作为一个分布式强一致性数据库的开发者，我被问过很多次：如果我同时在新加坡和欧洲修改一条记录，比如在新加坡seta=1，在欧洲seta=2，那是什么？结果？我的回答是：可能是a=1，也可能是a=2。那么提问者就会很疑惑和不满：你不是说数据库是强一致性的吗？为什么结果不确定？我很理解他的困惑，但是他提到的“并发操作”和“一致性”没有必然联系。并发性MartinKleppmann提到了并发性的定义：对于定义并发性，确切的时间并不重要：如果两个操作彼此都不知道，我们就简单地将它们称为并发，而不管它们发生的物理时间。要定义并发，时间不是一个因素：如果两个操作彼此不知道（开始和结束以及结果），无论它们发生在什么物理时间，我们都称这两个操作为并发。有这样一个例子：00:00:00时间，向服务器发起请求A，但是服务器一直没有返回结果。然后，在00:00:03时间（显然是在上一个请求发起“之后”之后），再向服务器请求B。那么，我们可以说B在A之后吗？结论是否定的，这两个操作是并发操作！虽然我们明明知道B是在A发起之后才发起的，但是当B发起的时候，(B)并不知道A的结果。根据MartinKleppman的定义，这两个操作是并发的。从时间间隔来理解并发可能会更好。一个操作由一个开始时间点和一个结束时间点组成一个时间间隔。如果两个操作的时间间隔重叠，则无法区分这两个操作。另一种定义并发的方法是：MartinKleppmann：一个操作AhappensbeforeanotheroperationBifBknowsaboutA，ordependsonA，orbuildsuponAinsomeway。如果不是这种情况，则为并发。Consistency一致性与三个因素密切相关：就我对顺序时间和空间的理解，一致性是唯一的期望。也就是说，给定输入条件，可以得出唯一的结果。对于某个操作场景，无论我们重复验证多少次，观察多少次（时间），在哪里观察（空间），结果都是不变的。如果读操作（观察）在写操作之后，那么观察结果就是我们预期的确定结果。如果读操作和写操作是并发的，那么可能观察到旧值，也可能观察到新值。但是，一旦观察到新值，就不可能观察到旧值（也就是Linearizable的意思）。
