A. 什么是数据一致性和完整性，如何保证
数据一致性通常指关联数据之间的逻辑关系是否正确和完整.而数据存储的一致性模型则可以认为是存储系统和数据使用者之间的一种约定.如果使用者遵循这种约定,则可以得到系统所承诺的访问结果常用的一致性模型有：
a、严格一致性（linearizability, strict/atomic Consistency）：读出的数据始终为最近写入的数据.这种一致性只有全局时钟存在时才有可能,在分布式网络环境不可能实现.
b、顺序一致性（sequential consistency）：所有使用者以同样的顺序看到对同一数据的操作,但是该顺序不一定是实时的.
c、因果一致性（causal consistency）：只有存在因果关系的写操作才要求所有使用者以相同的次序看到,对于无因果关系的写入则并行进行,无次序保证.因果一致性可以看做对顺序一致性性能的一种优化,但在实现时必须建立与维护因果依赖图,是相当困难的.
d、管道一致性（PRAM/FIFO consistency）：在因果一致性模型上的进一步弱化,要求由某一个使用者完成的写操作可以被其他所有的使用者按照顺序的感知到,而从不同使用者中来的写操作则无需保证顺序,就像一个一个的管道一样. 相对来说比较容易实现.
e、弱一致性（weak consistency）：只要求对共享数据结构的访问保证顺序一致性.对于同步变量的操作具有顺序一致性,是全局可见的,且只有当没有写操作等待处理时才可进行,以保证对于临界区域的访问顺序进行.在同步时点,所有使用者可以看到相同的数据.
f、 释放一致性（release consistency）：弱一致性无法区分使用者是要进入临界区还是要出临界区, 释放一致性使用两个不同的操作语句进行了区分.需要写入时使用者acquire该对象,写完后release,acquire-release之间形成了一个临界区,提供 释放一致性也就意味着当release操作发生后,所有使用者应该可以看到该操作.
g、最终一致性（eventual consistency）：当没有新更新的情况下,更新最终会通过网络传播到所有副本点,所有副本点最终会一致,也就是说使用者在最终某个时间点前的中间过程中无法保证看到的是新写入的数据.可以采用最终一致性模型有一个关键要求：读出陈旧数据是可以接受的.
h、delta consistency：系统会在delta时间内达到一致.这段时间内会存在一个不一致的窗口,该窗口可能是因为log shipping的过程导致.这是书上的原话.我也搞不很清楚.数据库完整性（Database Integrity）是指数据库中数据的正确性和相容性.数据库完整性由各种各样的完整性约束来保证,因此可以说数据库完整性设计就是数据库完整性约束的设计.包括实体完整性.域完整性.参照完整性.用户定义完整性.可以主键.check约束.外键来一一实现.这个使用较多.
B. 数据库的acid中的一致性到底是什么意思
数据一致性通常指关联数据之间的逻辑关系是否正确和完整。而数据存储的一致性模型则可以认为是存储系统和数据使用者之间的一种约定。如果使用者遵循这种约定，则可以得到系统所承诺的访问结果
常用的一致性模型有：
a、严格一致性（linearizability, strict/atomic Consistency）：读出的数据始终为最近写入的数据。这种一致性只有全局时钟存在时才有可能，在分布式网络环境不可能实现。
b、顺序一致性（sequential consistency）：所有使用者以同样的顺序看到对同一数据的操作，但是该顺序不一定是实时的。
c、因果一致性（causal consistency）：只有存在因果关系的写操作才要求所有使用者以相同的次序看到，对于无因果关系的写入则并行进行，无次序保证。因果一致性可以看做对顺序一致性性能的一种优化，但在实现时必须建立与维护因果依赖图，是相当困难的。
d、管道一致性（PRAM/FIFO consistency）：在因果一致性模型上的进一步弱化，要求由某一个使用者完成的写操作可以被其他所有的使用者按照顺序的感知到，而从不同使用者中来的写操作则无需保证顺序，就像一个一个的管道一样。 相对来说比较容易实现。
e、弱一致性（weak consistency）：只要求对共享数据结构的访问保证顺序一致性。对于同步变量的操作具有顺序一致性，是全局可见的，且只有当没有写操作等待处理时才可进行，以保证对于临界区域的访问顺序进行。在同步时点，所有使用者可以看到相同的数据。
f、 释放一致性（release consistency）：弱一致性无法区分使用者是要进入临界区还是要出临界区， 释放一致性使用两个不同的操作语句进行了区分。需要写入时使用者acquire该对象，写完后release，acquire-release之间形成了一个临界区，提供 释放一致性也就意味着当release操作发生后，所有使用者应该可以看到该操作。
C. 一致性约束是什么意思
每个关系变量都受制于一系列一致性约束，也可以把它们简称为一致性约束。在“关系和关系变量”已经知道，任何一个给定的关系变量都被约束为一个确定的类型（具体来说，是一个确定的关系类型），也就是说，在定义关系变量的时候，这个类型也就确定了。
VARSBASERELATION
{SNOCHAR,SNAMECHAR,STATUSINTEGER,CITYCHAR}
KEY{SNO};
这个定义清晰地表明了关系变量S属于类型RELATION {SNO CHAR, SNAME CHAR, STATUS INTEGER, CITY CHAR}。而且，具体来看它还表明了属性SNO、SNAME、STATUS和CITY分别是CHAR、CHAR、INTEGER和CHAR这几种数据类型。
(3)数据库的一致性约束扩展阅读
INSERT操作给目标关系变量插入了一系列数组，DELETE操作将一系列数组从目标关系变量中删除。而更广义地来讲，关系赋值将一系列数组值赋给了目标关系变量。
一致性约束的检查要在“所有的”更新步骤（包括与之相关的补偿性操作，如果有的话）全部完成后进行。换句话说也就是从逻辑上讲，一个集合级别的更新一定不能被当作一系列单独数组级别的更新来对待。
D. 如何理解数据库事务一致性
定义：数据库一致性（database
consistency）是指事务执行的结果必须是使数据库从一个一致性状态变到另一个一致性状态。
数据库状态如何变化？每一次数据变更就会导致数据库的状态迁移。如果数据库的初始状态是c0，第一次事务t1的提交就会导致系统生成一个system
change
number（scn），这是数据库状态从c0转变成c1。执行第二个事务t2的时候数据库状态从t1变成t2，以此类推，执行第tn次事务的时候数据库状态由c(n-1)变成cn。
定义一致性主要有2个方面，一致读和一致写。
一致写：事务执行的数据变更只能基于上一个一致的状态，且只能体现在一个状态中。t(n)的变更结果只能基于c(n-1)，c(n-2),
...c(1)状态，且只能体现在c(n)状态中。也就是说，一个状态只能有一个事务变更数据，不允许有2个或者2个以上事务在一个状态中变更数据。至于具体一致写基于哪个状态，需要判断t(n)事务是否和t(n-1)，t(n-2),...t(1)有依赖关系。
一致读：事务读取数据只能从一个状态中读取，不能从2个或者2个以上状态读取。也就是t(n)只能从c(n-1），c(n-2)...
c(1)中的一个状态读取数据，不能一部分数据读取自c(n-1)，而另一部分数据读取自c(n-2)。
摆事实
一致写：
定义100个事务t(1)...t(100)实现相同的逻辑
update
table
set
i=i+1，i的初始值是0，那么并发执行这100个事务之后i的值是多少？可能很容易想到是100。那么怎么从一致性角度去理解呢？
数据库随机调度到t(50)执行，此时数据库状态是c(0)，而其它事务都和t(50)有依赖关系，根据写一致性原理，其它事务必须等到t(50)执行完毕后数据库状态变为c(1)才可以执行。因此数据库利用锁机制阻塞其它事务的执行。直到t(50)执行完毕，数据库状态从c(0)迁移到c(1)。数据库唤醒其它事务后随机调度到t(89)执行，以此类推直到所有事务调度执行完毕，数据库状态最终变为c(100)。
一致读：
还是上面的例子，假设t(1)...t(100)顺序执行，在不同的时机执行select
i
from
table，我们看到i的值是什么？
1.
t(1)的执行过程中。数据库状态尚未迁移，读到的i=0
2.
t(1)执行完毕，t(2)的执行过程中，数据库状态迁移至c(1)，读到的i=1
E. 数据库事务一致性
一致性（Consistent）(Consistency) 事务在完成时，必须使所有的数据都保持一致状态。在相关数据库中，所有规则都必须应用于事务的修改，以保持所有数据的完整性。事务结束时，所有的内部数据结构（如 B 树索引或双向链表）都必须是正确的。某些维护一致性的责任由应用程序开发人员承担，他们必须确保应用程序已强制所有已知的完整性约束。如，当开发用于转账的应用程序时，应避免在转账过程中任意移动小数点。隔离性（Insulation）(Isolation) 由并发事务所作的修改必须与任何其它并发事务所作的修改隔离。事务查看数据时数据所处的状态，要么是另一并发事务修改它之前的状态，要么是另一事务修改它之后的状态，事务不会查看中间状态的数据。这称为隔离性，因为它能够重新装载起始数据，并且重播一系列事务，以使数据结束时的状态与原始事务执行的状态相同。当事务可序列化时将获得最高的隔离级别。在此级别上，从一组可并行执行的事务获得的结果与通过连续运行每个事务所获得的结果相同。由于高度隔离会限制可并行执行的事务数，所以一些应用程序降低隔离级别以换取更大的吞吐量。持久性（Duration）(Durability） 事务完成之后，它对于系统的影响是永久性的。该修改即使出现致命的系统故障也将一直保持。
F. 数据库有哪几种类型约束
主键约束（Primary Key constraint）：要求主键列数据唯一，并且不允许为空。
唯一约束（Unique constraint）：要求该列唯一，允许为空，但只能出现一个空值。
检查约束（Check constraint）：某列取值范围限制，格式限制等，如有关年龄、邮箱（必须有@）的约束。
默认约束（Default constraint）：某列的默认值，如在数据库里有一项数据很多重复，可以设为默认值。
外键约束（Foreign Key constraint）：用于在两个表之间建立关系，需要指定引用主表的哪一列。
(6)数据库的一致性约束扩展阅读
主键约束在表中定义一个主键来唯一确定表中每一行数据的标识符。
（非空，唯一）
例如：
alter table member
add
constraint PK_member_member_no primary key clustered (member_no)
主键列的数据类型不限，但此列必须是唯一并且非空。
如该表中已有主键为1000的行，则不能再添加主键为1000。
人工或程序不好控制的时候，也可以设置主键列为自动增长列。
主键主要用在查询单调数据，修改单调数据和删除单调数据上。做程序的时候，都将表的主键设置为int型的可自增的列，这样在编程的时候，很容易区分数据。
G. 什么是数据库一致性
数据库一致性（Database
Consistency）
是指事务执行的结果必须是使数据库从一个一致性状态变到另一个一致性状态。
保证数据库一致性是指当事务完成时，必须使所有数据都具有一致的状态。在关系型数据库中，所有的规则必须应用到事务的修改上，以便维护所有数据的完整性。
保证数据库的一致性是数据库管理系统的一项功能.比如有两个表(员工\职位),员工表中有员工代码、姓名、职位代码等属性，职位表中有职位代码、职位名称、职位等级等属性。你在其中员工表中进行了插入操作,你插入了一个新员工的信息，而这个新员工的职位是公司新创建的一个职位。如果没有一致性的保证，就会出现有这么一个员工，但是不知道他到底担当什么职责！这个只是它的一个小小方面。
读一致性也是数据库一致性的一个重要方面,在实际中,我们会遇到这种情况:我们对一个表中的某些数据进行了更新操作,,但是还没有进行提交,这时另外一个用户读取表中数据.这个时候就出现了读一致性的问题:到底是读什么时候的数据呢?是更新前的还是更新后的?在DBMS中设有临时表,它用来保存修改前的值,在没有进行提交前读取数据,会读取临时表中的数据,这样一来就保证了数据是一致的.(当前用户看到的是更新后的值)
但是还有一种情况:用户user1对表进行了更新操作,用户user2在user1还没有进行提交前读表中数据,而且是大批量的读取(打个比方:耗时3分钟)而在这3分钟内user1进行了提交操作,那又会产生什么影响呢?这个时候怎么保证读写一致性呢?这个时候DBMS就要保证有足够大的临时表来存放修改前的数值,,以保证user2读取的数据是修改前的一致数据.然后下次再读取时候就是更新后的数据了.
H. 数据库的一致性是什么有什么作用
数据库一致性（Database Consistency）是指事务执行的结果必须是使数据库从一个一致性状态变到另一个一致性状态。保证数据库一致性是指当事务完成时，必须使所有数据都具有一致的状态。在关系型数据库中，所有的规则必须应用到事务的修改上，以便维护所有数据的完整性。
保证数据库的一致性是数据库管理系统的一项功能.比如有两个表(员工职位),员工表中有员工代码、姓名、职位代码等属性，职位表中有职位代码、职位名称、职位等级等属性。你在其中员工表中进行了插入操作,你插入了一个新员工的信息，而这个新员工的职位是公司新创建的一个职位。如果没有一致性的保证，就会出现有这么一个员工，但是不知道他到底担当什么职责！这个只是它的一个小小方面。
读一致性也是数据库一致性的一个重要方面,在实际中,我们会遇到这种情况:我们对一个表中的某些数据进行了更新操作,,但是还没有进行提交,这时另外一个用户读取表中数据.这个时候就出现了读一致性的问题:到底是读什么时候的数据呢?是更新前的还是更新后的?在DBMS中设有临时表,它用来保存修改前的值,在没有进行提交前读取数据,会读取临时表中的数据,这样一来就保证了数据是一致的.(当前用户看到的是更新后的值)
但是还有一种情况:用户user1对表进行了更新操作,用户user2在user1还没有进行提交前读表中数据,而且是大批量的读取(打个比方:耗时3分钟)而在这3分钟内user1进行了提交操作,那又会产生什么影响呢?这个时候怎么保证读写一致性呢?这个时候DBMS就要保证有足够大的临时表来存放修改前的数值,以保证user2读取的数据是修改前的一致数据.然后下次再读取时候就是更新后的数据了。
I. 数据库系统中 数据的一致性指的是什么
同步更新。
简单说来就是一条column的数据在多个表中保持同步更新， 一般用foreign key实现mapping
比如两张表table1,table2
其中table1的uid column是primary key，table2的uid column是foreign key,
则当修改table1的uid column的一row时，table2的对应row也会自动更新。
(9)数据库的一致性约束扩展阅读：
常用的一致性模型有：
1、严格一致性（linearizability, strict/atomic Consistency）：读出的数据始终为最近写入的数据。这种一致性只有全局时钟存在时才有可能，在分布式网络环境不可能实现。
2、顺序一致性（sequential consistency）：所有使用者以同样的顺序看到对同一数据的操作，但是该顺序不一定是实时的，等。