一、一致性模型
1、强一致性（Strong Consistency）
①定义：强一致性意味着在分布式系统中的每个读取操作，都能读取到最近写入的数据。也就是说，所有节点都始终保持相同的数据状态。
②特点：写操作对所有节点立即可见，所有的读取操作在任何节点上都能看到最新的写入。
③典型协议：如 Paxos、Raft 协议。
④优点：数据始终保持一致，不会出现数据冲突。
⑤缺点：性能开销较大，尤其是在跨区域的分布式系统中，延迟较高。
2、最终一致性（Eventual Consistency）
①定义：最终一致性意味着系统最终会达到一致的状态，但不保证任何时刻所有节点的数据一致。在某些时刻，不同节点的数据可能是不同的，但系统保证最终会同步并保持一致。
②特点：系统不保证即时一致性，但通过异步的方式在一段时间后使所有节点最终一致。
③典型协议：Amazon的Dynamo、Cassandra。
④优点：性能较高，延迟较低，适合高可用的应用