正在阅读本文的读者们，可能之前已经读过了我写的有关线性一致性、顺序一致性以及因果一致性的分析文章。这些一致性模型的关键在于，它们定义了一个系统在分布式环境下对于读写操作的某种排序规则。
在上一篇文章《条分缕析分布式：浅析强弱一致性》中，我们重点讨论了顺序一致性、线性一致性和最终一致性这几个概念。本文我们将继续深入，详细探讨另一种一致性模型——因果一致性，并在这个过程中逐步逼近分布式系统最深层的事件排序的本质。沿着这个方向，如果我们走得稍微再远一点，就会触达我们所生活的这个宇宙的时空本质，以及因果律的本质（这才是真正有意思的地方，希望你能一口气读到最后）。
回到现实，《Designing Data-Intensive Applications》[1]一书的作者在他的书中提到，基于因果一致性构建分布式数据库系统，是未来一个非常有前景的研究方向。而且，估计很少有人注意到，我们经常使用的ZooKeeper，其实就在session维度上提供了因果一致性的保证[2]。理解「因果一致性」的概念，有助于我们对于分布式系统的认识更进一层。
当前这篇文章至少比计划拖后了两个月。在上一篇文章《条分缕析分布式：到底什么是一致性？》中，我们仔细辨析了「一致性」相关的几个容易混淆的概念。而在本文中，我们会沿着逐步深入的思路，跟大家继续讨论顺序一致性、线性一致性、最终一致性等几个概念。
凡是做服务器开发的技术同学，估计都对分布式系统以及相关的理论感兴趣。而对于分布式理论，大家讨论的最多的恐怕就是「分布式一致性」问题了。然而，不管是学术界还是业界的发展历史上，对于「一致性」这个概念的理解，始终充满了混乱。
前几天我做了一个内部分享，是关于「精益创业 (Lean Startup)」的。为什么要关心这样一门理论呢？因为它和我们每个人（包括技术人员）都息息相关。特别是作为一名技术人员，在平常埋头做事敲代码的某个时刻，你是否也停下来想过下面这些问题呢？
关于机器学习，有一个古老的笑话：
Machine learning is like highschool sex. Everyone says they do it, nobody really does, and no one knows what it actually is. [1]
翻译过来意思大概是：
机器学习就像高中生的性爱。每个人都说他们做了，但其实没有人真的做了，也没有人真正知道它到底是什么。
当提到「艺术」这个词的时候，很多人头脑中首先浮现出来的，很可能是以梵高为代表的后印象派画作，也可能是文艺复兴时期米开朗基罗的雕像，或者是中国古代的诗词歌赋，甚至是玛雅文明的遗迹，诸如此类的东西。总之，我们平常所从事的技术工作——写代码、调试程序，这些都跟「艺术」毫不沾边。
如果时间退回到十多年以前，新兴互联网公司的技术人员几乎都是从「业务开发」开始自己的职业生涯的。然而到了今天，不知道你有没有发现，业务开发和纯技术的开发已经有了明显的分野。