什么是數據一致性和完整性？

數據一致性通常指關聯數據之間的邏輯關系是否正確和完整。而數據存儲的一致性模型則可以認為是存儲系統和數據使用者之間的一種約定。如果使用者遵循這種約定，則可以得到系統所承諾的訪問結果常用的一致性模型有：

a、嚴格一致性（linearizability, strict/atomic Consistency）：讀出的數據始終為最近寫入的數據。這種一致性只有全局時鐘存在時才有可能，在分布式網絡環境不可能實現。

b、順序一致性（sequential consistency）：所有使用者以同樣的順序看到對同一數據的操作，但是該順序不一定是實時的。

c、因果一致性（causal consistency）：只有存在因果關系的寫操作才要求所有使用者以相同的次序看到，對于無因果關系的寫入則并行進行，無次序保證。因果一致性可以看做對順序一致性性能的一種優化，但在實現時必須建立與維護因果依賴圖，是相當困難的。

d、管道一致性（PRAM/FIFO consistency）：在因果一致性模型上的進一步弱化，要求由某一個使用者完成的寫操作可以被其他所有的使用者按照順序的感知到，而從不同使用者中來的寫操作則無需保證順序，就像一個一個的管道一樣。 相對來說比較容易實現。

e、弱一致性（weak consistency）：只要求對共享數據結構的訪問保證順序一致性。對于同步變量的操作具有順序一致性，是全局可見的，且只有當沒有寫操作等待處理時才可進行，以保證對于臨界區域的訪問順序進行。在同步時點，所有使用者可以看到相同的數據。

f、 釋放一致性（release consistency）：弱一致性無法區分使用者是要進入臨界區還是要出臨界區， 釋放一致性使用兩個不同的操作語句進行了區分。需要寫入時使用者acquire該對象，寫完后release，acquire-release之間形成了一個臨界區，提供 釋放一致性也就意味著當release操作發生后，所有使用者應該可以看到該操作。

g、最終一致性（eventual consistency）：當沒有新更新的情況下，更新最終會通過網絡傳播到所有副本點，所有副本點最終會一致，也就是說使用者在最終某個時間點前的中間過程中無法保證看到的是新寫入的數據。可以采用最終一致性模型有一個關鍵要求：讀出陳舊數據是可以接受的。

h、delta consistency：系統會在delta時間內達到一致。這段時間內會存在一個不一致的窗口，該窗口可能是因為log shipping的過程導致。這是書上的原話。。我也搞不很清楚。。數據庫完整性（Database Integrity）是指數據庫中數據的正確性和相容性。數據庫完整性由各種各樣的完整性約束來保證，因此可以說數據庫完整性設計就是數據庫完整性約束的設計。包括實體完整性。域完整性。參照完整性。用戶定義完整性。可以主鍵。check約束。外鍵來一一實現。這個使用較多。