什么是最终一致性，以及何时应在分布式系统中使用它？
最终一致性是一种数据一致性模型，在分布式系统中，对一块数据的更新会在节点间异步传播。这意味着在写入操作之后，不同的节点可能会暂时返回不一致的值，但如果没有新的更新发生，所有节点最终会收敛到相同的状态。与保证所有节点立即统一的强一致性不同，最终一致性优先考虑可用性和对网络分区的容忍度。这种方法符合 CAP 定理，该定理指出分布式系统只能保证三个属性中的两个：一致性、可用性和分区容错性。最终一致性牺牲了即时一致性，以在网络问题期间保持可用性。
最终一致性非常适合于高可用性和低延迟比严格的数据准确性更重要的用例。 例如，DNS 系统使用最终一致性来在全球范围内传播域名更新。 当域名的 IP 地址更改时，一些 DNS 服务器可能会暂时提供旧值，直到更新传播。 同样，像 Twitter 或 Facebook 这样的社交媒体平台对帖子点赞或关注者计数等功能使用最终一致性。 用户可能不会立即看到确切的点赞数，但计数会随着时间的推移而稳定下来。 电子商务购物车（例如，亚马逊基于 DynamoDB 的系统）也采用此模型：用户即使在网络中断期间也可以添加商品，并且购物车会在连接恢复后同步。
但是，最终一致性不适用于需要严格准确性的系统，例如银行交易或医疗记录。 权衡是暂时的不一致，开发人员必须使用冲突解决策略来处理。 例如，版本向量或“最后写入优先”策略可以解决冲突的更新。 当您的应用程序可以容忍短暂的不一致，以换取降低延迟、提高容错能力以及在中断期间实现无缝用户体验等好处时，请使用此模型。 在采用最终一致性之前，请始终评估陈旧数据是否会对您的用例构成风险。