1. 一致性保证
关于最终一致性：多副本存储中，不一致现象是暂时的（但时长未知)，最终会一样，即“收敛”。但它的一致性保证太弱，可以说基本没有。
关于弱保证：如read-after-write/read-your-write、monotonic reads等保证下，需要清楚了解系统局限性。
分布式一致性模型与事务隔离级别：相似，存在某些重叠，但也有显著区别：
- 前者：针对延迟和故障等问题，协调副本之间的状态
- 后者：处理并发执行事务时的各种临界条件
2. 可线性化——最强分布式一致性模型
可线性化思想：让一个系统看起来好像只有一个数据副本，且所有的操作都是原子的。
可线性化 = 原子一致性 = 强一致性…，CAP中的C即线性化
2.1. 如何达到可线性化
- 若写
write(x, v_new)已完成，则完成后的所有的读（包括不同客户端）read(x)必须读到v_new - 若在写
write(x, v_new)过程中，值会跳变，若其中的读read(x)读到了新值v_new，之后的所有读（包括不同客户端）必须返回v_new
根据返回结果，可推断操作可能执行的时间点，这些时间点相连，其指向不可能向后。
可线性化与可串行化的区别：
- 可线性化：单个操作，单个对象，实时顺序。它代表单个对象读写的最新值保证（因此无法避免幻读）。此外，可线性化的组合也是可线性化的。
- 可串行化：多个操作，多个对象，任意总顺序。它是事务的隔离属性。它确保事务执行的结果和某个串行执行结果相同即可（串行执行顺序可能和实际执行顺序不同）。但它不包含可线性化的“实时”概念。
可串行化和可线性化可以同时达到（严格可串行化），基于2PL或实际串行执行的实现都是可线性化的，而基于快照的可串行化是不可线性化的（因为从快照读肯定不是线性化）
2.2. 哪些场景需要线性化
2.2.1. 加锁与主节点选举
有些系统，集群中只能有一个主节点（否则脑裂），常见方法是使用锁（每个节点尝试获得锁，获得到的就是主节点）。
而锁的实现必须满足可线性化，即“所有节点必须知道哪个节点拥有锁，且结果一致”。
Paxos, Raft等共识算法可确保可线性化。
2.2.2. 约束与唯一性保证
数据有唯一性约束（如SQL的UNIQUE约束）时，应该保证线性化（两个相同的写入应该一个返回错误），其和加锁本质相同。
其它场景的约束也需要所有节点就某个新值达成强一致（如银行账户等）。
2.2.3. 跨通道的时间依赖
当存在不同信道，且信道间存在竞争，如下图所示，文件存储需要保证线性化，才能保证第5,6步读到的是最新的图片。
也可以用更弱的等级，如read-after-write，但会增加额外复杂性。
2.3. 实现线性化系统
2.3.1. 不同复制方案下的可线性化
主从复制：若读取从主节点或者更新是同步的，可满足可线性化
共识算法：与主从复制机制相似，但通过一些措施防止脑裂和过期副本，安全实现可线性化
多主复制：通常无法线性化，因为副本在多节点上并发写入，且异步复制
无主复制：可能无法线性化，取决于quorum配置，宽松的quorum会违背线性化，甚至严格的quorum也会违背线性化
此外基于墙上时钟的LWW几乎肯定是非线性化，因为墙上时钟不能保证与实际事件顺序一致。
2.3.2. 线性化与严格quorum
通常，读写遵循严格的quorum，应该是可线性化的，然而在出现不确定的的网络延迟时，就会出现竞争条件，不满足线性化。
例子：$n=3, w=3, r=2$，时序如下图，第二次读不满足线性化。
解决方案：
- 读时进行同步的读修复
- 写前必须读取quorum节点获取最新值
但会显著降低性能，很少有采用。且这种方式不能支持线性化的“比较和设置”（CAS）操作（需要共识算法支持）。
2.4. 线性化的代价
网络中断（网络分区）迫使我们在可线性化和可用性中做出选择。
对于多主复制系统，不保证可线性化，但保证了可用性；
对于主从复制系统，若主从间网络中断，则：
- 若可用，从节点提供的数据是旧的，不满足可线性化
- 若满足可线性化，则需要主节点同步复制到从节点，所以必须返回错误给客户端，导致不可用
2.4.1. CAP理论
实际上任何一个数据中心内部，只要有不可靠的网络，就都会有违背线性化的风险，所以在满足出现网络故障时：
- 要求线性化，则必须等待网络修复，或之间返回错误——不可用
- 要求可用，则每个副本可独立处理请求——结果不满足线性化
CAP：C（线性一致性），A（可用），P（允许网络分区）之中只能满足2个。实际上P肯定存在，因此更准确的是：网络分区情况下，选择一致还是可用。
CAP应用范围较窄：只考虑一种一致性模型（线性化）和一种故障（网络分区，节点仍活动但相互断开）。
2.4.2. 不选择线性化的理由
线性化是一个有用的保证，但很少有系统选择支持它，因为它的读写性能非常差（原因在于网络延迟）。而弱一致性模型则快很多。
因此，放弃线性化是为了提高性能，而不是为了保住容错特性。
