什么是线性一致性？
保留所有版权，请引用而不是转载本文（原文地址 https://yeecode.top/blog/114/ ）。
线性一致性（Linearizability）又叫原子一致性（Atomic Consistency)这是现实中能实现的最高级的一致性级别，当然也是分布式系统的最高追求。
然而要理解线性一致性（Linearizability），则必须先要理解顺序一致性（Sequential Consistency）。对于顺序一致性不是很理解的同学，可以翻看我之前的文章。
我们这里就直接给出顺序一致性的两个约束：
- 单个节点的事件历史在全局历史上符合程序的先后顺序
- 全局事件历史在各个节点上一致
线性一致性在顺序一致性的基础上增加了一个约束：
- 如果事件A的开始时间晚于事件B的结束时间，则在全局历史中，B在A之前
于是，线性一致性的约束变为了三个，即：
- 单个节点的事件历史在全局历史上符合程序的先后顺序
- 全局事件历史在各个节点上一致
- 如果事件A的开始时间晚于事件B的结束时间，则在全局历史中，B在A之前
有了新增的这一个约束之后，我们就可以发现满足顺序一致性的下图（这就是我们在讨论顺序一致性时用过的图）不满足线性一致性。
因为根据线性一致性新增的约束，B1的开始时间晚于A1的结束时间，那么在全局历史中，A1要在B1之前。但是B1却没有读到A1的操作结果，这显然是相悖的。
同样的，A2要在B2之前，两者的结果是相悖的；C1要在B1之前，C1读到了A1的结果但B1却没有，这两个结果也是相悖的。
于是上图中的事件顺序无法同时满足线性一致性的三个约束。
在时序图中，越往下代表时间越晚。通过时序图我们可以清楚地知道各个节点中事件在全局的先后顺序。
然而我们要明确，时序图实际是全局上帝视角。在计算机系统看来，每一个节点都只知道自身时间的先后顺序（例如A1在A2之前），但是却不知道节点间的先后顺序（例如A1到底是在B2之前还是B2之后）。
但是线性一致性要求节点间事件满足全局先后顺序的约束，这就要求分布式系统必须协调出一个全局同步的时钟。这一全局时钟不要求绝对精准，只要求能区分出事件的先后顺序即可。但即便如此，这也是一个成本很高的工作。因此，线性一致性新增加的约束是一个很强的约束。
这就是为什么我们说线性一致性是分布式系统的最高追求。因为，它极为严格。
全局锁就是一个常用的全局同步时钟。全局锁将全局时间分割为锁存在前、锁存在期间、锁释放后三段。这三段的先后关系是绝对成立的。基于此，便可以实现事件先后顺序的区分。
如下图中，假设我们为B1事件增加全局的锁，则A1、A2、C1事件发生在锁存在前，一定在在B1事件之前；C2时间发生在锁释放后，一定在B1事件之后。这样，便确定了B1事件在全局中的位置为晚于A1、A2、C1，且早于C2。
线性一致性通过“事件A的开始时间晚于事件B的结束时间”这样的描述增加了对节点间先后事件的限制，但没有对并发事件进行限制。下图中，A1和C1是并发的。事件C1无论读出的是x=5还是x=0都不违反线性一致性约束，因为这两个事件是并发的。
可什么样的系统能做到线性一致性呢？
为了实现线性一致性，可以将数据的变更和同步看作一个整体，不能允许外界读取一个已经变更但尚未完全同步的数据。
最简单的，我们可以给每个操作都增加锁，从而使得全局串行化，保证系统满足线性一致性要求，如下图所示。
但全局串行化对系统并发性能的损耗太大，因此很少被实际使用。在具体实施过程中，存在许多效率更高的满足线性一致性的算法，两阶段提交算法、三阶段提交算法。
对于上述这些算法，我们就不再展开讲了。感兴趣的读者可以阅读《分布式系统原理与工程实践》一书。
书中对上述算法的原理和使用进行了明确的剖析，并且对上述这些算法满足线性一致性进行了证明。对大家体系化地掌握这些知识很有帮助。
另外这本书对分布式系统相关的理论、实践、工程知识均进行了详细的介绍，层层递进，有助于大家建立完整的分布式系统知识体系。涉及一致性、共识、Paxos、分布式事务、服务治理、微服务、幂等、消息系统、Zookeeper等。并且还发行了繁体版。
另外，在学习分布式系统时，因为涉及到的理论、框架很多。所以大家更要理清知识脉络，否则容易学得越多越混乱。
好了，我是程序员易哥。
这回就说这么多！
可以关注我！等我下回接着说！
可以访问个人知乎阅读更多文章：易哥（https://www.zhihu.com/people/yeecode），欢迎关注。
作者书籍推荐
