数据一致数据新三项约束
Consistency (数据新) Trilemma
三个元素
1
数据新鲜度
数据新鲜度
2
数据一致性
数据一致性
3
可审计性
可审计性
详细描述
如果把它当作沟通框架：数据一致数据新三项约束能让评审更聚焦——我们到底在牺牲哪一角？牺牲到什么程度？用什么护栏避免失控？不少团队会用分区/分层/分级把矛盾局部化。
三种情况说明
数据新鲜度无法满足时
选择数据一致性+可审计性时，数据新鲜度最容易在高峰期“爆雷”。建议提前设红线与回退策略，并用灰度/隔离/限流等手段把风险切成小块。
数据一致性无法满足时
优先数据新鲜度与可审计性时，数据一致性通常会被降级为“够用即可”。常见做法是降低目标阈值、缩小适用范围、或把数据一致性变成事后补偿项。代价往往体现在边缘场景与高压力时刻。关键是边界条件：何时触发、谁来兜底、如何退出。
可审计性无法满足时
为了守住数据新鲜度和数据一致性，可审计性可能被迫变成分层目标：关键路径严格、非关键路径放宽。这样能让代价可控，但要求口径一致、监控到位。
评论区 (0)
暂无评论