读书笔记：从Paxos到Zookeeper 分布式一致性原理与实践

ACID和四种隔离级别回顾：

ACID
1，原子性 Atomic：
事务必须是一个原子的操作序列单元。事务中包含的各项操作在一次执行中，只能出现以下两个状态之一：
*要么全部成功
*要么全部失败
事务中任何一个小操作的失败，都会导致整个事务的事变，已经被执行的操作会被撤销并且回滚，只有所有的操作都成功，事务才是成功。

2，一致性 Consistency：
事务的执行不能破坏数据库数据的完整性和一致性。理解为：前后都是有意义的数据。

3，隔离性 Isolation：
在并发环境中，事务的执行是相互隔离的。不同的事务操作相同的数据时，每个事务有各自完整的数据空间。

4，持久性 Durability：
事务一旦提交，改变是永久的。

四种隔离级别

理解：假设一个事务B需要用到数据，事务A和C也在操作这个数据。
A事务将数据从1变到10，C在这之后从10变到20.
1，读未提交：
B在A或者C事务进行的阶段，还未提交时，就已经可以读到对应的值。
因此B可能读出1，2，3,4，5,6……20
2，读已提交：
只有在事务提交之后，才能读取到对应的值。
因此B只能读1（A还未提交），10（A已经提交，C未提交），20（C已经提交）。
3，可重复读：
如果在A+C事务进行的时候，B事务也在同时进行着。
那么对于B，初始读到的值是1，不论A，C是否已经提交，对于B事务本身，只要它自己没有提交，就一定读到的是1。
4，串行化：
所有事务排队执行，最稳妥，效率也最差。


幻读：主要是因为insert操作。
不可重复读：由于update或者是delete。

分布式CAP理论：
1，一致性 consistency：
在分布式环境下，数据的多个副本之间能否保持一致的特性。
如果在一个节点上进行了数据的更新，但是没有同步到其他节点上，于是在第二个节点读取的数据依然是老数据（脏数据）。
强一致性：指在一个节点更新成功后，所有用户都可以读取到最新的值，这样的系统就被认为拥有强一致性。
2，可用性 availability：
系统提供的服务必须一直处于可用的状态，对于一个用户操作请求，总是能够在有限的时间内返回结果。
3，分区容错性 partition tolerance：