面试题答案
一键面试1. 最后写入者胜出（Last Write Wins, LWW）
- 适用场景：适用于对数据一致性要求相对较低，更注重写入性能和简单性的场景。例如，在一些日志记录系统中，新的日志记录覆盖旧的记录通常不会对整体功能造成严重影响；再如一些统计类的应用，最新的统计结果覆盖旧的即可。
- 性能和一致性影响：
- 性能：在高并发读写情况下，写入性能较高，因为只需要简单地以最后写入的数据为准，无需复杂的合并操作。冲突检测和解决逻辑简单，减少了处理冲突的开销。
- 一致性：数据一致性相对较弱，因为较早写入但因网络延迟等原因较晚到达的更新可能会被丢弃，导致数据丢失部分更新信息。
2. 手动解决冲突
- 适用场景：适用于对数据一致性要求极高，业务逻辑复杂，自动冲突解决策略无法满足需求的场景。比如在金融交易系统中，涉及金额等关键数据的更新，必须人工确认以确保数据的准确性和合规性；还有在项目管理系统中，对于任务分配等关键业务操作，需要人工介入判断冲突如何解决。
- 性能和一致性影响：
- 性能：在高并发读写情况下，性能较差。因为需要人工介入，这就引入了较长的延迟，无法快速地处理冲突。而且人工处理速度慢，容易成为系统的瓶颈。
- 一致性：数据一致性可以得到很好的保证，因为经过人工仔细判断后解决冲突，能够最大程度地符合业务逻辑，确保数据准确无误。
3. 多版本并发控制（MVCC）
- 适用场景：适用于读操作频繁且对数据一致性有一定要求，但又希望减少读写冲突的场景。例如在内容管理系统（CMS）中，大量用户可能同时读取文章，同时也会有部分用户进行修改操作，MVCC可以在保证一定一致性的同时，让读操作不被写操作阻塞。
- 性能和一致性影响：
- 性能：读性能较好，因为读操作不需要等待写操作完成，可以直接读取旧版本的数据，减少了读写锁竞争。在高并发场景下，能够提高系统的整体吞吐量。但是写操作相对复杂，需要维护多个版本的数据，增加了存储开销和写操作的时间。
- 一致性：提供了较好的一致性，读操作可以看到数据的某个历史版本，在一定程度上保证了数据的一致性视图。不过，如果并发写操作过于频繁，版本管理的复杂性可能会导致一定的数据不一致风险，但这种风险相对较小且可通过合理的版本清理等机制控制。