일관성과 합의

분산 시스템의 혼돈 속에서 질서를 세우는 방법은 결국 합의 — 여러 노드가 하나에 동의하는 것으로 귀결돼. 리더 선출, 원자적 커밋, 멤버십 — 전부 합의 문제야.

대부분의 복제 DB가 제공하는 최종적 일관성은 약한 보장이야. "결국" 모든 복제 서버가 같은 값을 가지게 된다는 건데, 그 "결국"이 언제인지 모르고 그 전까지는 뭐든 읽힐 수 있거든. 더 강한 보장이 필요하면 선형성이 있어 — 시스템이 데이터 복사본을 하나만 가진 것처럼 보이고, 모든 연산이 원자적인 것처럼 보이는 거야. 리더 선출, 유일성 제약 같은 곳에서 필요하지. 하지만 CAP 정리에 의해 네트워크 파티션이 발생하면 일관성과 가용성 중 하나를 택해야 하고, 파티션이 없을 때도 많은 시스템이 성능 때문에 선형성을 포기해. 선형성은 느려 — 네트워크 지연에 비례하는 응답 시간을 가진다는 게 증명된 사실이거든.

그래서 인과적 일관성이 중요해져. 인과적으로 관련된 연산만 순서를 보장하고 무관한 건 병렬 처리 가능한, 네트워크 지연 없이 제공할 수 있는 가장 강한 일관성 모델이야. 램포트 타임스탬프로 인과적 순서와 일치하는 전체 순서를 만들 수 있지만, 모든 연산을 수집한 후에야 비교 가능해서 실시간 결정에는 부족해. 전체 순서 브로드캐스트 — 모든 노드에 같은 순서로 메시지를 전달하는 프로토콜 — 가 이 갭을 메워주고, 이건 선형성과 등가 변환이 가능해.

실전에서의 합의 구현을 보면, 2단계 커밋(2PC) 은 여러 노드에 걸친 트랜잭션을 원자적으로 만들어주지만 코디네이터 장애에 취약해 — 참여자가 "예"라고 답한 후 코디네이터가 죽으면 의심 상태로 잠금이 걸린 채 기다려야 하거든. 진짜 합의 알고리즘인 Paxos, Raft, Zab은 일치, 무결성, 유효성, 종결을 보장하면서 이 문제를 해결해. 대부분 내부적으로 리더를 선출하고 리더가 결정을 제안하는 방식으로 동작하지. 직접 합의 알고리즘을 구현하는 건 매우 어렵기 때문에, 주키퍼나 etcd 같은 코디네이션 서비스에 합의를 아웃소싱하는 게 현실적인 선택이야.

---

정리

9장 읽고 기억할 거:

1. 선형성은 가장 강한 일관성이지만 비용이 크다. 네트워크 지연에 비례하는 성능 저하. 인과적 일관성이 성능 손해 없이 달성 가능한 가장 강한 모델이다
2. 합의는 분산 시스템의 근본 문제다. 리더 선출, 원자적 커밋 — 결국 "여러 노드가 하나에 동의하기"로 귀결된다. 2PC는 코디네이터 장애에 취약하고, Raft나 Paxos가 이를 해결한다
3. 주키퍼 같은 코디네이션 서비스는 합의의 아웃소싱이다. 직접 합의 알고리즘을 구현하는 건 매우 어렵고, 대부분 주키퍼나 etcd로 위임한다