一致性(consistency)与共识(consensus)
背景
分布式事务一致性与 raft或paxos协议 解决的共识性问题不是同一回事.
这种歧义源于对英文学术名词的错误翻译。分布式事务一致性中的"一致"对应的英文单词是consistency，而raft或paxos中的"一致"对应的英文单词是consensus。新出版的文献正逐渐把consensus翻译为共识，而consistency继续翻译为一致。
共识问题
raft和paxos论文中所涉及的consensus( /kənˈsensəs/)问题是分布式系统理论中三大基本问题（time、consensus、message model）之一，是元问题；共识问题关注进程容错，通过一种巧妙的算法使得数据和计算得到复制，并协同进行，与共识问题相关的学术名词叫做复制状态机。
事务
事务是用户定义的一个数据库操作序列, 这些操作要么全做, 要么全不做, 是一个不可分割的工作单位.
事务的特性:
原子性
一致性
事务执行的结果必须是使数据库从一个一致性状态(正确状态)变到另一个一致性状态.
隔离性
持续性
其中, 当数据库只包含成功事务提交的结果时, 就说数据库处于一致性状态. 如果数据库系统运行中发生故障, 有些事务尚未完成就被迫中断, 这些未完成的事务对数据库所做的修改有一部分已写入物理数据库, 这时数据库就处于一种不正确的状态, 或者说不一致的状态.
分布式事务
上面说的都是单机数据库上的事务. 随着微服务架构的普及，一个大型业务系统往往由若干个子系统构成，这些子系统又拥有各自独立的数据库。往往一个业务流程需要由多个子系统共同完成，而且这些操作可能需要在一个事务中完成。以实现 宏观上的整个数据库系统的一致性(状态正确) .
在微服务系统中，这些业务场景是普遍存在的。此时，我们就需要在多个单机数据库之上通过某种手段，实现支持跨数据库的事务支持，这也就是大家常说的"分布式事务”。
数据(非数据库)的一致性
DB在各个时刻对共享某数据的事务应反映出一致的状态/数据。即任意时刻，多个事务来读同一个数据，多个事务看到的数据应该是一致的才对。数据一致性由事务隔离性来保障。
分布式事务一致性问题与分布式系统共识问题的联系
分布式环境下的事务提交问题本质上是个共识问题.即, 一个业务流程中, 各子系统操作各自数据库后, 就是否提交事务, 各子系统需要达成一致.