Theorems & Consistency Dynamics

1. Overview

분산 정리 및 일관성 역학(Theorems & Consistency Dynamics, TCD)은 모든 데이터가 완벽하게 동기화되는 '환상'을 버리고, 물리적으로 떨어진 노드들 사이에서 도달 가능한 최선의 상태를 수리적으로 탐구하는 분산 시스템의 헌법입니다.

학습자는 네트워크 장애 시 모든 것을 가질 수 없음을 증명한 CAP 정리의 수리적 필연성을 배웁니다. 특히, 지연 시간(Latency)까지 고려한 현대적 PACELC 정리와, '강한 일관성'부터 '결과적 일관성'에 이르는 스펙트럼 기반의 일관성 수리 모델의 물리 구조를 익힙니다. 이를 통해 무조건적인 성능이 아닌, 서비스의 비즈니스 목적에 부합하는 정합성 임계점을 하드웨어적으로 정밀하게 설정하는 역량을 확보합니다.

2. Scope & Boundaries

In-Scope

• CAP Theorem Anatomy: Consistency, Availability, Partition-tolerance의 수리적 상충 관계
• PACELC Theorem: 네트워크 분할(Partition)이 없을 때의 지연 시간(Latency) vs 일관성 물리
• Consistency Spectrum: Linearizability, Sequential, Causal, Eventual Consistency의 수리 모델
• Impossibility Results: 비동기 시스템에서의 합의 불가능성(FLP Impossibility) 기초

Out-of-Scope

• 개별 데이터베이스의 샤딩/복제 구현 상세 (06-03-XX 영역에서 분담)
• 구체적인 합의 알고리즘(Paxos, Raft) 수리 상세 (07-02-02 영역에서 전담)

Boundaries

• TCD vs. Distributed Protocols: 프로토콜(07-02-02)이 '구현 방법'에 집중한다면, TCD는 '불가능한 것과 가능한 것을 가르는 경계 이론'에 집중하여 구분합니다.

3. Counterexample

• 단순히 "일관성이 좋다"라 설명하는 것은 TCD 학습이 아닙니다. 왜 **강한 일관성(Linearizability)**을 보장하려는 시도가 하드웨어 지연 시간을 물리적으로 기하급수적으로 늘려 시스템을 '사용 불능' 상태로 만드는지 수리적으로 증명할 수 있어야 하며, CAP 정리에서 P(Partition)가 선택 사항이 아닌 '숙명'임을 논증하지 못한다면 분산 시스템의 생리를 이해하지 못한 것입니다.

4. Prerequisites

• Sets & Mathematical Logic (Basic): 기초 논리 연산 이해가 필수입니다. (04-01-01 기초 역량)
• Network Layers & Protocols (Recommended): 패킷 지연 및 손실 이해가 권장됩니다. (08-01-02 기반 역량)

5. Learning Map

1. The Forbidden Palace: 한 번에 세 가지를 모두 가질 수 없는 분산 환경의 물리적 형벌(CAP)을 이해합니다.
2. Hidden Latency: 정상 상황에서도 성능과 정합성이 싸우게 되는 수리 법칙(PACELC)을 배웁니다.
3. Consistency Spectrum: 0과 1 사이의 무수한 정합성 단계들을 수치화하여 분류합니다.
4. Boundary Design: 우리 시스템이 굴복해야 할 물리적 한계점과 타협할 지점을 수리적으로 획정합니다.

6. Learning Topics

Basic

Core: CAP 정리의 수리적 필연성 (CAP Theorem)

• Why to Learn: 네트워크 분할(Partition)이 발생했을 때 시스템이 취해야 할 물리적 대안을 알기 위해서입니다.
• What to Learn:
  • P is Not an Option: 네트워크 장애는 물리적으로 막을 수 없는 상수임을 인지
  • CP vs AP: 정합성을 위해 멈출 것인가, 부정확해도 응답할 것인가의 수리적 선택
  • Physical Proof: 왜 세 가지를 동시에 만족하는 '원자적 시계'가 분산 환경에 없는가?
• How to Learn:
  • 두 대의 서버 중 한 쪽의 랜선을 뽑았을 때, 읽기/쓰기 요청이 물리적으로 어떻게 거부되거나 허용되는지 시뮬레이션 실습
  • 대규모 인터넷 서비스를 설계할 때 '가용성(Availability)'이 왜 1순위가 되는지 수리 분석
• Implement: 노드 간 통신 단절 상황에서 데이터 정합성 위반 사례를 보여주는 간단한 테스트 코드

Recommended

Core: PACELC 정리와 지연 시간 (PACELC & Latency)

• Why to Learn: 장애 상황이 아닌 '평상시 성능'과 '일관성'의 상관관계를 물리적으로 파악하기 위함입니다.
• What to Learn:
  • Else Latency vs Consistency: 네트워크 분할이 아닐 때($E$) 벌어지는 수리적 트레이드-오프
  • Performance Penalty: 정합성을 강화할 때 하드웨어 IOPS와 지연 시간이 입는 물리적 손실 수준
  • Modern DB Trade-offs: DynamoDB, Cassandra 등이 PACELC 상의 어느 지점에 물리적으로 살고 있는가?
• How to Learn:
  • 복제 노드 수($Replication Factor$)를 늘려가며 읽기 성능($Read Latency$)의 수리적 변동 측정 실습
  • 일관성 수준을 'Strong'에서 'Eventual'로 낮췄을 때 하드웨어 처리량(Throughput)의 증가분 산출
• Implement: 일관성 옵션(One, Quorum, All)에 따른 응답 시간을 측정하고 도표화하는 성능 벤치마크

Practical

Core: 일관성 수리 모델 스펙트럼 (Consistency Models)

• Why to Learn: 애플리케이션의 요구사항에 맞는 가장 '저렴하고 안전한' 정합성 단계를 선택하기 위해서입니다.
• What to Learn:
  • Linearizability: 전역적으로 단 한 줄의 실행 역사만 존재하는 물리적 극치
  • Causal Consistency: 인과 관계가 있는 이벤트들만 순서를 물리 보장하는 기법
  • Eventual Consistency: 언젠가는 같아지지만 현재는 다를 수 있음을 하드웨어적으로 수용하는 법
• How to Learn:
  • '친구 추가'와 '글 올리기' 작업에서 왜 전역 일관성보다 인과 일관성(Causal)이 물리적으로 효율적인지 수리 증명 실습
  • 잘못된 일관성 모델 선택으로 발생하는 '데이터 유령(Dirty Read)' 현상 재현
• Implement: 버전 벡터(Version Vector)를 이용해 데이터의 선후 관계를 물리적으로 판별하는 충돌 해결 모듈

Advanced

Core: 분산 정합성의 한계와 불가능성 (FLP Impossibility)

• Why to Learn: 이론적으로 불가능한 목표에 하드웨어 리소스를 낭비하지 않는 현명한 설계를 하기 위함입니다.
• What to Learn:
  • FLP Impossibility Theorem: 비동기 시스템에서 단 한 대의 장애만으로도 합의가 불가능할 수 있다는 수리적 난제
  • CAP Reformulation: 네트워크 지연을 포함한 현대적 분산 정리의 재해석
  • Formal Verification: 아키텍처의 정합성을 수리적으로 증증명하는 법(TLA+ 기초)
• How to Learn:
  • TLA+ 도구를 이용해 간단한 분산 알고리즘의 '불변성(Invariance)'이 깨지는 물리적 시나리오 추적 실습
  • 분산 시스템 논문(Brewer, Gilbert & Lynch)의 핵심 증명 절차를 수리적으로 따라가기
• Implement: 데이터 불일치가 발생할 확률을 시간에 따른 함수로 모델링하는 시뮬레이터 프로젝트

7. Terminology

8. References

Primary

• [P2] SWEBOK v4.0 - Software Design / Architecture Styles (Availability and consistency) — Structural context.
• [P1] CS2023 - DM/Data Management (Distributed databases and consistency models) — Core requirements.

Secondary

• [Designing Data-Intensive Applications (DDIA)] Martin Kleppmann — Chapters on Consistency and Consensus.
• [Distributed Systems: Principles and Paradigms] Andrew Tanenbaum — Theoretical foundations.

Industry

• [Amazon: Eventual Consistency - Revisited (Werner Vogels)] — Real-world application.
• [Google Spanner: TrueTime and External Consistency] — Solving consistency with hardware clocks.

9. Final Checklist

Primary

• '네트워크 단절(Partition)' 상황에서 왜 '가용성'과 '일관성'이 물리적으로 양립할 수 없는지 수리적으로 증명 가능한가? (P1)
• '강한 일관성'을 유지할 때 노드 간 통신 횟수($Messages$)가 하드웨어 응답 속도($Latency$)에 미치는 파괴적인 영향을 기술할 수 있는 가? (P1)

Secondary

• 'PACELC' 이론에 근거하여, 정상 상황에서 시스템의 지연 시간을 줄이기 위해 어떤 일관성 요건을 물리적으로 포기해야 하는지 소통 가능한가?
• **인과 일관성(Causal Consistency)**이 왜 '전체 일관성'보다 성능 면에서 유리한지 물리적 인과 관계를 들어 논증할 수 있는 가?

Industry

• 서비스 설계 시, '장바구니'와 '결제 내역' 중 어느 쪽에 더 낮은 일관성 모델(Eventual)을 적용하는 것이 물리적 효율면에서 타당한제 제안할 수 있는 가? (SFIA)
• 글로벌 서비스 운영 시, '광속의 한계'로 인한 물리적 통신 지연이 데이터 정합성에 미치는 수리적 영향을 분석할 수 있는 가?