主要观点：数据库一致性是确保数据在事务中保持准确、有效和可靠的基本属性，在传统和分布式数据库中有不同的表现和意义，且随着云计算等的发展，数据库一致性模型变得至关重要。
关键信息：

• CAP 定理指出分布式系统中无法同时实现一致性（C）、可用性（A）和分区容忍性（P），存在 CP、AP、CA 三种系统类型。
• 不同分布式数据库通过 CP 或 AP 系统实现一致性，有强一致性、最终一致性、因果一致性、单调一致性、读己写一致性等类型。
• 强一致性确保数据立即同步，用于关键场景但 latency 高、难扩展；最终一致性允许暂时不一致但保证最终同步，用于追求高可用性的场景；因果一致性保证因果相关操作顺序；单调一致性确保读写顺序；读己写一致性保证用户看到自己的更新。
• 选择合适的一致性模型取决于应用需求，如金融系统需强一致性，社交媒体需最终一致性等。
  重要细节：
• 强一致性的使用场景如领导选举、配置管理等；其 trade-offs 包括增加 latency、难扩展、需复杂协议等。
• 最终一致性的使用场景如全球规模应用、社交媒体等；其 trade-offs 包括可能提供 stale 数据、需冲突解决机制等。
• 因果一致性用于 Facebook 的 TAO 等平台；单调一致性用于 Google Drive 等同步系统；读己写一致性用于用户资料更新等场景。