データの基礎定義問題

グローバルSNSが世界複数リージョンに「いいね数」を分散して保持しています。いいね後にすぐ全リージョンで同じカウントが見える保証はないが、しばらくすれば全リージョンで同じ値になります。このデータ整合性モデルはどれか?

A.強整合性(Strong Consistency)
✗ 強整合性では書き込み直後にすべての読み取りが最新値を返す。即座に全リージョン同期が難しいという説明と矛盾する。
B.線形整合性(Linearizability)
✗ 線形整合性は強整合性の一形態で操作がリアルタイムの実時間順序に従って見える。これも即時同期が必要。
C.結果整合性(Eventual Consistency)← 正解
✓ 正解。結果整合性(Eventual Consistency)は書き込み後すぐに全ノードで同じ値が見える保証はないが、更新の伝播が完了すれば最終的に一致する。SNSのいいね数のような大規模分散データに適している。
D.直列化可能性(Serializability)
✗ 直列化可能性はトランザクション分離レベルの概念であり、並行トランザクションを逐次実行と同等に見せる。分散整合性の説明とは文脈が異なる。

DP-900:Microsoft Azure Data Fundamentals の問題一覧