什么是臟數據，臟數據就是過期的數據；

為什么會出現臟數據，根本原因還是數據沒有同步，歸根結底其實就是數據一致性問題，怎么保證數據的一致性這本身就是一個難題；我們平時會遇到哪些臟數據的情況，該如何解決；

1.多線程同時操作變量

比如多個線程同時操作一個變量，有線程set值，有線程get值；如果不用synchronized等關鍵字會出現臟數據的情況；這主要和java的內存模型有關；

2.操作數據庫導致臟數據

比如同時往數據庫插入兩條記錄，如果沒有事務來保證數據同時成功和同時失敗，就可能會出現臟數據；

3.緩存臟數據

比如我們經常會用到緩存，保存數據庫的時候保存一份到緩存中，更新數據庫的時候也同時更新緩存，這樣取數據的時候直接從緩存獲取數據即可；如果不能保證數據同步緩存和數據庫也會出現臟數據；

4.分布式事務

比如最常見的跨行轉賬問題，如果沒有分布式事務，就可能出現臟數據；

5.數據同步

數據同步可以說是數據一致性問題最好的例子了，比如mysql主從同步，zk數據同步；這其實要牽扯出一個基礎理論CAP理論，主要內容如下：

一個分布式系統不可能同時滿足一致性（Consistency）、可用性（Availability）和分區容錯性（Partitiontolerance），為什么這么說其實可以給出證明的：

這里可以做一個簡單的證明：

前提：對于一個分布式系統而言，分區容錯性可以說是一個最基本的要求。因為既然是一個分布式系統，那么分布式系統中的組件必然需要被部署到不同的節點，否則也就無所謂分布式系統了；

假設網絡中有2個節點N1和N2，N1和N2上分別安裝了數據庫D1(主)和D2(備)形成主備模式，D1(主)負責寫并且讀，D2(備)分擔一部分讀

正常情況下：D1(主)寫完數據，同步到D2(備)，讀取D2可以讀到最新的數據

非正常情況下：作為一個分布式系統，它和單機系統的最大區別，就在于網絡，現在假設一種極端情況，N1和N2之間的網絡斷開了；D1(主)寫完數據，D2(備)沒有更新到最新的數據；這時候怎么辦，有2個選擇：第一，犧牲數據一致性，響應舊的數據給用戶；第二，犧牲可用性，阻塞等待，直到網絡連接恢復，數據更新操作完成之后，再給用戶響應最新的數據。

所以可以看到主流的一些中間件在數據一致性問題上其實都是在AP和CP直接抉擇的，比如zk更傾向于CP，eruaka更傾向于AP；

更多可以關注本人的相關文章：

從ACID到CAP/BASE

https://www.toutiao.com/i6748644401506943499/

2PC/3PC到底是啥

https://www.toutiao.com/i6748710371780985348/

Paxos算法淺析

https://www.toutiao.com/i6748725707750244877/