A replicação de dados é realizada para aumentar a disponibilidade e o desempenho de um sistema distribuído. No entanto, a replicação pode introduzir problemas de consistência, pois as cópias dos dados precisam ser mantidas consistentes. Sol. comum: relaxar restrições de consistência

DATA-CENTRIC CONSISTENCY MODELS: fornecem uma visão consistente do data store para todos os processos do sistema.

• Data store: armazenamento de dados distribuído em que operações de leitura e escrita são realizadas

Consistência Sequencial: as operações de read e write em dados são percebidas como se tivessem ocorrido em uma ordem sequencial. Ordem das operações não importa, desde que a ordem seja a mesma em todos o processos. Não há referência ao tempo ou à operação de write mais recente; a mesma sequência em um P deve ser vista no outro P

Data store sequencialmente consistente: o resultado de qualquer execução é o mesmo como se as operações (read e write) sobre o data store, realizadas por todos os processos distribuídos, fossem executadas na mesma ordem por todos os processos igualmente.

• Fig 7-8. Porque a ordem das operações (c-b e b-c) difere entre os processos P3 e P4.

Consistência Causal: versão mais fraca da consistência sequencial, que leva em consideração a causalidade entre eventos. Eventos que são potencialmente relacionados causalmente devem ser percebidos na mesma ordem por todos os processos. Operações concorrentes em dados não relacionados causalmente podem ser percebidas em ordens diferentes por diferentes processos.

• Se evento b é causado ou influenciado por um evento anterior a, causalidade requer que todos vejam primeiro a, e depois b.
• Fig 7-9. Porque dado que o valor do item x foi alterado para “b” depois da sua leitura como “a”, não é possível que em P3 esse valor fosse primeiro “b” e depois “a”.

Consistência vs. Coerência (Modelos)

• Consistência: comportamento esperado de um conjunto de dados replicados quando múltiplos processos operam sobre eles.
• Coerência: comportamento esperado de um único item de dados replicado. Um item de dados é coerente se as diferentes cópias obedecerem às regras do modelo de consistência associado.

CLIENT-CENTRIC CONSISTENCY MODELS: fornecem garantias para um único processo cliente em relação à consistência de acessos a um data store.

• Toleram um grau relativamente alto de inconsistência entre acessos concorrentes por diferentes clientes, especialmente úteis em situações onde a concorrência é limitada ou onde a tolerância à inconsistência é aceitável.

Monotonic Reads: operações sucessivas de reads seguirão a mesma ordem em que foram emitidas. Garante que, se um processo lê um valor de um item de dados x, qualquer leitura subsequente de x pelo mesmo processo sempre retornará o mesmo valor ou um valor mais recente. A operação de escrita em x por um processo é concluída antes de qualquer operação de escrita subsequente em x pelo mesmo processo.

Monotonic Writes: garante que a operação de escrita em um item de dados x por um processo é concluída antes de qualquer operação de escrita subsequente em x pelo mesmo processo.