今天來談談資料複製吧

資料複製是維持可用性的方法，因為資料複製好幾份到不同機器，所以只要有一台機器還在，資料就拿的到。

但只要有資料複製，就一定會有延遲的狀況，也就是在資料複製完成前，多台機器的資料是不一致的。

有的系統對於資料一致性讀很要求，就會採同步複製，要複製完成後資料寫入才會完成。但這樣會很慢，尤其是副本越來越多的時候。

所以比較有效率的作法是非同步複製，但一定會有一段時間不一致。

那有沒有折衷作法呢。有的，Quorum就是一個折衷的作法，R+W>N，你可以控制要write-efficient還是read-efficient，然後犧牲另一個operation的效率來換資料的一致性。

另外呢，每更新一筆資料就發一次複本更新是很沒有效率的，通常要累積一些更新或隔一段時間才會batch update。

常見的複製是有三個副本，除了原本的資料之外，同一個rack或data center一個副本，另一個rack或data center再一個。

那副本允不允許寫入呢？多數資料系統是不允許的，也就是說，副本純粹只是增加read concurrency/efficiency/availabilty。同樣是副本，同時只有一個master副本負責寫入，其他的slave副本只負責read request。

也有允許副本寫入的系統，像是cassandra。多個互相衝突的寫入會以寫入的timestamp訂輸贏 (所以NTP是必須的，但NTP也不能保證多台機器的時間完全一樣)，Last write win。當然在還沒協調前會存在有資料不一致的時間，那這就是應用必須要忍受的。