بررسی و مقایسه ی مدل های Strong Consistency، Eventual Consistency و Strong Eventual Consistency در سیستم های توزیع شده

سازگاری داده ها یکی از چالش های اساسی در طراحی سیستم های توزیع شده است، زیرا تاثیر مستقیمی بر صحت داده ها، دسترس پذیری و کارایی سیستم در شرایط شبکه ی غیرایده آل دارد. با وجود استفاده ی گسترده از مدل های سازگاری Strong Consistency، Eventual Consistency و Strong Eventual Consistency، مقایسه ی عملی و تجربی این مدل ها در بسیاری از منابع محدود به تحلیل های نظری باقی مانده است.در این مقاله، یک مطالعه ی تجربی و مقایسه ای از سه مدل سازگاری مذکور ارائه می شود که بر پایه ی شبیه سازی رویداد-گسسته با استفاده از زبان Python و کتابخانه ی SimPy انجام شده است. رفتار این مدل ها در محیطی با تاخیر شبکه ی متغیر و ارتباطات ناهمگام مورد ارزیابی قرار می گیرد و دو معیار اصلی شامل زمان تاخیر عملیات (latency) و زمان همگرایی (convergence time) به عنوان شاخص های عملکرد در نظر گرفته می شوند.نتایج آزمایش ها نشان می دهد که اگرچه Strong Consistency بالاترین سطح صحت آنی داده ها را فراهم می کند، اما هزینه ی قابل توجهی از نظر تاخیر عملیات به سیستم تحمیل می نماید. در مقابل، Eventual Consistency کمترین تاخیر را ارائه می دهد، اما همگرایی داده ها به صورت تدریجی انجام می شود. همچنین نتایج نشان می دهد که Strong Eventual Consistency، علی رغم تضمین همگرایی نهایی بدون تعارض، در برخی سناریوهای شبکه دارای تاخیر متغیر، سربار ادغام (merge overhead) بیشتری نسبت به Eventual Consistency ایجاد می کند. این یافته ها بیانگر آن است که Strong Eventual Consistency همواره یک نقطه ی میانی ساده میان Strong و Eventual Consistency نیست و انتخاب مدل سازگاری باید با توجه به ویژگی های شبکه و نیازهای کاربرد انجام شود.

کلیدواژه ها:

سیستم های توزیع شده ، مدل های سازگاری ، سازگاری قوی ، سازگاری نهایی ، سازگاری نهایی قوی ، CRDT ، SimPy