從來觸發too many conne...
一致性雜湊
直接貼出一篇介紹的很清楚的博文。關鍵字一致性雜湊 平衡性，單調性，分散性，負載 其實說白了，就是解決把請求分散到不同的機器上運算，怎麼做分散的平均，機器少一台多一台，或者壞掉一台，成很好的自適應和拓展。最簡單的實現分布式演算法，取模嘛，但是它就上述的一些問題，所以不算好的雜湊函式。一致性雜湊演算法，...