¿Qué son los modelos de consistencia (fuerte vs eventual)?

Question

Accepted Answer

**Modelos de consistencia** definen garantías sobre cuándo y cómo las actualizaciones de datos se hacen visibles en todo un sistema distribuido — desde **consistencia fuerte** (todos ven los datos más recientes inmediatamente) hasta **consistencia eventual** (las actualizaciones se propagan con el tiempo). La elección implica compromisos con la disponibilidad y el rendimiento.

## Consistencia fuerte vs eventual

```text
STRONG CONSISTENCY → every read returns the MOST RECENT write (all nodes agree immediately):
  ✓ simple to reason about; always correct/current data
  ✗ requires coordination → higher latency, lower availability (especially during partitions)
  → for: data that must be correct/current (financial balances, inventory, bookings)
EVENTUAL CONSISTENCY → updates propagate over time; reads MAY return stale data briefly,
  but all nodes CONVERGE eventually:
  ✓ high availability, low latency, scalable
  ✗ reads can be stale temporarily (must tolerate this)
  → for: data where brief staleness is OK (social feeds, likes, view counts, caches)
```

## El compromiso

```text
Consistency vs availability/performance (relates to CAP):
  → STRONGER consistency → more coordination → higher latency, lower availability
  → WEAKER (eventual) consistency → faster, more available, scalable, but stale reads
→ choose based on whether the data NEEDS to be immediately consistent for correctness.
```

## Otros modelos y matices

```text
→ a SPECTRUM exists: read-your-writes, monotonic reads, causal consistency, etc.
→ Many systems offer TUNABLE consistency (choose per operation/query)
→ Use STRONG where correctness demands it; EVENTUAL where availability/scale matters and
  staleness is acceptable → often MIX within one system
```

## Por qué es importante

Comprender los modelos de consistencia es valioso porque **el compromiso entre consistencia y disponibilidad/rendimiento es fundamental en sistemas distribuidos**, por lo que es importante conocimiento de diseño de sistemas.

Los modelos de consistencia definen cuándo las actualizaciones de datos se hacen visibles en un sistema distribuido, y la distinción clave — **consistencia fuerte** (cada lectura devuelve la escritura más reciente, todos los nodos se ponen de acuerdo inmediatamente) versus **consistencia eventual** (las actualizaciones se propagan con el tiempo, las lecturas pueden ser brevemente antiguas pero convergen) — representa un compromiso fundamental.

Comprender esto es importante porque **la consistencia fuerte** proporciona corrección y simplicidad (datos siempre actuales) pero requiere coordinación que aumenta la latencia y reduce la disponibilidad (adecuado para datos que deben ser correctos, como saldos financieros, inventario y reservas), mientras que **la consistencia eventual** ofrece alta disponibilidad, baja latencia y escalabilidad a costa de antigüedad temporal (adecuado para datos donde la antigüedad breve es aceptable, como feeds sociales, likes y conteos de visualizaciones).

Comprender **el compromiso** (una consistencia más fuerte significa más coordinación, mayor latencia y menor disponibilidad; una consistencia más débil significa más rápido, más disponible y escalable pero con lecturas antiguas — relacionado con el teorema CAP) es la idea clave que guía la elección del modelo correcto para cada caso de uso.

Comprender los **matices** — que existe un espectro de modelos (lee tus escrituras, consistencia causal, etc.), que muchos sistemas ofrecen **consistencia ajustable** (eligiendo por operación) y que los sistemas a menudo **mezclan modelos** (fuerte donde la corrección lo exige, eventual donde importan la disponibilidad y la escala) — refleja comprensión sofisticada.

Elegir la consistencia apropiadamente es una decisión de diseño clave que afecta la corrección, la disponibilidad y el rendimiento.

Ya que el compromiso entre consistencia y disponibilidad/rendimiento es fundamental en sistemas distribuidos y elegir el modelo de consistencia correcto (fuerte vs eventual, a menudo mezclado) afecta significativamente la corrección, la disponibilidad y el rendimiento, y ya que comprender los modelos y sus compromisos es importante para diseñar sistemas distribuidos y elegir bases de datos, comprender los modelos de consistencia es conocimiento valioso y prácticamente relevante de diseño de sistemas — un compromiso fundamental en sistemas distribuidos (consistencia vs disponibilidad/rendimiento), importante para elegir el manejo de datos apropiado basado en necesidades de corrección, y central para diseñar sistemas distribuidos y seleccionar bases de datos con las garantías de consistencia correctas.