Summary  
This chapter explains consistency models for replicated data, detailing strong, eventual, and weak consistency that govern how and when updates propagate across copies to ensure uniform data state.  

General domain of usage  
Distributed databases

**Konsistens**, i databassammanhang, avser principen som säkerställer att data förblir **korrekt och tillförlitlig över tid**.    

Denna princip tillämpas när flera kopior av data lagras på **olika hårdvara**. En sådan databas kallas för **replikerad**.    
Replikerade databaser används i stor utsträckning av företag vars produkter används globalt.    
Istället för att förlita sig på en enda server på en plats, använder de många servrar utspridda över världen för att **säkerställa likvärdig tillgänglighet** för användare från olika länder.   

Konsistens spelar en avgörande roll i **replikerade databaser** och säkerställer att alla kopior eller repliker av data inom systemet bibehåller enhetlighet över tid.    
Detta innebär att oavsett vilken replik en användare får tillgång till, kommer de att se **samma uppdaterade data**, vilket ger en sammanhängande och tillförlitlig upplevelse i hela systemet.



## Typer av konsistens
1. **Stark konsistens**: säkerställer att alla repliker har **samma uppdaterade data vid alla tidpunkter**. Uppdateringar synkroniseras omedelbart över replikerna, vilket garanterar högsta nivå av konsistens. Denna synkrona replikering kan dock leda till ökad latens och minskad tillgänglighet;

2. **Eventuell konsistens**: prioriterar tillgänglighet framför omedelbar konsistens. Repliker kan **tillfälligt skilja sig åt efter uppdateringar** men kommer så småningom att konvergera till ett konsistent tillstånd inom en kort tidsperiod. Uppdateringar sprids asynkront, vilket möjliggör lokal bearbetning utan att vänta på synkronisering;

3. **Svag konsistens**: det finns **ingen garanti** för att alla noder i ett distribuerat system ser samma data. Uppdateringar i systemet kanske inte omedelbart sprids till alla noder, vilket kan leda till att olika noder observerar **olika versioner** av data under en **längre tidsperiod**.




Föreställ dig en sociala medieplattform där inlägg och kommentarer lagras i replikerade databaser på olika platser. <br><br>På grund av hur dessa databaser är uppsatta kan det ibland ta lite tid för uppdateringar att spridas överallt. <br>Om någon till exempel tar bort ett populärt inlägg på en replik av plattformen medan någon annan lägger till en kommentar på en annan replik, kan det ta ett tag innan inlägget försvinner från alla platser. Användare kan alltså se borttagna inlägg med nya kommentarer, vilket kan vara förvirrande och skapa inkonsekvens för dem.

Notering

Vilken konsistensmodell garanterar att alla noder i ett distribuerat system har den senaste uppdateringen innan en läsoperation?

Påbörja en spännande resa genom SQL med Avancerade tekniker i SQL. Lär dig om de viktiga ACID-egenskaperna som säkerställer datakvalitet i databastransaktioner. Upptäck avancerade metoder för att optimera dina frågor och förbättra databasens prestanda. Utforska särskilda SQL-funktioner såsom fönsterfunktioner, triggers, Data Control Language (DCL) och NoSQL-databaser. Detta hjälper dig att hantera modern databashantering med självförtroende och effektivitet.

Nu utforskar vi de grundläggande principerna för ACID (Atomicitet, Konsistens, Isolering, Beständighet) inom databashantering. Dessa principer säkerställer tillförlitliga transaktioner genom att garantera fullständiga operationer, bibehålla datakonsistens, isolera samtidiga transaktioner och säkerställa permanent datalagring.

Utforska hur du kan förbättra effektiviteten i dina SQL-frågor genom indexoptimering. Fördjupa dig i indexens betydelse för databasprestanda och lär dig hur du utformar, implementerar och använder dem på ett effektivt sätt. Upptäck strategier för att välja lämpliga index, förstå deras påverkan på frågeexekveringsplaner samt optimera frågeprestanda genom val och användning av index.

Detta avsnitt utforskar centrala ämnen såsom triggers, fönsterfunktioner och DCL (Data Control Language), och erbjuder djupgående insikter i deras implementering och optimeringsstrategier. Vidare behandlas landskapet för NoSQL DBMS, med en grundlig genomgång av dess arkitektur, fördelar och praktiska tillämpningar.

Konsekvens

Typer av konsistens