如何保障实时性和数据一致性问题

这个问题还是cap理论的问题， 分布式模式，就意味着只能选择数据一致性和可靠性的其中一个。因为分区的原因，响应很快的同时，数据的一致性会损失，因为复杂业务应用和数据调用，以及跨物理机和分散的数据部署，会使得数据有延迟，导致数据同步会晚一些，数据不一致。如果保证数据一致性，那牺牲的是效率，响应时间又会存在问题。

美国加州伯克利大学EricBrewer教授提出的CAP理论，这个理论对于系统要求的特点来决定系统选型，是一个被广泛认可的基础架构选择模型，决定了需要考虑的业务特定和部署方式的紧密联系。

Consistency(数据一致性)

Availability(可用性即响应速度不受限制)

Partition tolerance(分区耐受性)

系统实现只可同时满足二点，无法三者兼顾（EricBrewer提出，由MIT学者SethGilbert与NancyLynch数学证明）

只能3选2：

C+A 传统OLTP系统，面向数据逻辑集中，共享式集群架构

A+P Web 2.0应用，数据物理分区，无共享分布式架构

C+P 对响应时间不敏感应用如长交易、OLAP等

公路客运电子客票系统的业务要求实时性、数据、交易的完整性(事务的完整性）、数据一致性。数据平台架构如果采用分布式部署将会带来应用层面、业务层面的复杂度，其可恢复性、可管理性均会复杂，很难做到高并发下的数据一致性，延迟在所难免。