原文定义：
the result of any execution is the same as if the operations of all the processors were executed in some sequential order, and the operations of each individual processor appear in this sequence in the order specified by its program.
博客[1]的解释：
任意一种可能的执行的结果和某一种所有的处理器的操作按照顺序排列执行的结果是一样的，并且每个独立的处理器的操作都会按照程序指定的顺序出现在操作队列中。
博客[2]的解释：
如果可以找到一个所有 CPU 执行指令的排序，该排序中每个 CPU 要执行指令的顺序得以保持，且实际的 CPU 执行结果与该指令排序的执行结果一致，则称该次执行达到了顺序一致性。
嗯，后者的解释好像更加“以人为本”一点。或者把语序调整一下：
如果CPU实际的指令执行结果与这样的指令排序执行结果是一致的，就称该次执行达到了顺序一致性。而这样的指令排序是“该排序中每个 CPU 要执行指令的顺序得以保持”。
然后呢？一个问题摆在面前，这样的顺序一致性到底想表达什么？这样的顺序一致性到底有什么用呢？
我似乎能够想到的是（不确信），在这样的顺序一致性下，其他CPU观察到当前CPU的指令顺序与当前CPU观察到自己的指令顺序是一致的。因为当前CPU对其他CPU指令可能产生影响的是“写指令”，所以上面那句话可以改成：在这样的顺序一致性下，其他CPU观察到当前CPU的写指令顺序与当前CPU观察到自己的写指令顺序是一致的。又因为写指令改变的是数据的状态（value），所以在顺序一致性下，所有CPU观察到的状态的变迁过程的顺序是一致的。解释一下：
如果在CPU_1的视角下，V的变迁过程是v1->v2->v3，那么其他CPU的视角下，V的变迁过程不可能是v2->v1->v3（当然这只是其中一个反例）。任何CPU可能无法观察到V的整个变迁过程，但至少是V整个变迁过程全序的一个偏序。
当在分布式环境下，副本可以等效为CPU，也就是说在顺序一致性下，每一个副本观察到的数据状态变迁的顺序是一致的。这里已经可以看出，顺序一致性是一种最终一致性，因为每一个副本观察到的数据状态变迁的顺序是一致的，那么最终每个副本的状态必将趋于一致。但是个人觉得顺序一致性比最终一致性强，因为最终一致性只强调收敛结果一致，而顺序一致性还强调了收敛过程的一致。
如果把观察者再往外延伸到client，假设每个副本都有一个client连接，那么所有client关查到的状态变迁顺序是一致的，这应该就是顺序一致性的本意吧。
但是仅仅是每个副本的状态变迁顺序是一致的就能满足分布式的顺序一致性吗？似乎还不够，因为client的视角其实和副本的视角是不同的，因为在一个观察过程中，一个client其实可以观察多个副本。例如在t1时刻，client先观察了replication_1，此时replication_1已经状态已经变迁到v3(v1->v2->v3)，而在t2时刻，client观察replication_2，此时replication_2的状态已经变迁到了v2（v1->v2）,那么client实际观察到的状态变迁就变成了v3->v2，这显然和只观察replicaiotn_1的client_x观察到的状态变迁顺序不一样。所以会需要更高的限制要求（什么限制目前还不清楚）。
对于顺序一致性的个人见解大概就是上述这些，不过在什么样的场景下需要顺序一致性还是不太清楚。
参考资料：
[1]https://juejin.cn/post/6844903919026438158
[2]https://lotabout.me/2019/QQA-What-is-Sequential-Consistency/
