一致性模型

一致性描述了在競爭性變化中讀者看到的值和順序。正確的模型選擇是不變量的嚴謹性，潛伏性，可用性和成本（PACELC）之間的平衡。下面-模型及其應用的實用手冊。

1）「嚴格」模型

線性（線性可變性，Strong）

行為好像所有操作都是以尊重真實時間的某種統一順序立即執行的。
優點：一個簡單的心理模型，對金錢和獨特性是安全的。
缺點：法定人數/領導者→ p95/p99的增長，特別是在區域間。
Yuzkeiss：資產負債表，嚴格限制的庫存，獨特的名稱/密鑰。

Sequential consistency

所有線程都看到相同的操作順序，但實際時間順序並不必要。略微弱於linearizable，很少直接暴露在產品中。

Serializable（事務序列化）

等效於某些串行事務順序（而非單個操作）。
優點：在查詢/表中復雜不變量的正確性。
缺點：成本更高（阻塞/轉化/沖突驗證）。
Yuzkeiss：復雜的鞭打，一致性的重新計票，庫存。

Snapshot Isolation (SI)

每個事務都會讀取不變的時間快照；條目在「相同字符串」上發生沖突，但寫作skew是可能的。
優點：快速無鎖讀取,穩定報告。
缺點：不可序列化，陷阱寫作skew（例如：值班醫生）。
Yuzkeys：分析，報告，大多數CRUD沒有剛性不變量。

2）會期及因果保證

Read-Your-Writes (RYW)

錄音後的客戶總是會在隨後的閱讀中看到它。
優點：良好的UX（形式→確認）。
缺點：本地保修，非全局保修。

Monotonic Reads / Writes

讀數不會「回滾」。一個客戶端的條目按發送的順序應用。

Causal Consistency（因果關系）

如果操作依賴於另一個（A → B），則每個人都在B之前看到A。
優點：直觀的sots-fids,評論。
缺點：更難路由和因果關系標記（矢量時鐘）。
Yuzkeiss：通訊，聯合編輯，事件提要。

3）弱和混合模型

Bounded Staleness

讀數可能不超過Δ t或N版本。
優點：可預測的UX，區域間良好的權衡。
缺點：不能防止記錄沖突。

Eventual Consistency

隨著時間的流逝，所有副本都收斂。命令和延遲不能保證。
優點：最低潛伏率/成本,高可用性（AP）。
缺點：需要顯式merge （CRDT/域規則）。
Yuzkeys：緩存，fids，度量，喜歡，nen關鍵參考書。

4）類型異常及其含義

骯臟的讀取：讀取未讀取的數據。
非重復讀數：事務中的相同讀數會產生不同的值。
Phantom：在重新查詢時,將出現/消失符合謂詞的字符串。
Write Skew（在SI中）：兩個事務讀取相交的不變量並寫下不同的行，從而違反了「總和必須≥ 1」的條件。
失落更新：記錄「掩蓋」競爭對手的變化。

5）定額和讀/寫水平

許多存儲允許設置「R」/「W」級別（讀/寫副本的數量）。

法定人數（R+W> N）給出了「交叉」和對最新條目的強讀保證。
W=1，R=1 →低延遲，但舊數據是可能的。
調音：關鍵操作是高「W」（或領導者），其他操作是低「R」的速度。
Read-repair/Hinted手持有助於在背景中獲得一致性。

6）時鐘和順序： 我們如何「理解」因果關系

Lamport clocks：部分事件順序。
Vector clocks：捕獲因果關系,允許檢測沖突。
Hybrid/TrueTime方法：限制集群中時鐘的散布,以排序事務和邊站。
Version： 「version/ts+actor」 for merge；在CRDT中，是封閉的半群（可交換/冪等）。

7） CRDT和域名merge

CRDT（聚合/復制數據類型）可保證收斂而無需協調：G-Counter，OR-Set，LWW-Register，Map，文本OT/WOOT變體。
有用時：喜歡，多個標簽，購物車，文檔。
局限性：為特定域實體提出正確的「合並」語義。

8）與CAP/PACELC的通信

多區域中的嚴格模型（Linearizable/Serializable）→潛伏期增長的CP（PACELC：選擇C並支付L）。
弱/混合模型→ AP和/或低L，但需要混合/沖突混合。
混合體：用於不變量+AP投影/讀取緩存的CP內核。

9）型號選擇： 支票單

1.不變量：什麼不能被破壞？（唯一性，平衡，限制）。
2.區域性：記錄/讀取在哪裏？（本地/全球）。

3.潛伏期SLO： p95/p99用於關鍵路徑?

4.協調價格：準備支付區域間法定人數？

5.沖突： 是否存在確定性問題,或者是否需要協調員?

6.UX期望：RYW/monotonic/causal對客戶很重要？
7.可觀察性：如何衡量差/沖突/過時程度？
8.Folbacks：網絡分離（P）會發生什麼?是否僅讀取/本地記錄/隊列？

10）快速食譜

付款/余額：Linearizable/Serializable，領導者+法定人數，短時間；讀取RYW。
Profile/fid：causal/Bounded staleness+緩存；喜歡/計數器的CRDT；作者的RYW。
搜索/分析：SI/Read Committed,異步投影,事件索引。
全球SaaS：Geo partitioning；「家庭記錄」-CP，報告/目錄-AP。
聯合編輯：因果/事件+CRDT/OT；保存「歷史」。

11）一致性可觀察性

Lag度量標準：「replication_lag」，「staleness_age_ms」（p50/p95/p99）。
沖突：沖突比例，平均解決時間。
法定人數：「R/W」法定人數的成功，區域間路徑的時間表。
客戶端保修：RYW/monotonic-會話預告標簽。

12）典型錯誤

要求Strong「無處不在」，沒有商業基礎，→潛伏和成本的爆炸。
雙寫到不同的區域，沒有傳奇/CRDT →幻影和不變量損失。
忽略UX中的RYW/單調性 →新發送的「丟失」數據。
不跟蹤緩存/投影過時→「永恒」差異。
考慮不周的商品→意想不到的損失/價值。

13）迷你建築基準

寫核心（CP）：領導者，法定記錄，SLO和taymout，雜誌。
閱讀平面（AP）：實例化視圖、TTL緩存、閱讀修復。
客戶端：sticky-session/會話保修 （RYW/monotonic）,版本標簽。
沖突引擎：CRDT/域規則，手動解決隊列。
監測：瀉湖，沖突，過時閱讀的比例。

結論

一致性模型是數據，延遲和可訪問性之間的工程合同。從不變量和SLO開始，嚴格選擇需要的地方，在可能的地方更弱，不要忘記客戶保證、法定人數、時鐘和可觀察性。有能力的模型組合提供了規模、可預測性和可持續性--而不犧牲商業真理和用戶信任。