Konsistensmodeller

Konsistensmodeller er rammeverk som beskriver hvilke garantier et distribuert system gir for synlighet og rekkefølge av oppdateringer når data replikeres på tvers av noder. Målet er å gjøre systemets atferd forutsigbar for applikasjoner som trenger konsistente lesninger og riktig manifest av oppdateringer, også under nettverksfeil eller partitionsituasjoner. Modellene skiller mellom hva som observeres av klienter og hva som skjer internt i systemet.

Hovedkategoriene inkluderer ulike nivåer av garanti. Sterk konsistens innebærer vanligvis linearisability, slik at hver operasjon opptrer som om den skjer i en enkelt tidssekvens og alle klienter ser samme ordning. Sekvensiell konsistens krever at operasjoner observeres i samme totalrekkefølge av alle prosesser, men ikke nødvendigvis i sanntid. Kausal konsistens bevarer årsak–virkning-forhold mellom hendelser. Eventuell konsistens garanterer at replikaene til slutt peker til samme verdier når ingen nye oppdateringer skjer, men les kan være ufullstendige i mellomperioder.

Praktisk brukes disse modellene i mange databaser og lagersystemer. Dynamo, Cassandra og Riak tilbyr ofte eventual eller tunable konsistens, slik at man kan velge mellom lav latens og strengere garantier. Google Spanner gir sterk konsistens ved hjelp av tidsbaserte garantier (TrueTime). Hvordan man velger modell påvirkes av krav til tilgjengelighet, partitionstoleranse og ønsket nøyaktighet i data.

Begrensninger og avveininger er sentrale: sterk konsistens kan øke ventetid og kommunikasjonskostnader, spesielt under partisjoner, mens eventual konsistens reduserer ventetid men kan forårsake midlertidige inkonsistenser. Konsistensmodeller hjelper designere med å forstå forventet atferd og konfigurere replikeringsfaktorer og lesekonsistenskrav.