什么是数据一致性和完整性，如何保证

数据一致性通常指关联数据之间的逻辑关系是否正确和完整。而数据存储的一致性模型则可以认为是存储系统和数据使用者之间的一种约定。如果使用者遵循这种约定，则可以得到系统所承诺的访问结果常用的一致性模型有：a、严格一致性（linearizability, strict/atomic Consistency）：读出的数据始终为最近写入的数据。这种一致性只有全局时钟存在时才有可能，在分布式网络环境不可能实现。b、顺序一致性（sequential consistency）：所有使用者以同样的顺序看到对同一数据的 *** 作，但是该顺序不一定是实时的。c、因果一致性（causal consistency）：只有存在因果关系的写 *** 作才要求所有使用者以相同的次序看到，对于无因果关系的写入则并行进行，无次序保证。因果一致性可以看做对顺序一致性性能的一种优化，但在实现时必须建立与维护因果依赖图，是相当困难的。d、管道一致性（PRAM/FIFO consistency）：在因果一致性模型上的进一步弱化，要求由某一个使用者完成的写 *** 作可以被其他所有的使用者按照顺序的感知到，而从不同使用者中来的写 *** 作则无需保证顺序，就像一个一个的管道一样。 相对来说比较容易实现。e、弱一致性（weak consistency）：只要求对共享数据结构的访问保证顺序一致性。对于同步变量的 *** 作具有顺序一致性，是全局可见的，且只有当没有写 *** 作等待处理时才可进行，以保证对于临界区域的访问顺序进行。在同步时点，所有使用者可以看到相同的数据。f、 释放一致性（release consistency）：弱一致性无法区分使用者是要进入临界区还是要出临界区， 释放一致性使用两个不同的 *** 作语句进行了区分。需要写入时使用者acquire该对象，写完后release，acquire-release之间形成了一个临界区，提供 释放一致性也就意味着当release *** 作发生后，所有使用者应该可以看到该 *** 作。g、最终一致性（eventual consistency）：当没有新更新的情况下，更新最终会通过网络传播到所有副本点，所有副本点最终会一致，也就是说使用者在最终某个时间点前的中间过程中无法保证看到的是新写入的数据。可以采用最终一致性模型有一个关键要求：读出陈旧数据是可以接受的。h、delta consistency：系统会在delta时间内达到一致。这段时间内会存在一个不一致的窗口，该窗口可能是因为log shipping的过程导致。这是书上的原话。。我也搞不很清楚。。数据库完整性（Database Integrity）是指数据库中数据的正确性和相容性。数据库完整性由各种各样的完整性约束来保证，因此可以说数据库完整性设计就是数据库完整性约束的设计。包括实体完整性。域完整性。参照完整性。用户定义完整性。可以主键。check约束。外键来一一实现。这个使用较多。

数据库的完整性是指数据库中数据在逻辑上的一致性、正确性、有效性和相容性。它是衡量数据库数据质量的好坏的一种标志，是确保数据库中数据的一致性、正确性以及符合企业规则的一种思想。它使无序的数据变得条理化，是确保正确的数据被存放在正确的位置的一种手段。因此可以说数据库的完整性设计就是数据库完整性约束的设计。

数据库的完整性约束可以通过DBMS或应用程序来实现，可以基于DBMS的完整性约束作为模式的一部分存入数据库中。通过DBMS的方式实现的数据库完整性，并按照数据库设计步骤进行设计，而由应用软件实现的数据库完整性则会纳入应用软件的设计。

补充一下：完整性是指数据库中数据的正确性和相容性（精确性和可靠性）

实体完整性规定表的每一行在表中是惟一的实体

域完整性是指数据库表中的列必须满足某种特定的数据类型或约束

参照完整性是指两个表的主关键字和外关键字的数据应对应一致 还有用户自定义的完整性：

“针对某个特定关系数据库的约束条件，反映某一具体应用所涉及的数据必须满足的语义要求” 数据库一致性的定义是“指事务执行的结果必须是使数据库从一个一致性状态变到另一个一致性状态”（我也不太理解…）

---