分布式一致性

我们常说的“一致性（Consistency）”在分布式系统中指的是 副本（Replication）问题中对于同一个数据的多个副本，其对外表现的数据一致性，如线性一致性、因果一致性、最终一致性等，都是用来描述副本问题中的一致性的。

而共识（Consensus）则不同，我认为对Censensus最合适的翻译是共识而非一致，关于共识问题的定义详见我之前的文章，简单来说，共识问题中所有的节点要最终达成共识，由于最终目标是所有节点都要达成一致，所以根本不存在一致性强弱之分。

只有当你使用像Paxos这样的共识算法作为解决副本问题的核心组件时（工业界非常常见，通常是变种的Paxos作为核心实现Replicated State Machine，同样见这篇文章），才会对外展现出不同的一致性级别。但是，即使是在这样的场景下，讨论一个共识算法的一致性也是不合适的，因为整个副本系统最终的一致性并不单单取决于共识算法，Client访问所遵循的规范也会有决定性的作用。比如说：即使副本系统使用multi-paxos在所有副本服务器上同步了日志序号，但如果Client被允许从非Leader节点获取数据，则整个副本系统仍然不是强一致的（思考如果访问了非多数派节点的情况）。

做个总结：

Paxos是共识（Consensus）算法而不是强一致性（Consistency）协议 一致性（Consistency）是副本（Replication）问题中的概念，共识（Consensus）算法没有一致性级别的区分。