causal consistency

인과적 일관성

인과 관계가 있는 작업의 순서만 모든 노드에서 같게 보이도록 보장하는 분산 시스템의 일관성 모델이다.

기사 1편최근 언급

causal consistency(인과적 일관성)는 분산 시스템의 일관성 모델 가운데 하나로, 원인과 결과로 이어진 작업들은 모든 노드에서 같은 순서로 보이도록 보장하되, 서로 관련 없는 작업은 노드마다 다른 순서로 보여도 허용한다. 예를 들어 어떤 쓰기를 읽은 뒤 수행한 쓰기는 모든 노드에서 먼저 읽은 쓰기 다음에 나타난다.

모든 작업을 하나의 전역 순서로 맞추는 strict serializability나 linearizability보다 약하지만, 노드 사이의 동기식 합의 없이 구현할 수 있어 지연이 낮고 확장이 쉽다. 전역 순서가 꼭 필요하지 않은 협업 도구, 지리적으로 분산된 데이터베이스, 대규모 저장소 시스템에서 쓰인다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • commit 2,442% 폭증에 OpenAI가 Git 백엔드를 새로 만든 이유AI 뉴스 ·

    Pando는 그 대신 causal consistency(인과적으로 연결된 작업의 순서만 보장하는 일관성 모델)를 채택하고, strict serializability(모든 작업을 단일 시간선 위에 순서대로 놓는 보장)를 개별 ref 단위로만 제공합니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.