在分布式系统中，一致性（Consistency）指的是：多个节点在数据复制、并发访问、故障切换时，对外表现出的数据正确性与可预期性。由于网络延迟、分区、节点故障不可避免，分布式系统无法同时完美满足 CAP 中的三者，因此“如何保一致”通常是一套折中 + 机制组合的方案。
下面系统性讲一下。
不同场景对一致性的要求不同：
| 类型 | 含义 | 典型场景 |
|---|---|---|
| 强一致 | 写后读一定能看到 | 银行转账 |
| 顺序一致 | 所有节点看到的操作顺序一致 | 分布式锁 |
| 最终一致 | 暂时不一致，但最终一致 | 缓存、Feed流 |
| 因果一致 | 有因果关系的操作顺序保持 | 评论+回复 |
✅ 优点：强一致
❌ 缺点：性能低、写延迟高
✅ 灵活
❌ 仍可能短暂不一致
❌ 同步阻塞、单点风险
✅ 高可用
❌ 业务侵入强
✅ 简单
❌ 单点
| 系统类型 | 选择 |
|---|---|
| 金融核心 | CP（强一致） |
| 社交、搜索 | AP（可用+最终一致） |
| 配置中心 | CP |
| 购物车 | AP |
如果你愿意，我可以：
你更想深入哪一块？
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
