在 Cassandra 中，数据一致性与性能之间存在怎样的权衡？请结合其分布式架构说明如何处理这种权衡。

回答思路

1. 【回答框架 1】Cassandra 采用最终一致性模型，通过可调一致性级别（如 ONE、QUORUM、ALL）在读写时灵活权衡一致性与性能。级别越高，需要等待的副本确认越多，一致性越强但延迟越高、可用性降低；级别越低，响应越快但可能读到旧数据或丢失写入。
2. 【回答框架 2】处理权衡的核心是结合业务需求选择合适的一致性级别。例如，读用 QUORUM、写用 QUORUM 可保证强一致；写用 ONE、读用 QUORUM 可能导致读到未最新值；对于高吞吐、允许短暂不一致的场景，可选择 ONE 或 LOCAL_ONE 以降低延迟。
3. 【回答框架 3】Quorum 计算基于复制因子，需满足读副本数加写副本数大于复制因子才能保证强一致。此外，还可通过调整复制因子、使用轻量事务（LWT）处理条件写，或在应用层做补偿（如读修复、反熵）来平衡。
4. 【回答框架 4】性能方面，一致性要求越高，协调节点等待越多，吞吐与延迟受影响越大；同时需考虑机架感知、网络分区等，避免单点瓶颈。最终需通过压测和监控（如延迟、未完成请求）确定最优配置。
5. 【回答框架 5】建议先明确业务对一致性SLA的要求，再设计复制因子与一致性级别，并辅以监控与自动降级策略，避免一刀切。
6. 【关键点 1】一致性级别与性能是反比关系，级别越高延迟与开销越大。
7. 【关键点 2】Quorum 条件下，读加写副本数需大于复制因子才能保证强一致。
8. 【关键点 3】场景化选择：高吞吐选 ONE，强一致选 QUORUM，可用性优先选 ANY。
9. 【关键点 4】LWT 可提供线性一致性，但代价是性能明显下降，需评估使用频率。
10. 【关键点 5】最终通过压测和监控动态调优，避免静态配置导致失衡。
11. 【易错点 1】误以为调高一致性级别就能保证绝对一致，却忽略网络分区下的可用性折中。
12. 【易错点 2】不加区分地使用 QUORUM 导致性能瓶颈，未考虑业务对延迟的敏感度。
13. 【易错点 3】忽略读修复和反熵机制，依赖一致性级别而缺少后台数据修复。