数据一致性

数据一致性：

数据一致性，就是当多个用户试图同时访问一个数据库，它们的事务同时使用相同的数据，可能会发生以下四种情况：丢失更新、未确定的相关性、不一致的分析和幻想读。

在分布式场景下，当网络，服务器或者系统出现问题之后，可能会导致数据安全和数据一致性的问题；

数据一致性的问题：

数据的一致性包含 数据多副本，调用超时，缓存与数据库不一致，多个缓存节点是数据不一致等场景

1.数据多副本场景

2.调用超时的场景

3.缓存与数据库不一致

4.多个缓存节点数据不一致

数据一致性解决方案：

数据一致性的解决方案通常是，解决数据安全。

• ACID 特性

• CAP 理论

• base 理论

• DTP 模型

• 2PC（两阶段提交）模型

• 3PC(三阶段提交)模型

以及

• TCC 模型

• 可靠消息最终一致性模型

• 最大努力通知模型

数据一致性

最终一致性是每个系统必须要做到的事情，可能在当前系统时间，可以不用做到强一致性，但是在最后的时间，或者说是固定的一个时间，必须要将数据可以重新对比，确保一致性。

比如淘宝系统中，在双十一订单的期间，我们可以将订单或者商品的数据，比如卖家的销量，不用说刻意的保持强一致性，因为强一致性活保证数据的并发实时进行同步，但是呢双十一的流量特别的狂野，所以采用这种方式我们可以将特定的并发数据直接分散出去，保证最好的并发效果，直接我们使用