궁극적 일관성

1 개요[ | ]

eventual consistency
궁극적 일관성, 최종 일관성

분산 시스템에서 데이터의 일관성을 유지하기 위한 일관성 모델

이는 특히 데이터베이스 시스템과 네트워크 공유 저장소와 같은 비동기 시스템에서 중요하게 다루어진다.
궁극적 일관성 모델에서는 모든 노드가 최신 데이터를 볼 수 있는 즉각적이고 강력한 보장을 제공하지는 않지만, 일정 시간이 지나면 결국 모든 노드가 동일한 최종 데이터 상태에 이를 것임을 보장한다.
궁극적 일관성은 기반이 되는 네트워크의 지연, 시스템 장애 및 기타 일시적인 오류에 관계없이 시스템이 시간이 지나면서 자체적으로 일관성을 복구할 수 있음을 전제로 한다. 이는 읽기-쓰기 분리가 있는 경우가 많으며, 일관성 지연이 발생할 수 있는 환경에서 효과적이다.

2 특성[ | ]

싱크없는 세부정보 동기화: 각 노드는 독립적으로 업데이트를 저장하고, 시간 경과에 따라 다른 노드와 정보를 동기화한다.
최종 일관성 달성: 갱신이 없는 한 시스템은 최종적으로 모든 노드에 일관된 데이터를 전달한다.
가용성 우위: 강한 일관성을 요구하는 시스템에 비해 궁극적 일관성 모델은 더 나은 가용성을 제공하려 한다.

3 장점 및 단점[ | ]

3.1 장점[ | ]

확장성: 많은 수의 노드를 가진 대규모 시스템에서도 효과적이다.
고가용성: 노드 장애나 네트워크 분할 시에도 시스템 이용이 가능하다.

3.2 단점[ | ]

읽기 비일관성: 시스템의 현재 상태를 즉시 알 수 없을 수 있다.
복잡성 증가: 데이터 최종 일관성을 보장하기 위한 추가적인 로직이 필요할 수 있다.

4 사용 사례[ | ]

궁극적 일관성은 클라우드 기반 저장소, 소셜 네트워크, 이메일 시스템과 같은 다양한 분야에서 사용된다. 이러한 시스템에서는 일시적인 데이터 비일관성이 사용자 경험에 큰 영향을 미치지 않기 때문에, 높은 가용성과 응답성을 유지할 수 있도록 하는 것이 더 중요할 수 있다.

4.1 실제 예[ | ]

아마존의 다이나모 DB
카우치베이스
리액트

5 다른 일관성 모델과의 비교[ | ]

궁극적 일관성은 단순히 시스템이 최종적으로 일관성이 있는 상태에 도달하기만을 보장한다는 점에서 상용 애플리케이션에서 자주 사용되는 강력한 일관성과 차이가 있다. 강력한 일관성 모델에서는 모든 사용자가 최신 데이터를 즉시 보장받을 수 있으나, 그로 인해 가용성과 확장성에 대한 요구사항이 더 엄격해질 수 있다.

6 같이 보기[ | ]

7 참고[ | ]