一致性，是描述多副本的同步特征（本文我們不討論分布式數據庫中，保持多個分片裏的數據在業務邏輯上一致性的情況，僅討論數據多副本的case）。一般從兩個角度來研究：

從全局數據角度來看：

1. 1. 強一致性： 無論誰、無論何時讀，得到的都是最新寫入後的結果
   2. 線性一致性： 如果把讀寫操作按照嚴格時間戳排序，每個進程的讀寫都遵循該排序的結果
   3. 順序一致性： 每個進程的讀寫操作順序都一致，但不保證按照時間戳順序
   4. 因果一致性： 兩個有因果關系（讀寫了同一數據）的進程之間，讀寫順序都一致，不保證按照時間戳順序，而且無關的進程讀寫順序可以不一樣
   5. 一般一致性： 就是傳統意義上的最終一致性，各副本上的數據最終是同一個值

從某個客戶端角度來看：

1. 寫後讀：同一個客戶端，不論在哪裏讀寫，寫入後，讀出來的總是不舊於剛剛的寫入
2. 讀後寫：同一個客戶端，不論在哪裏讀寫，讀出後，寫進去的總是在剛才讀出的數的基礎上（可能比讀出的更加新的基礎上）
3. 單調讀：同一個客戶端，不論在哪裏讀，每次讀出的都不舊於上次讀出的
4. 單調寫：同一個客戶端，不論在哪裏寫，每次寫入的都是在上次寫入基礎上（可能比上次寫入的更加新的基礎上）
5. 最終一致：同一個客戶端，不論在哪裏讀寫，做了若幹次讀寫、經過一段時間後，看到一個穩定不變的值

這兩個角度並不是一一對應的關系。比如，全局數據角度的“強一致性”，要比“客戶端角度”的寫後讀更強，因為可能有多個客戶端在並發運行。我們給一個商業應用設計架構的時候，更多是從客戶端視角來看問題的。

隔離級別，是研究事務之間數據的可見關系，討論的是“並行的寫入過程中、或者有的已寫入（提交）而有的尚未真正寫入（未提交）這個過程中”發生的事情；而一致性研究的是大家在都寫入後發生的事情，而忽略寫入過程、將其看做原子操作。隔離級別跟一致性是正交的關系。

分布式系統中的一致性，與數據庫的隔離級別