什么是一致性模型?

在分布式系統(tǒng)中，C（一致性） 和 A（可用性）始終存在矛盾。若想保證可用性，就必須通過(guò)復(fù)制、分片等方式冗余存儲(chǔ)。而一旦進(jìn)行復(fù)制，又來(lái)帶多副本數(shù)據(jù)一致性的問(wèn)題——一個(gè)副本的數(shù)據(jù)更新之后，其他副本必須要保持同步，否則數(shù)據(jù)不一致就可能導(dǎo)致業(yè)務(wù)出現(xiàn)問(wèn)題。

因此，每次更新數(shù)據(jù)對(duì)所有副本進(jìn)行修改的時(shí)間以及方式?jīng)Q定了復(fù)制代價(jià)的大小。全局同步與性能實(shí)際上是矛盾的，而為了提高性能，往往會(huì)采用放寬一致性要求的方法。因此，我們需要用一致性模型來(lái)理解和推理在分布式系統(tǒng)中數(shù)據(jù)復(fù)制需要考慮的問(wèn)題和基本假設(shè)。

那么什么是一致性模型呢？

一致性模型本質(zhì)上是進(jìn)程與數(shù)據(jù)存儲(chǔ)的約定：如果進(jìn)程遵循某些規(guī)則，那么進(jìn)程對(duì)數(shù)據(jù)的讀寫(xiě)操作都是可預(yù)期的。

下圖即為 Jepsen 概括的常見(jiàn)的一致性模型：

不可用（Unavailable）：粉色代表網(wǎng)絡(luò)分區(qū)后完全不可用。當(dāng)出現(xiàn)網(wǎng)絡(luò)隔離等問(wèn)題的時(shí)候，為了保證數(shù)據(jù)的一致性，不提供服務(wù)。熟悉 CAP 理論的同學(xué)應(yīng)該清楚，這就是典型的 CP 系統(tǒng)了。

• 嚴(yán)格可用 （Sticky Available）：黃色代表嚴(yán)格可用。即使一些節(jié)點(diǎn)出現(xiàn)問(wèn)題，在一些還沒(méi)出現(xiàn)故障的節(jié)點(diǎn)，仍然保證可用，但需要保證 client 的操作是一致的。
• 完全可用（Highly Available）：藍(lán)色代表完全可用。就是網(wǎng)絡(luò)全掛掉，在沒(méi)有出現(xiàn)問(wèn)題的節(jié)點(diǎn)上面，仍然可用。

一致性模型主要可以分為兩類：能夠保證所有進(jìn)程對(duì)數(shù)據(jù)的讀寫(xiě)順序都保持一致的一致性模型稱為強(qiáng)一致性模型，而不能保證的一致性模型稱為弱一致性模型。

強(qiáng)一致性模型

強(qiáng)一致性包含線性一致性和順序一致性，其中前者對(duì)安全性的約束更強(qiáng)，也是分布式系統(tǒng)中能保證的最好的一致性。

線性一致性（Linearizable Consistency）

線性一致性是最嚴(yán)格的且可實(shí)現(xiàn)的單對(duì)象單操作一致性模型。在這種模型下，寫(xiě)入的值在調(diào)用和完成之間的某個(gè)時(shí)間點(diǎn)可以被其他節(jié)點(diǎn)讀取出來(lái)。且所有節(jié)點(diǎn)讀到數(shù)據(jù)都是原子的，即不會(huì)讀到數(shù)據(jù)轉(zhuǎn)換的過(guò)程和中間未完成的狀態(tài)。

要想達(dá)到線性一致，需要滿足以下條件：

1. 任何一次讀都能讀取到某個(gè)數(shù)據(jù)最近的一次寫(xiě)的數(shù)據(jù)。
2. 所有進(jìn)程看到的操作順序都跟全局時(shí)鐘下的順序一致。
3. 所有進(jìn)程都按照全局時(shí)鐘的時(shí)間戳來(lái)區(qū)分事件的先后，那么必然所有進(jìn)程看到的數(shù)據(jù)讀寫(xiě)操作順序一定是一樣的

我們發(fā)現(xiàn)，這個(gè)要求十分苛刻，難以在現(xiàn)實(shí)中實(shí)現(xiàn)。因?yàn)楦鞣N物理限制使分布式數(shù)據(jù)不可能一瞬間去同步這種變化。（通信是必然有延遲的，一旦有延遲，時(shí)鐘的同步就沒(méi)法做到一致。）

順序一致性（Sequential Consistency）

由于線性一致的代價(jià)高昂，因此人們想到，既然全局時(shí)鐘導(dǎo)致嚴(yán)格一致性很難實(shí)現(xiàn)，那么我們能否放棄了全局時(shí)鐘的約束，改為分布式邏輯時(shí)鐘實(shí)現(xiàn)呢？

Lamport 在 1979 年就提出的順序一致性正是基于上述原理。順序一致性中所有的進(jìn)程以相同的順序看到所有的修改。讀操作未必能及時(shí)得到此前其他進(jìn)程對(duì)同一數(shù)據(jù)的寫(xiě)更新，但是每個(gè)進(jìn)程讀到的該數(shù)據(jù)的不同值的順序是一致的。

其需要滿足以下條件：

1. 任何一次讀寫(xiě)操作都是按照某種特定的順序。
2. 所有進(jìn)程看到的讀寫(xiě)操作順序都保持一致。

我們發(fā)現(xiàn)他們都能夠保證所有進(jìn)程對(duì)數(shù)據(jù)的讀寫(xiě)順序保持一致。那么它與線性一致性有什么不同呢？

盡管順序一致性通過(guò)邏輯時(shí)鐘保證所有進(jìn)程保持一致的讀寫(xiě)操作順序，但這些讀寫(xiě)操作的順序跟實(shí)際上發(fā)生的順序并不一定一致。而線性一致性是嚴(yán)格保證跟實(shí)際發(fā)生的順序一致的。

我們以下圖為例：

例子1：線性一致性與順序一致性的區(qū)別

圖 a 滿足了順序一致性，但未滿足線性一致性。 從全局時(shí)鐘來(lái)看，p2 的 read(x,0) 在 p1 的 write(x,4) 之后，但是 p1 卻讀出了舊的數(shù)據(jù)。因此不滿足線性一致性。但是兩個(gè)進(jìn)程各自的讀寫(xiě)順序卻是合理的，進(jìn)程之間也沒(méi)有產(chǎn)生沖突，因此從這兩個(gè)進(jìn)程的視角來(lái)看，執(zhí)行流程是這樣的 write(y,2)、read(x,0)、 write(x,4)、read(y,2)。此時(shí)滿足順序一致性。

• 圖 b 滿足線性一致性。 因?yàn)槊總€(gè)讀操作都讀到了該變量的最新寫(xiě)的結(jié)果，同時(shí)兩個(gè)進(jìn)程看到的操作順序與全局時(shí)鐘的順序一樣。
• 圖 c 不滿足順序一致性。 因?yàn)閺倪M(jìn)程 P1 的角度看，它對(duì)變量 y 的讀操作返回了結(jié)果 0。那么就是說(shuō)，P1 進(jìn)程的對(duì)變量 y 的讀操作在 P2 進(jìn)程對(duì)變量 y 的寫(xiě)操作之前，x 變量也如此。此時(shí)兩個(gè)進(jìn)程存在沖突，因此這個(gè)順序不滿足順序一致性。

弱一致性模型

弱一致性是指系統(tǒng)在數(shù)據(jù)成功寫(xiě)入之后，不承諾立即可以讀到最新寫(xiě)入的值，也不會(huì)具體承諾多久讀到，但是會(huì)盡可能保證在某個(gè)時(shí)間級(jí)別之后，可以讓數(shù)據(jù)達(dá)到一致性狀態(tài)。其中包含因果一致性和最終一致性、客戶端一致性。

因果一致性（Causal Consistency）

什么是因果關(guān)系呢？

如果事件 B 是由事件 A 引起的或者受事件 A 的影響，那么這兩個(gè)事件就具有因果關(guān)系。

因果一致性是一種弱化的順序一致性模型，它僅要求有因果關(guān)系的操作順序是一致的，沒(méi)有因果關(guān)系的操作順序是隨機(jī)的。

因果一致性的條件包括：

1. 所有進(jìn)程必須以相同的順序看到具有因果關(guān)系的讀寫(xiě)操作。
2. 不同進(jìn)程可以以不同的順序看到并發(fā)的讀寫(xiě)操作。

我們?nèi)绾未_定是否具有因果關(guān)系呢？如何傳播這些因果關(guān)系呢?

即通過(guò)邏輯時(shí)鐘來(lái)保證兩個(gè)寫(xiě)入是有因果關(guān)系的。而實(shí)現(xiàn)這個(gè)邏輯時(shí)鐘的一種主要方式就是向量時(shí)鐘。向量時(shí)鐘算法利用了向量這種數(shù)據(jù)結(jié)構(gòu)，將全局各個(gè)進(jìn)程的邏輯時(shí)間戳廣播給所有進(jìn)程，每個(gè)進(jìn)程發(fā)送事件時(shí)都會(huì)將當(dāng)前進(jìn)程已知的所有進(jìn)程時(shí)間寫(xiě)入到一個(gè)向量中，而后進(jìn)行傳播。

最終一致性（Eventual Consistency）

最終一致性是更加弱化的一致性模型，它被表述為副本之間的數(shù)據(jù)復(fù)制完全是異步的，如果數(shù)據(jù)停止修改，那么副本之間最終會(huì)完全一致。而這個(gè)最終可能是數(shù)毫秒到數(shù)天，乃至數(shù)月，甚至是“永遠(yuǎn)”。

對(duì)于最終一致性，我們主要關(guān)注以下兩點(diǎn)：

• **最終是多久。**通常來(lái)說(shuō)，實(shí)際運(yùn)行的系統(tǒng)需要能夠保證提供一個(gè)有下限的時(shí)間范圍。
• **并發(fā)沖突如何解決。**一段時(shí)間內(nèi)可能數(shù)據(jù)可能多次更新，到底以哪個(gè)數(shù)據(jù)為準(zhǔn)？通常采用最后寫(xiě)入成功或向量時(shí)鐘等策略。

因?yàn)樵跀?shù)據(jù)寫(xiě)入與讀取完全不考慮別的約束條件，因此最終一致性具有最高的并發(fā)度，經(jīng)常被應(yīng)用于對(duì)性能要求高的場(chǎng)景中。

客戶端一致性（Client-centric Consistency）

在最終一致性的模型中，如果客戶端在數(shù)據(jù)不同步的時(shí)間窗口內(nèi)訪問(wèn)不同的副本的同一個(gè)數(shù)據(jù)，會(huì)出現(xiàn)讀取同一個(gè)數(shù)據(jù)卻得到不同的值的情況。為了解決這個(gè)問(wèn)題，有人提出了以客戶端為中心的一致性模型。

客戶端一致性是站在一個(gè)客戶端的角度來(lái)觀察系統(tǒng)的一致性。其保證該客戶端對(duì)數(shù)據(jù)存儲(chǔ)的訪問(wèn)的一致性，但是它不為不同客戶端的并發(fā)訪問(wèn)提供任何一致性保證。

分布式數(shù)據(jù)庫(kù)中，一個(gè)節(jié)點(diǎn)很可能同時(shí)連接到多個(gè)副本中，復(fù)制的延遲性會(huì)造成它從不同副本讀取數(shù)據(jù)是不一致的。而客戶端一致性就是為了定義并解決這個(gè)問(wèn)題而存在的，這其中包含了寫(xiě)跟隨讀、管道隨機(jī)訪問(wèn)存儲(chǔ)兩大類別。

寫(xiě)跟隨讀（Writes-Follow-Reads Consistency）

寫(xiě)跟隨讀的另一個(gè)名字是回話因果（session causal）。可以看到它與因果一致的區(qū)別是，它只針對(duì)一個(gè)客戶端。 即對(duì)于一個(gè)客戶端，如果一次讀取到了寫(xiě)入的值 V1，那么這次讀取之后寫(xiě)入了 V2。從其他節(jié)點(diǎn)看，寫(xiě)入順序一定是 V1、V2。

管道隨機(jī)訪問(wèn)存儲(chǔ)（PRAM，Pipeline Random Access Memory）

管道隨機(jī)訪問(wèn)存儲(chǔ)的名字來(lái)源于共享內(nèi)存訪問(wèn)模型。其對(duì)于單個(gè)進(jìn)程的寫(xiě)操作都被觀察到是順序的，但不同的進(jìn)程寫(xiě)會(huì)觀察到不同的順序。

其可拆解為以下三種一致性：

• 單調(diào)讀一致性（Monotonic-read Consistency）：它強(qiáng)調(diào)一個(gè)值被讀取出來(lái)，那么后續(xù)任何讀取都會(huì)讀到該值，或該值之后的值，而不會(huì)讀取到舊值。
• 單調(diào)寫(xiě)一致性（Monotonic-write Consistency）：如果從一個(gè)節(jié)點(diǎn)寫(xiě)入兩個(gè)值，它們的執(zhí)行順序是 V1、V2。那么從任何節(jié)點(diǎn)觀察它們的執(zhí)行順序都應(yīng)該是 V1、V2。
• 讀你所寫(xiě)一致性（Read-your-writes Consistency）：一個(gè)節(jié)點(diǎn)寫(xiě)入數(shù)據(jù)后，在該節(jié)點(diǎn)或其他節(jié)點(diǎn)上是一定能讀取到這個(gè)數(shù)據(jù)的。

能夠同時(shí)滿足以上三種一致性的即為滿足 PRAM。

PRAM、因果一致、線性一致到底有什么區(qū)別呢？

例子2：因果一致、順序一致、PRAM 的區(qū)別

圖 a 滿足了順序一致性與因果一致性。 圖上的進(jìn)程都滿足相同的順序與因果關(guān)系，因此滿足順序一致性與因果一致性。

• 圖 b 滿足了因果一致性，但未滿足順序一致性。 對(duì)于進(jìn)程 p3 和 p4 其看到的 p1 和 p2 的執(zhí)行順序不一致，因此不滿足順序一致性。但是由于 p1 與 p2 的寫(xiě)入沒(méi)有任何因果關(guān)系，所以此時(shí)滿足因果一致性。
• 圖 c 滿足了 PRAM，但未滿足因果一致性。 由于 p2 的 r(x,4) 依賴于 p1 的 w(x,4)，此時(shí)兩者存在因果關(guān)系。然而對(duì)于進(jìn)程 p3 和 p4 而言，其看到的 p1 和 p2 執(zhí)行順序不同，因此此時(shí)并不滿足因果一致性。但此時(shí)我們?cè)賮?lái)分析它們的觀察順序，此時(shí) p4 觀察的到順序是 w(x.7)、w(x,2)、w(x,4)。而 p3 觀察到的是 w(x,2)、w(x,4)、w(x,7)。盡管此時(shí)它們對(duì)不同進(jìn)程寫(xiě)操作觀察的順序不同，但是對(duì)于同一個(gè)進(jìn)程的寫(xiě)操作觀察順序是一致的，因此其滿足 PRAM 一致性。

下圖即為上面討論的幾種一致性模型的關(guān)系：

一致性模型之間的關(guān)系

事務(wù)隔離性

在一開(kāi)始那張一致性模型圖中，其實(shí)是有兩個(gè)分支的，一個(gè)對(duì)應(yīng)的就是數(shù)據(jù)庫(kù)里面的隔離性（Isolation），另一個(gè)其實(shí)對(duì)應(yīng)的是分布式系統(tǒng)的一致性（Consistency）。

事務(wù)隔離是描述并行事務(wù)之間的行為，而一致性是描述非并行事務(wù)之間的行為。其實(shí)廣義的事務(wù)隔離應(yīng)該是經(jīng)典隔離理論與一致性模型的一種混合。

潛在問(wèn)題

如下即數(shù)據(jù)庫(kù)實(shí)現(xiàn)中遇到的各種各樣的 isolation 問(wèn)題。

• P0 Dirty Write（臟寫(xiě)）：一個(gè)事務(wù)修改了另一個(gè)尚未提交的事務(wù)已經(jīng)修改的值。
• P1 Dirty Read（臟讀）：一個(gè)事務(wù)讀取到了另一個(gè)執(zhí)行到一半的事務(wù)中修改的值。
• P2 Non-Repeatable Read（不可重復(fù)讀）：一個(gè)事務(wù)讀取過(guò)程中讀到了另一個(gè)事務(wù)更新后的結(jié)果。
• P3 Phantom（幻讀）：某一事務(wù) A 先挑選出了符合一定條件的數(shù)據(jù)，之后另一個(gè)事務(wù) B 修改了符合該條件的數(shù)據(jù)，此時(shí) A 再進(jìn)行的操作都是基于舊的數(shù)據(jù)，從而產(chǎn)生不一致。
• P4 Lost Update（丟失更新）：更新被另一個(gè)事務(wù)覆蓋。
• P4C Cursor Lost Update（游標(biāo)丟失更新）：與 Lost Update 類似，只是發(fā)生于 cursor 的操作過(guò)程之中。
• A5A Read Skew（讀傾斜）：由于事務(wù)的交叉導(dǎo)致讀取到了不一致的數(shù)據(jù)。
• A5B Write Skew（寫(xiě)傾斜）：兩個(gè)事務(wù)同時(shí)讀取到了一致的數(shù)據(jù)，然后分別進(jìn)行了滿足條件的修改，但最終結(jié)果破壞了一致性。

隔離級(jí)別

對(duì)于分布式數(shù)據(jù)庫(kù)來(lái)說(shuō)，原始的隔離級(jí)別并沒(méi)有舍棄，而是引入了一致性模型后，擴(kuò)寬數(shù)據(jù)庫(kù)隔離級(jí)別的內(nèi)涵。其中共有如下數(shù)種隔離級(jí)別：

• Read Uncommitted（讀未提交）：事務(wù)執(zhí)行過(guò)程中能夠讀到未提交的修改。
• Read Committed（讀已提交）：事務(wù)執(zhí)行過(guò)程中能夠讀到已提交的修改。
• Monotonic Atomic View（單調(diào)原子視圖）：在 Read Committed 的基礎(chǔ)上加上了原子性的約束，觀測(cè)到其他事務(wù)的修改時(shí)會(huì)觀察到完整的修改。
• Cursor Stability（穩(wěn)定游標(biāo)）：使用 cursor 讀取某個(gè)數(shù)據(jù)時(shí)，這個(gè)不能被其他事務(wù)修改直至 cursor 釋放或事務(wù)結(jié)束。
• Snapshot Isolation（快照隔離級(jí)別）：即使其他事務(wù)修改了數(shù)據(jù)，重復(fù)讀取都會(huì)讀到一樣的數(shù)據(jù)。
• Repeatable Read（可重復(fù)讀）：每個(gè)事務(wù)在獨(dú)立、一致的 snapshot 上進(jìn)行操作，直至提交后其他事務(wù)才可見(jiàn)。
• Serializable（串行化）：事務(wù)按照一定的次序順序執(zhí)行。

對(duì)應(yīng)的可能發(fā)生的問(wèn)題如下

P（Possible）：會(huì)發(fā)生。

• SP（Sometimes Possible）：有時(shí)候可能發(fā)生。
• NP（Not Possible）：不可能發(fā)生。