Replication ทำงานอย่างไรและมีกลยุทธ์อะไรบ้าง?

Question

Accepted Answer

**Replication** รักษาสำเนาของข้อมูลข้ามหลายเซิร์ฟเวอร์ — เพื่อ **availability** (รอดพ้นจากความล้มเหลว), **read scaling** (ให้บริการการอ่านจากสำเนา) และ **การกระจายทางภูมิศาสตร์** กลยุทธ์ที่ต่างกัน (primary-replica, multi-primary, sync กับ async) มีข้อแลกเปลี่ยน

## ทำไมต้อง replicate

```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.
```

## กลยุทธ์ replication

```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
```

## synchronous กับ asynchronous

```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
```

## ทำไมจึงสำคัญ

การเข้าใจ replication มีคุณค่าเพราะมันเป็น **เทคนิคพื้นฐานสำหรับ availability และ read scaling** ในระบบข้อมูล ดังนั้นจึงเป็นความรู้การออกแบบระบบที่สำคัญ

Replication — การรักษาสำเนาของข้อมูลข้ามเซิร์ฟเวอร์ — ทำหน้าที่สำคัญหลายอย่าง: **availability** (รอดพ้นจากความล้มเหลวผ่าน redundancy และ failover), **read scaling** (ให้บริการการอ่านจาก replica เพื่อลดภาระ primary มีคุณค่าสำหรับภาระงานที่อ่านหนัก) และ **การกระจายทางภูมิศาสตร์** (สำเนาใกล้ผู้ใช้เพื่อ latency ที่ต่ำลง บวกการกู้คืนจากภัยพิบัติ)

การเข้าใจวัตถุประสงค์เหล่านี้ทำให้เห็นว่าทำไม replication จึงเป็นพื้นฐานของระบบข้อมูลที่เชื่อถือได้และขยายขนาดได้

การเข้าใจ **กลยุทธ์** — **primary-replica** (primary เดียวสำหรับการเขียนที่ replicate ไปยัง read replica — โมเดลที่พบบ่อยและเรียบง่ายซึ่งเหมาะสำหรับภาระงานที่อ่านหนัก แม้ว่า primary จะเป็นคอขวดในการเขียน) เทียบกับ **multi-primary** (หลาย node รับการเขียน ทำให้ขยายการเขียนและ geo-write ได้แต่ต้องการการแก้ไข conflict ที่ซับซ้อน) — จำเป็นต่อการเลือกแนวทางที่ถูกต้อง

การเข้าใจข้อแลกเปลี่ยน **synchronous กับ asynchronous** มีความสำคัญเป็นพิเศษ: replication แบบ **synchronous** (รอให้ replica ยืนยันก่อนตอบรับ) ทำให้ replica สอดคล้องกันและหลีกเลี่ยงการสูญเสียข้อมูลแต่ช้ากว่า ขณะที่ replication แบบ **asynchronous** (ตอบรับทันที replicate ในเบื้องหลัง) รวดเร็วและมี availability สูงแต่มี **replication lag** (replica ตามหลังเล็กน้อย ทำให้เกิด stale read และอาจสูญเสียข้อมูลหาก primary ล้มเหลวก่อน replicate — eventual consistency)

ข้อแลกเปลี่ยน durability/consistency กับ performance/availability นี้เป็นการตัดสินใจออกแบบที่สำคัญ

เนื่องจาก replication เป็นพื้นฐานของ availability และ read scaling ในระบบข้อมูลและกลยุทธ์ (primary-replica กับ multi-primary) และข้อแลกเปลี่ยน sync/async ส่งผลอย่างมีนัยสำคัญต่อ consistency, performance และ availability และเนื่องจากการเข้าใจมันมีความสำคัญต่อการออกแบบระบบข้อมูล การเข้าใจ replication จึงเป็นความรู้การออกแบบระบบที่มีคุณค่าและเกี่ยวข้องกับการปฏิบัติจริง — เป็นเทคนิคพื้นฐานสำหรับ availability และ read scaling พร้อมข้อแลกเปลี่ยนด้านกลยุทธ์และ sync/async ที่สำคัญ และเป็นแกนกลางในการออกแบบระบบข้อมูลที่เชื่อถือได้และขยายขนาดได้ซึ่งรอดพ้นจากความล้มเหลวและรองรับภาระการอ่าน