在深入一致性模型之前，先釐清為什麼要複製資料，並聚焦在「複製作為可擴展性技術」這個角度，說明為什麼認真思考一致性如此重要。

複製的兩大理由#

複製資料有兩個主要原因：可靠性（reliability）與效能（performance）。

• 可靠性：
  • 檔案系統若有複製，即使一個副本當機，只要切換到其他副本就能繼續工作。
  • 維持多份拷貝也能防範資料毀損。例如一個檔案有三份拷貝，每次讀寫都在三份上進行，只要把「至少兩份拷貝回傳的相同值」當作正確值，就能容忍單一次失敗的寫入。
• 效能：當系統需要在數量與地理範圍兩個維度上擴展時，複製就變得重要。
  • 數量擴展：越來越多行程需要存取由單一伺服器管理的資料時，可以複製伺服器並分攤工作量。
  • 地理擴展：把資料拷貝放在使用它的行程附近，可縮短存取時間，提升該行程感受到的效能。

複製對效能的好處未必容易評估：客戶端行程也許感覺變快了，但維持所有副本最新可能耗掉更多網路頻寬。

複製的代價：一致性問題#

複製既能提升可靠性又能改善效能，代價是什麼？問題在於：擁有多份拷貝會導致一致性問題。任何一份拷貝被修改後，就與其他拷貝不同了；為了維持一致，修改必須施加到所有拷貝上——何時以及如何進行這些修改，決定了複製的代價。

以改善 Web 網頁存取時間為例：

• 若不採取任何措施，從遠端 Web 伺服器抓取一個頁面可能要花上數秒。瀏覽器因此常把抓過的頁面存在本地（快取），下次直接回傳本地拷貝，使用者感受到的存取時間極佳。
• 但若使用者總是想要最新版本，就可能倒楣：頁面在此期間被修改的話，修改並不會傳播到快取拷貝，快取就過期（out-of-date）了。

複製作為可擴展性技術#

複製與快取是被廣泛採用的擴展技術：可擴展性問題通常以效能問題的形式浮現，把資料拷貝放在使用者附近可以縮短存取時間、化解效能瓶頸。但有兩層代價要權衡。

代價一：更新流量可能白費#

保持拷貝最新需要更多網路頻寬。考慮行程 P 每秒存取本地副本 N 次，而副本本身每秒被更新 M 次，且假設每次更新都完全刷新舊版本：

• 若 N « M（存取更新比極低），許多更新後的版本根本沒被 P 讀過就又被覆蓋，這些版本的網路傳輸完全是浪費。
• 這種情況下，也許不該在 P 附近放本地副本，或應改用其他更新策略。

代價二：維持一致本身不可擴展#

更嚴重的問題是：讓多份拷貝保持一致這件事本身，就可能有嚴重的可擴展性問題。

直觀上，一組拷貝一致，是指它們永遠相同：在任何拷貝上讀都回傳相同結果。因此在某份拷貝上執行更新後，必須先把更新傳播到所有拷貝，之後才允許下一個操作——不論那個操作發起或執行於哪份拷貝。這種一致性有時被（不精確地）稱為緊密一致性（tight consistency），由所謂**同步複製（synchronous replication）**提供，關鍵想法是更新以單一不可分割操作（atomic operation）或交易（transaction）的形式施加到所有拷貝。

問題在於：當副本數量龐大且分散在大範圍網路上，又要求操作快速完成時，實作原子性本質上就很困難：

• 所有副本必須先同步、對「更新何時在本地執行」達成共識，例如用 Lamport 時間戳決定操作的全域排序，或由協調者（coordinator）指派順序。
• 全域同步耗費大量通訊時間，副本散布於廣域網路時尤甚。

這是一個兩難：複製與快取能改善效能、緩解可擴展性問題；但維持所有拷貝一致通常需要全域同步，而全域同步本身在效能上代價高昂——解藥可能比疾病更糟。

許多情況下，唯一的真正解法是放鬆一致性限制：若能免除「更新必須是原子操作」的要求，就能避開（即時的）全域同步而換得效能。代價是各處的拷貝不一定永遠相同。至於一致性能放鬆到什麼程度，高度取決於被複製資料的存取與更新模式，以及資料的用途。

後續章節將先精確定義各種一致性模型，再討論以散布協定（distribution protocol）與一致性協定實作這些模型的方式。關於一致性與複製的其他分類方式，可參考 Gray 等人（1996）與 Wiesmann 等人（2000）的文獻。