Contenu du cours
Techniques Avancées en SQL
Techniques Avancées en SQL
Cohérence
Cohérence, dans le contexte des bases de données, se réfère au principe qui garantit que les données restent précises et fiables au fil du temps.
Ce principe est appliqué lorsque plusieurs copies de données sont stockées sur différents matériels. Une telle base de données est appelée répliquée.
Les bases de données répliquées sont largement utilisées par les entreprises dont les produits sont utilisés à l'échelle mondiale.
Au lieu de s'appuyer sur un seul serveur à un endroit, elles emploient de nombreux serveurs répartis à travers le monde pour assurer une accessibilité similaire aux utilisateurs de différents pays.
La cohérence joue un rôle essentiel dans les bases de données répliquées, garantissant que toutes les copies ou répliques de données au sein du système maintiennent une uniformité au fil du temps.
Cela signifie que, quel que soit le réplique auquel un utilisateur accède, il verra les mêmes données à jour, offrant une expérience cohérente et fiable à travers l'ensemble du système.
Types de cohérence
-
Cohérence forte : Assure que toutes les répliques ont les mêmes données à jour en tout temps. Les mises à jour sont synchronisées entre les répliques immédiatement, garantissant le plus haut niveau de cohérence. Cependant, cette réplication synchrone peut entraîner une latence accrue et une disponibilité réduite ;
-
Cohérence éventuelle : Privilégie la disponibilité sur la cohérence immédiate. Les répliques peuvent différer temporairement après les mises à jour mais finissent par converger vers un état cohérent dans un court laps de temps. Les mises à jour sont propagées de manière asynchrone, permettant un traitement local sans attendre la synchronisation ;
-
Cohérence faible : Il n'y a aucune garantie que tous les nœuds d'un système distribué verront les mêmes données. Les mises à jour du système peuvent ne pas être instantanément propagées à tous les nœuds, ce qui peut amener différents nœuds à observer différentes versions des données pendant une longue période de temps.
Merci pour vos commentaires !