Bagaimana cara kerja replikasi dan apa strategi-strategi yang ada?

Question

Accepted Answer

**Replikasi** mempertahankan salinan data di beberapa server — untuk **ketersediaan** (bertahan terhadap kegagalan), **penskalaan baca** (melayani pembacaan dari salinan), dan **distribusi geografis**. Strategi yang berbeda (primary-replica, multi-primary, sinkron vs asinkron) melibatkan pertukaran (trade-off).

## Mengapa ini penting

```text
✓ AVAILABILITY/redundancy → if one copy fails, others have the data (no data loss, failover)
✓ READ SCALING → serve reads from replicas (offload the primary) → handle more reads
✓ GEO-DISTRIBUTION → copies near users (lower latency); disaster recovery
→ replication is fundamental to reliable, scalable data systems.
```

## Strategi replikasi

```text
PRIMARY-REPLICA (master-slave) → one PRIMARY handles writes, replicates to READ replicas:
  ✓ simple; great for read-heavy workloads; the common model
  ✗ the primary is a write bottleneck / single point for writes (failover needed)
MULTI-PRIMARY (multi-master) → multiple nodes accept writes:
  ✓ write availability/scaling, geo-writes  ✗ CONFLICT resolution (concurrent writes to
    the same data) → complex
```

## Sinkron vs asinkron

```text
SYNCHRONOUS → wait for replicas to confirm before acknowledging the write:
  ✓ replicas are consistent (no data loss on failover)  ✗ slower (waits); availability impact
ASYNCHRONOUS → acknowledge the write immediately; replicate in the background:
  ✓ fast writes, high availability  ✗ REPLICATION LAG → replicas briefly behind (stale reads;
    possible data loss if the primary fails before replicating) — eventual consistency
→ trade-off: durability/consistency vs performance/availability
```

## Mengapa ini penting

Memahami replikasi berharga karena ini adalah **teknik fundamental untuk ketersediaan dan penskalaan baca** dalam sistem data, jadi ini adalah pengetahuan desain sistem yang penting.

Replikasi — mempertahankan salinan data di beberapa server — melayani tujuan yang krusial: **ketersediaan** (bertahan terhadap kegagalan melalui redundansi dan failover), **penskalaan baca** (melayani pembacaan dari replica untuk mengurangi beban primary, sangat berharga untuk workload yang banyak dibaca), dan **distribusi geografis** (salinan dekat dengan pengguna untuk latensi lebih rendah, plus disaster recovery).

Memahami tujuan-tujuan ini memperjelas mengapa replikasi adalah fundamental untuk sistem data yang andal dan scalable.

Memahami **strategi-strategi** — **primary-replica** (satu primary untuk penulisan yang mereplikasi ke replica baca — model yang umum dan sederhana yang bagus untuk workload yang banyak dibaca, meskipun primary adalah bottleneck penulisan) versus **multi-primary** (beberapa node menerima penulisan, memungkinkan penskalaan penulisan dan geo-writes tetapi memerlukan resolusi konflik yang kompleks) — adalah perlu untuk memilih pendekatan yang tepat.

Memahami pertukaran **sinkron vs asinkron** sangat penting: replikasi **sinkron** (menunggu replica untuk confirm sebelum mengakui) menjaga replica konsisten dan menghindari kehilangan data tetapi lebih lambat, sedangkan replikasi **asinkron** (langsung mengakui, mereplikasi di background) cepat dan sangat tersedia tetapi memiliki **replication lag** (replica sedikit tertinggal, menyebabkan pembacaan basi dan kemungkinan kehilangan data jika primary gagal sebelum mereplikasi — eventual consistency).

Pertukaran durability/konsistensi versus performance/ketersediaan ini adalah keputusan desain yang kunci.

Karena replikasi adalah fundamental untuk ketersediaan dan penskalaan baca dalam sistem data dan strategi-strategi (primary-replica vs multi-primary) dan pertukaran sinkron/asinkron secara signifikan mempengaruhi konsistensi, performance, dan ketersediaan, dan karena memahami mereka penting untuk merancang sistem data, memahami replikasi adalah pengetahuan desain sistem yang berharga dan praktis — teknik fundamental untuk ketersediaan dan penskalaan baca, dengan pertukaran strategi dan sinkron/asinkron yang penting, dan central untuk merancang sistem data yang andal dan scalable yang bertahan terhadap kegagalan dan menangani beban baca.