Apa itu model konsistensi (strong vs eventual)?

Question

Accepted Answer

**Model konsistensi** mendefinisikan jaminan tentang kapan dan bagaimana pembaruan data menjadi terlihat di seluruh sistem terdistribusi — mulai dari **strong consistency** (semua orang melihat data terbaru segera) hingga **eventual consistency** (pembaruan menyebar seiring waktu). Pilihan ini melibatkan trade-off dengan ketersediaan dan kinerja.

## Strong vs eventual consistency

```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)
```

## Trade-off

```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.
```

## Model lain dan nuansa

```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
```

## Mengapa ini penting

Memahami model konsistensi bernilai karena **trade-off konsistensi vs ketersediaan/kinerja adalah fundamental dalam sistem terdistribusi**, sehingga ini adalah pengetahuan system-design yang penting.

Model konsistensi mendefinisikan kapan pembaruan data menjadi terlihat di seluruh sistem terdistribusi, dan perbedaan kunci — **strong consistency** (setiap baca mengembalikan penulisan terbaru, semua node sepakat segera) versus **eventual consistency** (pembaruan menyebar seiring waktu, baca mungkin sedikit ketinggalan tetapi konvergen) — mewakili trade-off fundamental.

Memahami ini penting karena **strong consistency** memberikan kebenaran dan kesederhanaan (data selalu terbaru) tetapi memerlukan koordinasi yang meningkatkan latensi dan mengurangi ketersediaan (cocok untuk data yang harus benar, seperti saldo keuangan, inventaris, dan pemesanan), sementara **eventual consistency** menawarkan ketersediaan tinggi, latensi rendah, dan skalabilitas dengan biaya kedaluwarsa sementara (cocok untuk data di mana kedaluwarsa singkat dapat diterima, seperti feed sosial, suka, dan jumlah tampilan).

Memahami **trade-off** (konsistensi lebih kuat berarti lebih banyak koordinasi, latensi lebih tinggi, dan ketersediaan lebih rendah; konsistensi lebih lemah berarti lebih cepat, lebih tersedia, dan dapat diskalakan tetapi dengan baca ketinggalan — terkait dengan teorema CAP) adalah wawasan kunci yang memandu pemilihan model yang tepat untuk setiap use case.

Memahami **nuansa** — bahwa spektrum model ada (read-your-writes, causal consistency, dll), bahwa banyak sistem menawarkan **tunable consistency** (memilih per operasi), dan bahwa sistem sering **menggabungkan model** (strong di mana kebenaran menuntutnya, eventual di mana ketersediaan dan skala penting) — mencerminkan pemahaman yang canggih.

Memilih konsistensi secara tepat adalah keputusan desain kunci yang mempengaruhi kebenaran, ketersediaan, dan kinerja.

Karena trade-off konsistensi vs ketersediaan/kinerja adalah fundamental dalam sistem terdistribusi dan memilih model konsistensi yang tepat (strong vs eventual, sering dicampur) secara signifikan mempengaruhi kebenaran, ketersediaan, dan kinerja, dan karena memahami model dan trade-off mereka penting untuk merancang sistem terdistribusi dan memilih database, memahami model konsistensi adalah pengetahuan system-design yang bernilai dan relevan secara praktis — trade-off terdistribusi fundamental (konsistensi vs ketersediaan/kinerja), penting untuk memilih penanganan data yang tepat berdasarkan kebutuhan kebenaran, dan pusat untuk merancang sistem terdistribusi dan memilih database dengan jaminan konsistensi yang tepat.