Data consistency的問題，如果今天你的data只有被一支程式去處理、去access、去讀取的話，通常都不會有問題，就是你怎麼update它，你再慢update都沒關係，因為整個電腦架構CPU讀資料就是一層一層，它也不會跳，所以說今天只改最上層的，下次讀當然也只讀最上層的，它不會去讀後面，coherency的問題其實就不會存在。

但是其實我們的電腦系統不是只有一個人一支程式，它們都是很多在跑，而且它們很多的資料就是memory的content是share的，因為大家只要有pointer，其實你都可以去access的到，而且很多程式是故意用share的概念去執行的，就是要讓兩支程式可以看到同樣的資料，像是multi-thread programming thread的概念，它就是要share這個memory的content，所以這個時候就有問題了，或是說multi-core的processor的cache是不同，這個時候就很難解決了，所以你的程式有時候可能是跑在第一個core上面，跑一跑，換到第二個core，這時候它們看到的cache是不同的cache，你就要解決coherency的問題，所以重點就是電腦設計必須要符合程式的邏輯，就是資料應該是相同的，只是copy。

所以我們才說這個問題越擴大之後就會越複雜，到了同一台電腦很多個core或很多個程式，到了分散式系統是根本是不同的電腦，雖然是不同memory，可是我們把它串在一起的目的就是讓它們以為是同樣的memory，所以這時候問題就越來越大，因為到了分散式系統還要考慮網路的問題，網路隨時會斷線，在電腦的memory bus不會斷，可是分散式系統因為跨網路，網路是不穩定的，所以這個時候你仍然要考慮怎麼樣讓這個電腦系統可以正常運作，確保consistency。

像Google做這些分散式系統或是雲端計算，為什麼可以長到這麼大？電腦系統還可以運作？他們後來的選擇是放棄consistency，因為它有些應用是不care的，就像大家在看網頁，你看到我看到的真的一樣嗎？一定不一樣，同樣網址打下去各種版本跑出來，為什麼？因為其實也不影響使用者，所以他們為了可以讓系統可以長到很大，他們最後決定就是放棄consistency，因為其實對於使用者而言那不是重要的事情，因為如果你要保證這個，你就要很多的溝通，所以一台電腦改，你要告訴所有人都要改，如果你要告訴一萬個人，那一定是沒有辦法很快的，所以這個就是consistency，一個很大的issue。