一致性（Consistency）是指多副本（Replications）问题中的数据一致性。
前言
学习 HBase 的 MVCC 时有提到一致性的概念。抱着知识全面性的想法来学习。
一致性模型
强一致性
当更新操作完成之后，任何多个后续进程或者线程的访问都会返回最新的更新过的值。
这种是对用户最友好的，就是用户上一次写什么，下一次就保证能读到什么。但是这种实现对性能影响较大。
弱一致性
系统并不保证续进程或者线程的访问都会返回最新的更新过的值。系统在数据写入成功之后，不承诺立即可以读到最新写入的值，也不会具体的承诺多久之后可以读到。但会尽可能保证在某个时间级别（比如秒级别）之后，可以让数据达到一致性状态。
最终一致性
弱一致性的特定形式。不保证在任意时刻任意节点上的同一份数据都是相同的，但是随着时间的迁移，不同节点上的同一份数据总是在向趋同的方向变化。
系统保证在没有后续更新的前提下，系统最终返回上一次更新操作的值。
简单说，就是在一段时间后，节点间的数据会最终达到一致状态。
在没有故障发生的前提下，不一致窗口的时间主要受通信延迟，系统负载和复制副本的个数影响。
最终一致性根据更新数据后各进程访问到数据的时间和方式的不同，又可以区分为:
- 因果一致性：如果进程A通知进程B它已更新了一个数据项，那么进程B的后续访问将返回更新后的值，且一次写入将保证取代前一次写入。与进程A无因果关系的进程C的访问，遵守一般的最终一致性规则。
- 读己所写一致性：因果一致性的特定形式。当进程A自己更新一个数据项之后，它总是访问到更新过的值，绝不会看到旧值。
- 会话一致性：读己所写一致性的特定形式。它把访问存储系统的进程放到会话的上下文中。只要会话还存在，系统就保证“读己之所写”一致性。如果由于某些失败情形令会话终止，就要建立新的会话，而且系统的保证不会延续到新的会话。
- 单调读一致性：如果进程已经看到过数据对象的某个值，那么任何后续访问都不会返回在那个值之前的值。
- 单调写一致性：系统保证来自同一个进程的写操作顺序执行。即同一个进程的写操作串行化。
上述最终一致性的不同方式可以进行组合，例如单调读一致性和读己之所写一致性就可以组合实现。
并且从实践的角度来看，这两者的组合，读取自己更新的数据，和一旦读取到最新的版本不会再读取旧版本，
对于此架构上的程序开发来说，会少很多额外的烦恼。
参考链接