美团二面：如果每天有百亿流量，你如何保证数据一致性？_互联网大场的数据一致性比对工具 美团

目录

• 前情提示
• 什么是数据一致性？
• 一个数据计算链路的梳理
• 数据计算链路的bug
• 电商库存数据的不一致问题
• 大型系统的数据不一致排查有多困难

一、前情提示

这篇文章，咱们继续来聊聊之前的亿级流量架构的演进，之前对这个系列的文章已经更新到了可扩展架构的设计，如果有不太清楚的同学，建议一定先回看一下之前的文章：

1. 亿流量大考（1）：日增上亿数据，把MySQL直接搞宕机了…
2. 亿流量大考（2）：开发一套高容错分布式系统
3. 亿流量大考（3）：不加机器，如何抗住每天百亿级高并发流量？
4. 亿流量大考（4）：自研ES+HBase+纯内存的高性能毫秒级查询引擎
5. 亿流量大考（5）：百亿流量全链路99.99%高可用架构最佳实践
6. 高并发+海量数据下如何实现系统解耦？【上】
7. 高并发+海量数据下如何实现系统解耦？【中】
8. 高并发+海量数据下如何实现系统解耦？【下】

老规矩！我们首先看一下这个复杂的系统架构演进到当前阶段，整体的架构图是什么样子的。

笔者再次友情提醒，如果各位小伙伴对下面这个复杂的架构图还有什么不理解的地方，一定要先回看之前的文章，因为系列文必须对上下文有清晰的理解和认识。

接着文本我们来聊聊一个核心系统每天承载百亿流量的背景下，应该如何来保证复杂系统中的数据一致性？

---

二、什么是数据一致性？

简单来说，在一个复杂的系统中一定会对一些数据做出非常复杂的处理，而且可能是多个不同的子系统，甚至是多个服务。