當說到集群的時候，就無法不提到資料一致性的問題。
分布式下，有乙個著名的cap原則。c指資料一致性，a指服務可用性，p則是分割槽容忍性。cap三者，最多可得其二。如在單點服務中，由於不存在分割槽，則可達到ca。而在分布式服務裡，基於分布式本身的特性，服務存在於多個服務中，依靠網路連線。在這種情況下，由於網路延遲等原因，分割槽是必然存在的。也就是說，在分布式下，p必然存在，任何集群都需要在c和a中做選擇。
在這樣的背景下，根據選擇的不同，集群服務可能是ap的，也可能是cp的。如果是ap的，則集群允許在段時間裡，各節點的資料出現不一致的情況，但是集群整體服務保持可用。如果是cp的，則集群在各節點資料不一致的段時間裡，整體服務是不可用的，需要等待可節點資料同步到一致，再恢復可用狀態。
需要理解的是，無論是ap還是cp，對於客戶端來說，可能感知並不是很強烈。在ap情況下，客戶端的感知可能是服務存在一定延遲，響應較慢，而不是服務不可用。在cp情況下，客戶端一般來說對資料的更新是不敏感的。即客戶端並不需要過分及時的取得最新的資料，也可以正常完成服務。
資料一致性
資料一致性通常指關聯資料之間的邏輯關係是否正確和完整。而資料儲存的一致性模型則可以認為是儲存系統和資料使用者之間的一種約定。如果使用者遵循這種約定，則可以得到系統所承諾的訪問結果。常用的一致性模型有 a 嚴格一致性 linearizability,strict atomic consistency ...
資料一致性
丟失更新 未確定的相關性 不一致的分析和幻想讀 事務a讀取與搜尋條件相匹配的若干行。事務b以插入或刪除行等方式來修改事務a的結果集，然後再提交。幻讀是指當事務不是獨立執行時發生的一種現象，例如第乙個事務對乙個表中的資料進行了修改，比如這種修改涉及到表中的 全部資料行 同時，第二個事務也修改這個表中的...
資料一致性
資料一致性通常指關聯資料之間的邏輯關係是否正確和完整。而資料儲存的一致性模型則可以認為是儲存系統和資料使用者之間的一種約定。如果使用者遵循這種約定，則可以得到系統所承諾的訪問結果。常用的一致性模型有 a 嚴格一致性 linearizability,strict atomic consistency ...