Dataconsistentie betekent dat dezelfde gegevens er overal hetzelfde uitzien. Het adres van een klant in het facturatiesysteem komt overeen met het adres in het verzendsysteem. De voorraad in het magazijn komt overeen met de voorraad op de website. Wanneer systemen niet overeenkomen, gaan er verkeerde beslissingen. Bestellingen worden naar oude adressen verzonden. Klanten kopen producten die niet op voorraad zijn. Consistentie is essentieel voor systemen die van elkaar afhankelijk zijn.

Gedistribueerde systemen maken consistentie lastig. Gegevens die over meerdere servers worden gerepliceerd, kunnen niet meer synchroon lopen. Een netwerkpartitie isoleert de ene regio van de andere. Beide regio's accepteren schrijfbewerkingen. Wanneer de partitie hersteld is, ontstaan ​​er conflicten tussen de gegevens. Het CAP-theorema stelt dat je consistentie, beschikbaarheid en tolerantie voor partities kunt hebben, maar niet alle drie tegelijk. De meeste gedistribueerde databases kiezen voor beschikbaarheid en uiteindelijke consistentie. Dat betekent dat de gegevens in de loop van de tijd convergeren, maar dat er een periode is waarin verschillende knooppunten verschillende waarden zien. Sterke consistentie vereist coördinatie, wat ten koste gaat van de latentie. De keuze hangt af van de toepassing. Een bankboekhouding heeft sterke consistentie nodig. Een socialemediafeed kan uiteindelijke consistentie tolereren. Het juiste antwoord is niet universeel. Het hangt ervan af wat er misgaat wanneer de gegevens niet meer synchroon lopen.

Consistentiemodellen

• Sterk — alle knooppunten zien direct dezelfde gegevens.
• Uiteindelijk komen de knooppunten na verloop van tijd samen.
• Causaal — gerelateerde bewerkingen worden in volgorde weergegeven
• Je ziet je eigen updates direct terug — je ziet ze meteen.

Consistentie is een spectrum. De vraag is hoeveel inconsistentie de applicatie kan verdragen voordat deze vastloopt.