Datakonsistenssin

Datakonsistenssi tarkoittaa sitä, että tiedot ovat johdonmukaisia ja oikeellisia eri tallennuspaikoissa, järjestelmissä ja aikaleimoissa. Käytännössä konsistenssi varmistaa, että lukija saa odotetun kuvan tiedoista riippumatta siitä, missä tai milloin tiedot on tallennettu. Konsistenssista huolehditaan sekä yksittäisten sovellusten sisäisesti että hajautetuissa tai replikoiduissa järjestelmissä.

Erilaisia konsistenssimalleja on useita. Vahva (strong) konsistenssi tarkoittaa, että operaatiot näkyvät kaikkialla kokonaisina ja järjestetysti, mikä usein vastaa perinteisiä ACID-transaktioita. Eventual konsistenssi sallii lyhyen epätarkkuuden kopioiden välillä, mutta lopulta kaikki kopiot yhdenmukaistuvat. Muita malleja ovat lineaarisuus (linearizability) ja kausaalinen konsistenssi, jotka rajaa näkyvyyssääntöjä luvuille ja tapahtumille.

CAP-teoreema puolestaan käsittelee hajautettuja järjestelmiä ja osoittaa, että_partitionin tapauksessa on tehtävä valinta konsistenssin ja saatavuuden välillä, ottaen huomioon partition-toleranssin. Tämä johtaa käytännössä erilaisiin arkkitehtuuriin ja kompromisseihin, kuten miksei vahva konsistenssi aina ole mahdollista yhtäaikaisesti suurissa, verkon osittumisriskin sisältävissä järjestelmissä.

Replikointi ja konfliktienhallinta ovat keskeisiä datakonsistenssissa hajautetuissa ympäristöissä. Konfliktit ratkotaan usein menetelmillä kuten viimeinen kirjoittaja voittaa, vektorikellot tai CRDT-tyypit. Datan laatuun liittyy lisäksi tiedon oikeellisuus, ajantasaisuus ja eheys sekä metatahot ja auditointi.

Käyttökohteita ovat esimerkiksi pankkitoiminta, verkkokaupat, terveydenhuolto ja IoT-sovellukset, joissa konsistenssi vaikuttaa luotettavuuteen ja päätösten oikeellisuuteen.