일관성 모델(강한 일관성 vs eventual)이란 무엇인가요?

Question

Accepted Answer

**일관성 모델(consistency model)**은 분산 시스템 전반에서 데이터 갱신이 언제 어떻게 보이게 되는지에 대한 보장을 정의합니다 — **강한 일관성(strong consistency)**(모두가 최신 데이터를 즉시 봄)부터 **eventual consistency**(갱신이 시간에 걸쳐 전파됨)까지 다양합니다. 선택은 가용성·성능과의 트레이드오프를 수반합니다.

## 강한 일관성 vs eventual consistency

```text
강한 일관성 → 모든 읽기가 가장 최근 쓰기를 반환 (모든 노드가 즉시 동의):
  ✓ 추론하기 단순; 항상 올바르고 최신인 데이터
  ✗ 조정 필요 → 더 높은 latency, 더 낮은 가용성 (특히 분할 중)
  → 적합: 올바르고 최신이어야 하는 데이터 (금융 잔액, 재고, 예약)
EVENTUAL CONSISTENCY → 갱신이 시간에 걸쳐 전파; 읽기가 잠시 stale일 수
  있으나 모든 노드가 결국 수렴:
  ✓ 높은 가용성, 낮은 latency, 확장 가능
  ✗ 읽기가 일시적으로 stale일 수 있음 (이를 견뎌야 함)
  → 적합: 잠깐의 staleness가 괜찮은 데이터 (소셜 피드, 좋아요, 조회수, 캐시)
```

## 트레이드오프

```text
일관성 vs 가용성/성능 (CAP과 관련):
  → 더 강한 일관성 → 더 많은 조정 → 더 높은 latency, 더 낮은 가용성
  → 더 약한 (eventual) 일관성 → 더 빠르고 가용하며 확장 가능하나 stale 읽기
→ 데이터가 올바름을 위해 즉시 일관되어야 하는지에 따라 선택.
```

## 기타 모델과 뉘앙스

```text
→ 스펙트럼이 존재: read-your-writes, monotonic reads, causal consistency 등
→ 많은 시스템이 TUNABLE 일관성 제공 (연산/쿼리별 선택)
→ 올바름이 요구하는 곳엔 강한 일관성; 가용성/규모가 중요하고 staleness가
  허용되는 곳엔 eventual → 종종 한 시스템 내에서 혼합
```

## 왜 중요한가

일관성 모델을 이해하는 것은 가치가 있습니다. **일관성 vs 가용성/성능 트레이드오프가 분산 시스템에 근본적**이므로 중요한 시스템 디자인 지식이기 때문입니다.

일관성 모델은 분산 시스템 전반에서 데이터 갱신이 언제 보이게 되는지를 정의하며, 핵심 구분 — **강한 일관성**(모든 읽기가 최신 쓰기를 반환, 모든 노드가 즉시 동의) vs **eventual consistency**(갱신이 시간에 걸쳐 전파, 읽기가 잠시 stale일 수 있으나 수렴) — 은 근본적 트레이드오프를 나타냅니다.

이를 이해하는 것이 중요한 이유는 **강한 일관성**이 올바름과 단순함(항상 최신 데이터)을 제공하지만 latency를 높이고 가용성을 낮추는 조정을 요구하고(금융 잔액, 재고, 예약처럼 올바라야 하는 데이터에 적합), **eventual consistency**가 일시적 staleness의 대가로 높은 가용성, 낮은 latency, 확장성을 제공하기 때문입니다(소셜 피드, 좋아요, 조회수처럼 잠깐의 staleness가 허용되는 데이터에 적합).

**트레이드오프**(더 강한 일관성은 더 많은 조정, 더 높은 latency, 더 낮은 가용성을 의미; 더 약한 일관성은 더 빠르고 가용하며 확장 가능하나 stale 읽기를 의미 — CAP 정리와 관련)를 이해하는 것이 각 용도에 맞는 모델을 선택하는 핵심 통찰입니다.

**뉘앙스** — 모델의 스펙트럼이 존재(read-your-writes, causal consistency 등), 많은 시스템이 **tunable 일관성** 제공(연산별 선택), 시스템이 종종 **모델을 혼합**(올바름이 요구하는 곳엔 강한 일관성, 가용성과 규모가 중요한 곳엔 eventual) — 을 이해하는 것은 정교한 이해를 반영합니다.

일관성을 적절히 선택하는 것은 올바름, 가용성, 성능에 영향을 미치는 핵심 디자인 결정입니다.

일관성 vs 가용성/성능 트레이드오프는 분산 시스템에 근본적이고 적절한 일관성 모델(강한 vs eventual, 종종 혼합)을 선택하는 것이 올바름, 가용성, 성능에 큰 영향을 미치며, 모델과 트레이드오프를 이해하는 것이 분산 시스템 설계와 데이터베이스 선택에 중요하므로, 일관성 모델을 이해하는 것은 가치 있고 실용적으로 관련된 시스템 디자인 지식입니다 — 근본적인 분산 시스템 트레이드오프(일관성 vs 가용성/성능)이고, 올바름 요구에 따라 적절한 데이터 처리를 선택하는 데 중요하며, 분산 시스템 설계와 올바른 일관성 보장을 갖춘 데이터베이스 선택의 중심입니다.