请参考此文：
## Linearizability的瓶颈
### Write的瓶颈
首先我们必须保证集群里的多个机器node的数据变化后，是强一致的，即Write的强一致
请参考下文:
[分布式下一致性Consistency的代价cost]
我们知道：为了保证数据的强一致，我们受限两个瓶颈：
1. 单点leader无法scale-out
2. 多机的共识
### Read的瓶颈
上面讨论了Write的强一致，那么Read时，是否也存在这个问题
参考[什么是线性一致性Linearizability]
我们得知，读的时候，为了保证Linearizability，我们同样受这两个瓶颈的限制
1. 单点leader无法scale-out
2. 多机的共识
所以，不管是Write，还是Read，为了Linearizability，我们步步都受这两点的瓶颈限制
## 两个符合Linearizability的极端案例
那么，有没有可能，不受这两个瓶颈限制。
答案是：有，至少两个，但都是特例。
### 特例一：如果集群是一台机器
如果我们假设集群只有一台机器，请问，它是不是Linearizability？
答案：是的，因为它符合[什么是线性一致性Linearizability]
1. Atomic
2. Seems like one copy of data （Actually it has only one copy of data）
请问，这个系统有瓶颈吗？
对于单点瓶颈，可以说有，也可以说没有，因为只有一台机器
对于共识，没有（一台机器唯我独尊，不存在商量、讨论、协商、一致的问题）
### 特例二：如果集群是多台机器，但数据是只读imumutable的
假设我们集群不限制于一台机器node，而是多台，所以我们有多个一样的数据copy在每个node上，然后，我们假定这个数据从此不变了，
请问：它是不是Linearizability？
答案：是的，因为它同样符合上面两个约束
1. Atomic
2. Seems like one copy of data （Actually they are same copies of one immutable data）
请问，这个系统有瓶颈吗？
对于单机瓶颈，没有，因为我们可以到集群里的任意一台机器去读（注意：没有写，因为只读，我们限制了写）
对于共识，也没有，因为数据不变，每个节点node只用原始数据，不需要和其他节点达成一致，也不需要额外的通信
## Half Linearizability的解决之道
Half Linearizability就是参考了上面Linearizability集群的极端两个例子，所做出的方案
### 方案一：sticky to one node and isolated from other clients
类似上面的集群只有一台机器，我们的集群系统虽然有多台系统，但是，客户端只允许绑定集群一台机器。
那么假设：集群是写强一致的，那么对于这个客户，读是否是强一致？
答案：当然是的。
对于这个客户端，它看到的数据，就是满足Linearizability，因为它眼里，只有一台机器（当然，就只有一份数据）
但是相关问题随之而来：
#### 如果这个客户端，和另外一个客户端，有逻辑关系，而另外一个客户端连入了另外一个node，怎么办？
答案：不允许这样
即我们必须将逻辑和相关状态，受限于单个客户端的单个机器的连接
如果一个客户端的逻辑，在某些应用场景下，可以完全的隔离Isolated出来(即不和其他客户端发生关系），那么，我们就可以用这个方法实现Linearizability。
即在这个客户端眼里，它只有一台机器node给它提供服务；如果它需要和其他客户端有关联，是不可以的。即这个客户端，被：
sticky to one node and isolated from other clients
注意：可以多个客户端连入并绑定同一机器node，然后让这些连入同一node的客户端之间有关联，这同样可以保证Linearizability。
#### 如果连接的node死了怎么办？
我们当然要切换node（否则就无法实现HA了），但是要注意：切换node，会导致切换时，数据不一致，从而违反Linearizability。
解决方法：
对于切换node，我们要像对待新连接一样去对待，即原来的client，必须抛弃所有的之前的状态记录，对于未完成的Transaction，必须rollback。然后，一切初始化重新来过。
switch to other node like a new baby
### 方案二：snapshot
类似上面的极端例子，集群数据只有read-only data时，集群是Linearizability。
我们假设现在集群数据是可变的，但是，提供snapshot，而且，对于某一版本的snapshot，集群所有node的数据都是完全一样的。
这时，如果客户端Client去读数据时，带入snapshot版本参数，那么，这时，还是符合Linearizability。而且，Client可以任意切换node。
但存在下面几个问题：
#### 版本滞后怎么办？
比如：Client到Node A，读版本version=5的数据，然后再到Node B去读另外一个数据，但此时，Node B还没有更新到版本5（比如：只更新到版本4）。
方法是：等 (Wait until the right version of snapshot)
等到版本5的数据到来，因为根据终一致性的约束，Node B终会出现这个版本5的数据。
#### 如果很长时间等不到某版本数据怎么办？
比如：上面这个例子中，Node B被Network Partition了，无法更新新的版本5数据。
方法是：Timeout and Retry
设置一个Timeout时间，到时仍不能更新，那么切换node，到集群里其他node去找这个新版本数据，直到找到（或永远找不到，比如：版本号错误）
## Half Linearizability总结
Half Linearizability并不是完整的线性一致性Linearizability，或者更准确地说，是一种受限（某种约束下）的线性一致性Linearizability。但它可以带来性能的提升（因为不受那两个瓶颈约束）。
其要点在两个：
1. 要么sticky to one node in cluster
2. 要么bound to one snapshot for every node in cluster
附：Half Linearizability和Half Master/Master，
都是我创建的词汇，里面都有Half这个怪词，用于某些特殊的设计模式或方案。想了解Half Master/Master，参考：
