区块链系统，首先是一个分布式系统，一致性问题是分布式领域最为基础也是最重要的问题。
1、定义
一致性（ consistency ），是指对于分布式系统中的多个服务节点，给定一系列操作，在约定协议的保障下，试图使得它们对处理结果达成“某种程度”的认同。
分布式计算机集群系统中容易出现以下几个问题：
- 节点之间的网络通信是不可靠的，包括消息延迟、乱序和内容错误等；
- 节点的处理时间无法保障，结果可能出现错误，甚至节点自身可能发生宕机；
- 同步调用可以简化设计，但会严重降低分布式系统的可扩展性，甚至使其退化为单点系统。
2、绝对理想的一致性
分布式系统要达到绝对理想的一致性应该满足：
（1）可终止性（ termination ）：一致的结果在有限时间内能完成；
有限时间内完成，意味着可以保障提供服务（ liveness ） 。这是计算机系统可以被正常使用的前提。需要注意，在现实生活中这点并不是总能得到保障的。例如取款机有时候会出现“服务中断”；拨打电话有时候是“无法连接”的2
（2）约同性（ agreement ）：不同节点最终完成决策的结果是相同的；
决策的结果相同，意味着算法要么不给出结果，任何给出的结果必定是达成了共识的，即安全性（ safety ） 。对于两个来自不同位置的请求来说，要判断在时间上的“先后”关系并不是那么容易。两个位置的时钟可能是不一致的；也可能无法记录下足够精确的时间。
可见，事件发生的先后顺序十分重要，这也是解决分布式系统领域很多问题的核心秘诀：把多件事情进行排序，而且这个顺序还得是大家都认可的。
（3）合法性（ validity ）：决策的结果必须是某个节点提出的提案；
达成的结果必须是节点执行操作的结果。仍以卖票为例，如果两个售票处分别决策某张票出售给张三和李囚，那么最终达成一致的结果要么是张三，要么是李囚，而绝对不能是其他人。
3、带约束的一致性
要实现绝对理想的严格一致性（ strict consistency ）代价很大。除非系统不发生任何故障，而且所有节点之间的通信无需任何时间，这个时候整个系统其实就等价于一台机器了。实际上，越强的一致性要求往往会造成越弱的处理性能，以及越差的可扩展性。
强一致性包括两类：
（1）顺序一致性（sequential consistency）：保证所有进程看到的全局执行顺序一致，
并且每个进程看自身的执行顺序跟实际发生顺序一致。例如，某进程先执行A ，后执行B ，则实际得到的全局结果中就应该为A 在B 前面，而不能反过来。同时所有其他进程在全局上也应该看到这个顺序。顺序一致性实际上限制了各进程内指令的偏序关系，但不在进程间按照物理时间进行全局排序；
（2）线性一致性（linearizability consistency）：在顺序一致性前提下加强了进程间的操作排序，形成唯一的全局顺序（系统等价于是顺序执行，所有进程看到的所有操作的序列顺序都一致，并且跟实际发生顺序一致），是很强的原子性保证。但是比较难实现，目前基本上要么依赖于全局的时钟或锁，要么通过一些复杂算法实现，性能往往不高。
由于强一致性的系统往往比较难实现，而且很多时候，实际需求并没有那么严格需要强一致性。因此，可以适当地放宽对一致性的要求，从而降低系统实现的难度。例如在一定约束下实现所谓最终一致性，即总会存在一个时刻（而不是立刻），让系统达到一致的状态。大部分Web 系统实现的都是最终一致性。相对强一致性，这一类在某些方面弱化的一致性都笼统称为弱一致性。
一致性往往指分布式系统中多个副本对外呈现的数据的状态。如前面提到的顺序一致性、线性一致性，描述了多个节点对数据状态的维护能力。
共识则描述了分布式系统中多个节点之间，彼此对某个状态达成一致结果的过程。
因此，一致性描述的是结果状态，共识则是一种手段。达成某种共识并不意味着就保障了一致性。
实践中，要保障系统满足不同程度的一致性，核心过程往往需要通过共识算法来达成。