一致性模型

一致性描述了在竞争性变化中读者看到的值和顺序。正确的模型选择是不变量的严谨性，潜伏性，可用性和成本（PACELC）之间的平衡。下面-模型及其应用的实用手册。

1）"严格"模型

线性（线性可变性，Strong）

行为好像所有操作都是以尊重真实时间的某种统一顺序立即执行的。
优点：一个简单的心理模型，对金钱和独特性是安全的。
缺点：法定人数/领导者→ p95/p99的增长，特别是在区域间。
Yuzkeiss：资产负债表，严格限制的库存，独特的名称/密钥。

Sequential consistency

所有线程都看到相同的操作顺序，但实际时间顺序并不必要。略微弱于linearizable，很少直接暴露在产品中。

Serializable（事务序列化）

等效于某些串行事务顺序（而非单个操作）。
优点：在查询/表中复杂不变量的正确性。
缺点：成本更高（阻塞/转化/冲突验证）。
Yuzkeiss：复杂的鞭打，一致性的重新计票，库存。

Snapshot Isolation (SI)

每个事务都会读取不变的时间快照；条目在"相同字符串"上发生冲突，但写作skew是可能的。
优点：快速无锁读取,稳定报告。
缺点：不可序列化，陷阱写作skew（例如：值班医生）。
Yuzkeys：分析，报告，大多数CRUD没有刚性不变量。

2）会期及因果保证

Read-Your-Writes (RYW)

录音后的客户总是会在随后的阅读中看到它。
优点：良好的UX（形式→确认）。
缺点：本地保修，非全局保修。

Monotonic Reads / Writes

读数不会"回滚"。一个客户端的条目按发送的顺序应用。

Causal Consistency（因果关系）

如果操作依赖于另一个（A → B），则每个人都在B之前看到A。
优点：直观的sots-fids,评论。
缺点：更难路由和因果关系标记（矢量时钟）。
Yuzkeiss：通讯，联合编辑，事件提要。

3）弱和混合模型

Bounded Staleness

读数可能不超过Δ t或N版本。
优点：可预测的UX，区域间良好的权衡。
缺点：不能防止记录冲突。

Eventual Consistency

随着时间的流逝，所有副本都收敛。命令和延迟不能保证。
优点：最低潜伏率/成本,高可用性（AP）。
缺点：需要显式merge （CRDT/域规则）。
Yuzkeys：缓存，fids，度量，喜欢，nen关键参考书。

4）类型异常及其含义

肮脏的读取：读取未读取的数据。
非重复读数：事务中的相同读数会产生不同的值。
Phantom：在重新查询时,将出现/消失符合谓词的字符串。
Write Skew（在SI中）：两个事务读取相交的不变量并写下不同的行，从而违反了"总和必须≥ 1"的条件。
失落更新：记录"掩盖"竞争对手的变化。

5）定额和读/写水平

许多存储允许设置"R"/"W"级别（读/写副本的数量）。

法定人数（R+W> N）给出了"交叉"和对最新条目的强读保证。
W=1，R=1 →低延迟，但旧数据是可能的。
调音：关键操作是高"W"（或领导者），其他操作是低"R"的速度。
Read-repair/Hinted手持有助于在背景中获得一致性。

6）时钟和顺序： 我们如何"理解"因果关系

Lamport clocks：部分事件顺序。
Vector clocks：捕获因果关系,允许检测冲突。
Hybrid/TrueTime方法：限制集群中时钟的散布,以排序事务和边站。
Version： "version/ts+actor" for merge；在CRDT中，是封闭的半群（可交换/幂等）。

7） CRDT和域名merge

CRDT（聚合/复制数据类型）可保证收敛而无需协调：G-Counter，OR-Set，LWW-Register，Map，文本OT/WOOT变体。
有用时：喜欢，多个标签，购物车，文档。
局限性：为特定域实体提出正确的"合并"语义。

8）与CAP/PACELC的通信

多区域中的严格模型（Linearizable/Serializable）→潜伏期增长的CP（PACELC：选择C并支付L）。
弱/混合模型→ AP和/或低L，但需要混合/冲突混合。
混合体：用于不变量+AP投影/读取缓存的CP内核。

9）型号选择： 支票单

1.不变量：什么不能被破坏？（唯一性，平衡，限制）。
2.区域性：记录/读取在哪里？（本地/全球）。

3.潜伏期SLO： p95/p99用于关键路径?

4.协调价格：准备支付区域间法定人数？

5.冲突： 是否存在确定性问题,或者是否需要协调员?

6.UX期望：RYW/monotonic/causal对客户很重要？
7.可观察性：如何衡量差/冲突/过时程度？
8.Folbacks：网络分离（P）会发生什么?是否仅读取/本地记录/队列？

10）快速食谱

付款/余额：Linearizable/Serializable，领导者+法定人数，短时间；读取RYW。
Profile/fid：causal/Bounded staleness+缓存；喜欢/计数器的CRDT；作者的RYW。
搜索/分析：SI/Read Committed,异步投影,事件索引。
全球SaaS：Geo partitioning；"家庭记录"-CP，报告/目录-AP。
联合编辑：因果/事件+CRDT/OT；保存"历史"。

11）一致性可观察性

Lag度量标准："replication_lag"，"staleness_age_ms"（p50/p95/p99）。
冲突：冲突比例，平均解决时间。
法定人数："R/W"法定人数的成功，区域间路径的时间表。
客户端保修：RYW/monotonic-会话预告标签。

12）典型错误

要求Strong"无处不在"，没有商业基础，→潜伏和成本的爆炸。
双写到不同的区域，没有传奇/CRDT →幻影和不变量损失。
忽略UX中的RYW/单调性 →新发送的"丢失"数据。
不跟踪缓存/投影过时→"永恒"差异。
考虑不周的商品→意想不到的损失/价值。

13）迷你建筑基准

写核心（CP）：领导者，法定记录，SLO和taymout，杂志。
阅读平面（AP）：实例化视图、TTL缓存、阅读修复。
客户端：sticky-session/会话保修 （RYW/monotonic）,版本标签。
冲突引擎：CRDT/域规则，手动解决队列。
监测：泻湖，冲突，过时阅读的比例。

结论

一致性模型是数据，延迟和可访问性之间的工程合同。从不变量和SLO开始，严格选择需要的地方，在可能的地方更弱，不要忘记客户保证、法定人数、时钟和可观察性。有能力的模型组合提供了规模、可预测性和可持续性--而不牺牲商业真理和用户信任。